API src

Found 515 results.

Similar terms

s/kieler/Kiefer/gi

Related terms

Herkunftsgebiete im Land Brandenburg

Der Datensatz präsentiert die Gesamtheit der Herkunftsgebiete im Land Brandenburg. Ein Herkunftsgebiet ist ein Gebiet mit annähernd einheitlichen ökologischen Bedingungen, in denen sich Erntebestände oder Saatgutquellen einer bestimmten Art oder Unterart mit ähnlichen phänotypischen oder genetischen Merkmale befinden. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Grauerle, Große Küstentanne, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Roterle, Sandbirke, Schwarzkiefer 847-849, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde

Staatswald Bestände 2011 Saarland

Waldbestände des SaarForst Landesbetriebes (Staatswald) Die Aussengrenzen (Besitzgrenzen) des Staatswaldes wurden an die ALK angeglichen und sind damit katasterscharf. Die Innengrenzen (Abgrenzungen der Waldbestände eines Eigentümers untereinander) sind anhand der DGK5 und der digitalen Orthofotos mit 40 cm Bodenauflösung digitalisiert. Neben zahlreichen datenbankinternen Attributen ist folgendes Attribut entscheidend: Bestandsname ; landesweit besitzerübergreifend eindeutiger Schlüssel. Felder und ihre Bedeutung: BESTAND: Bestand; ALTSTR: Altersstruktur BALTER: Alter mittel; BALTERMI: Bestandsalter bis; BALTERMA: Bestandsalter von; BEFE: Befundeinheit; BESTLAGE: Lage der Teilfläche; BESTSTR: Bestandesstruktur; ENTWST: Entwicklungsstufe; BESTNAM: Bestandesname; UFLAECHE: Unterfläche; BEFAHRB: Befahrbarkeit in %; DAT: Datum; FLAECHE: Fläche in ha; SEEH: Seehöhe; ARTV_BA: Artenvielfalt der Baumarten; ARTV_BV: Artenvielfalt der Bodenvegetation; BEHVEG1: Behindernde Vegetation 1; BEHVEG2: Behindernde Vegetation 2; BETR_KL: Betriebsklasse; BEST_TYP: Bestandestyp; C: Sonderfeld; D: Driglichkeit; EINZELB: Schützenswerte Einzelbäume; EXPMA: Exposition bis; EXPMI: Exposition von; EXPOS: Exposition; FEINER: Erschließung in %; FORM: Baumform; GATTER: Gatter in %; GELFOMA: Geländeform bis; GELFOMI: Geländeform von; H_PFLZ: Pflegezustand; HOEHLE: Höhlenreichtum; HORIZ: Horizontale Strukturvielfalt; KALK: Kalkung; KONTRNUA: Kontrollnutzungsart; NEIG: Neigung; TOTHOLZ: Totholz stehend; ENTSTEH: Tothol liegend; VERTI: Vertikale Strukturvielfalt; WUCHSB: Wuchsbezirk; WUCHSG: Wuchsgebiet; BESCHRIFT: ; HBA: Dominierende Baumartengruppen; BU: Ateil Buche in %; BL: Anteil Fläche temp. ohne Baumbewuchs in %; DOU: Anteil Douglasie in %; ELB: Anteil Edellaubbäume in %; KI: Anteil Kiefer in %; EI: Anteil Eiche in %; FI: Anteil Fichte in %; LAE: Anteil Lärche in %; SALH: Summe der Laubhölzer in %; SLB: Anteil sonstiger Laubbäume in %; SANH: Summe der Nadelbäume in %; SNB:Anteil sonstiger Nadelbäume in %; UFL: Bestand; SHAPE_Area: Flächengröße ha;

Wachstumsschwankungen europäischer Baumarten während der letzten 1000 Jahre

Als Grundlage für hochaufgelöste Klimarekonstruktionen der letzten Jahrtausende dienen jahrgenau datierbare natürliche Klimaproxies wie Jahresringe von Bäumen. Bisher konzentrierten sich dendroklimatologische Untersuchungen in Europa auf Temperaturrekonstruktionen borealer und alpiner Waldgrenzstandorte. In weitaus geringerem Umfang liegen dagegen hydroklimatische Rekonstruktionen basierend auf niederschlagssensitiven Baumarten der Tieflagen (kleiner als 1000 m NN) vor, obgleich hydroklimatische Schwankungen in der Abschätzung zukünftiger und historischer Klimaveränderungen eine wichtige Rolle spielen. Die Steuerungsfaktoren, das Ausmaß und die zeitliche Abfolge dekadischer bis mehrhundertjähriger Schwankungen im Baumwachstum, welche für die Rekonstruktion des gesamten Spektrums hydroklimatischer Variabilität von entscheidender Bedeutung sind, wurden bisher kaum untersucht und verstanden. In dem geplanten Projekt sollen nun zum ersten Mal langfristige Wachstumstrends auf verschiedenen raum-zeitlichen Skalen von acht europäischen Baumarten über die letzten 1.000 Jahre gegenübergestellt werden. Die hauptsächlich aus archäologischen und historischen Holzfunden generierten Jahrringdaten von Eiche, Buche, Erle, Esche, Ulme, Tanne, Kiefer und Fichte, in Verbindung mit Daten lebender Bäume, decken die letzten 1.000 Jahre lückenlos mit hoher Belegung ab. Dieser einmalige Datenbestand mit rund 60.000 Jahrringserien ökologisch und ökonomisch wichtiger heimischer Baumarten wird von europäischen Jahrringforschern bereitgestellt. Das Ziel des geplanten Projektes ist ein besseres Verständnis der raum-zeitlichen Variabilität von niederfrequenten Wachstumstrends und die Identifizierung gemeinsamer Faktoren, die das längerfristige Baumwachstum in Europa maßgeblich steuern (z.B. Klima und/oder Vulkanemissionen, Kohlenstoffdioxidgehalt der Atmosphäre oder Veränderungen der Sonnenaktivität). Die angewandten Methoden umfassen neue Standardisierungsverfahren, Trend- und Spektralanalysen sowie Filterungsverfahren, um niederfrequente Schwankungen der Jahrringchronologien zu detektieren und extrahieren. Faktoren, die das langfristige Baumwachstum maßgeblich steuern, werden unter Einbeziehung verschiedener Klimaparameter (Temperatur, Niederschlag, Abflussmengen von Flüssen, Grundwasserstände) sowie Zeitreihen externer und interner Einflüsse auf das Klimasystem identifiziert. Darüber hinaus werden die langfristigen Wachstumstrends mit Zeitreihen anderer Paläoarchive verglichen. Die in dem geplanten Projekt gewonnenen neuen Erkenntnisse über klimabedingter, langfristiger Wachstumsschwankungen und deren Ursachen werden eine deutlich bessere Grundlage für zukünftige valide Klimarekonstruktionen, globale Klimamodelle und für die Quantifizierung von Langzeitveränderungen des globalen Kohlenstoffkreislaufs schaffen.

Verdrängen Flaumeichen die Waldföhren im Wallis?

Im Wallis weisen die Waldföhren seit Jahrzehnten eine erhöhte Sterberate auf. Dafür wächst vermehrt die Flaumeiche. Die Ursachen des Waldföhrensterbens und Baumartenwechsels im Wallis sind komplex. Im Rahmen des WSL-Forschungsprogrammes Walddynamik haben wir diese Ursachen analysiert und weitgehend entschlüsselt. Der für das Walliser Rhonetal und seine Seitentäler charakteristische Waldföhrengürtel erstreckt sich vom Talboden auf etwa 450 m bis gegen 1500 m ü.M., in einzelnen Gebieten bis an die Waldgrenze. Das Areal der Föhrenwälder umfasst etwa 12000 ha, was 11 Prozent der Waldfläche ausmacht. Sie schützen vor Lawinen, Steinschlag und Erosion, sind Erholungsraum für die Bevölkerung, stellen ein wichtiges Landschaftselement dar und sind Lebensraum für einzigartige Pflanzen und Tiere. Schon seit Beginn des 20. Jahrhunderts wiesen die Föhrenbestände im Wallis wiederholt hohe Absterberaten auf. In den 1970er und 1980er Jahren wurden auffällige Nadelnekrosen an Waldföhren (Pinus sylvestris) mit Fluor-Immissionen aus nahe gelegenen Aluminiumwerken in Zusammenhang gebracht. Durch den Einbau von leistungsfähigen Filteranlagen in den Aluminiumwerken anfangs der 1980er Jahre wurde der Schadstoffausstoss drastisch reduziert, worauf die Schadmerkmale verschwanden. Obwohl der ursächliche Zusammenhang mit den Fluorimmissionen offensichtlich war, wurde schon damals auf weitere Stressfaktoren wie z. B. die Trockenheit hingewiesen. Zu Beginn der 1990er Jahre nahmen die Absterberaten erneut drastisch zu. Auf Anfrage der lokalen Forstdienste begutachtete der Phytosanitäre Beobachtungs- und Meldedienst (PBMD) wiederholt betroffene Waldgebiete und wies stets auf die starke Belastung durch verschiedene Schadinsekten und Krankheiten hin. Mancherorts traten andere Baumarten wie die Flaumeiche (Quercus pubescens) oder die Mehlbeere (Sorbus aria) an die Stelle der absterbenden Waldföhren. An anderen Orten waren aber keine Ersatzbaumarten zur Stelle um die Waldfunktionen zu übernehmen. Diese gebietsweise recht dramatische Entwicklung veranlasste die Eidgenössische Forschungsanstalt WSL, gemeinsam mit der Dienststelle für Wald und Landschaft des Kantons Wallis ein umfassendes, interdisziplinäres Forschungsprojekt zu starten. Man wollte verstehen, weshalb die Föhren grossflächig absterben. Ziel war es auch, Handlungsoptionen bzw. geeignete Bewirtschaftungsmassnahmen zu formulieren. Das Föhrensterben kann nicht durch einzelne Faktoren erklärt werden. Vielmehr ist das Zusammenspiel verschiedener Einflüsse entscheidend. In einer Synthese fassen wir die gewonnen Erkenntnisse zusammen und machen Vorschläge zur Waldbewirtschaftung.

Umweltprobenbank des Bundes (German Environmental Specimen Bank)

Die Umweltprobenbank des Bundes (UPB) mit ihren Bereichen Bank für Umweltproben und Bank für Humanproben ist eine Daueraufgabe des Bundes unter der Gesamtverantwortung des Bundesumweltministeriums sowie der administrativen und fachlichen Koordinierung des Umweltbundesamtes. Es werden für die Bank für Umweltproben regelmäßig Tier- und Pflanzenproben aus repräsentativen Ökosystemen (marin, limnisch und terrestrisch) Deutschlands und darüber hinaus für die Bank für Humanproben im Rahmen einer Echtzeitanalyse Blut-, Urin-, Speichel- und Haarproben studentischer Kollektive gewonnen. Vor ihrer Einlagerung werden die Proben auf eine Vielzahl an umweltrelevanten Stoffen und Verbindungen (z.B. Schwermetalle, CKW und PAH) analysiert. Der eigentliche Wert der Umweltprobenbank besteht jedoch in der Archivierung der Proben. Sie werden chemisch veränderungsfrei (über Flüssigstickstoff) gelagert und somit können auch rückblickend Stoffe untersucht werden, die zum Zeitpunkt ihrer Einwirkung noch nicht bekannt oder analysierbar waren oder für nicht bedeutsam gehalten wurden. Alle im Betrieb der Umweltprobenbank anfallenden Daten und Informationen werden mit einem Datenbankmanagementsystem verwaltet und aufbereitet. Hierbei handelt es sich insbesondere um die biometrischen und analytischen Daten, das Schlüsselsystem der UPB, die Probenahmepläne, die Standardarbeitsanweisungen (SOP) zu Probenahme, Transport, Aufbereitung, Lagerung und Analytik und die Lagerbestandsdaten. Mit einem Geo-Informationssystem werden die Karten der Probenahmegebiete erstellt, mit denen perspektivisch eine Verknüpfung der analytischen Ergebnisse mit den biometrischen Daten sowie weiteren geoökologischen Daten (z.B. Daten der Flächennutzung, der Bodenökologie, der Klimatologie) erfolgen soll. Ausführliche Informationen und eine umfassende Datenrecherche sind unter www.umweltprobenbank.de abrufbar.

Erntezulassungsflächen im Land Brandenburg

Im Erntezulassungsregister (EZR) werden alle Bestände von zugelassenem Ausgangsmaterial und des davon erzeugten Vermehrungsgutes verwaltet. Der Layer stellt die Flächen des EZR räumlich dar. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Große Küstentanne, Grauerle, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Sandbirke, Schwarzerle, Schwarzkiefer, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde

Schwarzkiefer-Provenienzversuch

Vor dem Hintergrund des Klimawandels ist bei der trockenheitsresistenten Schwarzkiefer eine zunehmende waldbauliche Bedeutung zu erwarten. Durch ihr schnelles Wachstum, insbesondere auf trockenen Standorten, könnte sie dort erfolgreich angebaut werden, wo die Douglasie an ihre Kapazitätsgrenzen stoßen wird. Bisher ist nur wenig über den Anbauwert verschiedener Provenienzen in Deutschland bekannt. Es soll daher eine Versuchsfläche in trockneren Gebieten Ba-Wü s (Rheintal, Kaiserstuhl) angelegt werden, um den Anbauwert von 12 europäischen Provenienzen aus allen Bereichen des Verbreitungsgebietes zu testen. Es wurden bereits Flächen in Bayern angelegt. Bonituren und Auswertungen sind gemeinsam mit dem ASP Teisendorf vorgesehen.

Am Puls der Bäume: Hochaufgelöste Messung und Analyse des Dickenwachstums und Wasserhaushalts von Buchen, Fichten, Tannen und Kiefern

Die Baumarten Rotbuche (Fagus sylvatica,) Rot-Fichte (Picea abies), Weiß-Tanne (Abies alba) und Wald-Kiefer (Pinus sylvestris) besitzen für die Wälder Europas und die europäische Forst- und Holzwirtschaft große Bedeutung. Daher ist es von großem Interesse, wie sich Umweltveränderungen und insbesondere klimatische Extremereignisse (z.B. Hitze und Trockenheit) auf deren Wachstum und Produktivität auswirken. Mit Hilfe hochpräziser Messfühler, sogenannter Punkt-Dendrometer, können Dickenänderungen von Baumstämmen registriert und aufgezeichnet werden. Diese werden sowohl durch den Prozess der Jahrringbildung als auch durch den täglichen Wechsel zwischen Quellen und Schwinden der nicht-verholzten Gewebe innerhalb des Stammes verursacht. Mit den Messungen können damit nicht nur Informationen über die jahreszeitliche Dynamik des Dickenwachstums, sondern auch über den Zustand der internen Wasserspeicher der Bäume gewonnen werden. Das Institut für Waldwachstum betreibt bereits seit 1990 Freiland-Messstationen, die mit Punkt-Dendrometern und Sensoren u.a. zur Messung von meteorologischen und bodenkundlichen Parametern ausgestattet sind. Vier Messstationen in der Umgebung von Freiburg sind entlang eines Höhengradienten von der Rheinebene zu den Schwarzwaldhochlagen angeordnet. Die Analyse dieser einzigartig langen Zeitreihen trägt dazu bei, die komplexen Interaktionen verschiedener Standortsfaktoren mit der kurz-, mittel- und langfristigen Wachstumsdynamik der untersuchten Baumarten im Freiland aufzuklären. Die Analyse der Dendrometerdaten wird durch die Untersuchung weiterer Wachstumsparameter wie Jahrringbreite, Zellparameter und hochaufgelöste Dichteprofile von Stammquerschnitten ergänzt. Ein besonderes Augenmerk wird auf die Analyse der Reaktion der Baumarten auf die trocken-warmen Sommer der Jahre 2003 und 2006 gelegt. Die Ergebnisse erlauben eine bessere Abschätzung der möglichen Auswirkungen des prognostizierten Klimawandels auf den saisonalen Ablauf des Baumwachstums und geben Aufschluss über die Erholungsfähigkeit der Bäume nach Belastungssituationen.

INSPIRE Download Service (predefined ATOM) für Datensatz Staatswald Bestände 2011 Saarland

Beschreibung des INSPIRE Download Service (predefined Atom): Waldbestände des SaarForst Landesbetriebes (Staatswald) Die Aussengrenzen (Besitzgrenzen) des Staatswaldes wurden an die ALK angeglichen und sind damit katasterscharf. Die Innengrenzen (Abgrenzungen der Waldbestände eines Eigentümers untereinander) sind anhand der DGK5 und der digitalen Orthofotos mit 40 cm Bodenauflösung digitalisiert. Neben zahlreichen datenbankinternen Attributen ist folgendes Attribut entscheidend: Bestandsname ; landesweit besitzerübergreifend eindeutiger Schlüssel. Felder und ihre Bedeutung: BESTAND: Bestand; ALTSTR: Altersstruktur BALTER: Alter mittel; BALTERMI: Bestandsalter bis; BALTERMA: Bestandsalter von; BEFE: Befundeinheit; BESTLAGE: Lage der Teilfläche; BESTSTR: Bestandesstruktur; ENTWST: Entwicklungsstufe; BESTNAM: Bestandesname; UFLAECHE: Unterfläche; BEFAHRB: Befahrbarkeit in %; DAT: Datum; FLAECHE: Fläche in ha; SEEH: Seehöhe; ARTV_BA: Artenvielfalt der Baumarten; ARTV_BV: Artenvielfalt der Bodenvegetation; BEHVEG1: Behindernde Vegetation 1; BEHVEG2: Behindernde Vegetation 2; BETR_KL: Betriebsklasse; BEST_TYP: Bestandestyp; C: Sonderfeld; D: Driglichkeit; EINZELB: Schützenswerte Einzelbäume; EXPMA: Exposition bis; EXPMI: Exposition von; EXPOS: Exposition; FEINER: Erschließung in %; FORM: Baumform; GATTER: Gatter in %; GELFOMA: Geländeform bis; GELFOMI: Geländeform von; H_PFLZ: Pflegezustand; HOEHLE: Höhlenreichtum; HORIZ: Horizontale Strukturvielfalt; KALK: Kalkung; KONTRNUA: Kontrollnutzungsart; NEIG: Neigung; TOTHOLZ: Totholz stehend; ENTSTEH: Tothol liegend; VERTI: Vertikale Strukturvielfalt; WUCHSB: Wuchsbezirk; WUCHSG: Wuchsgebiet; BESCHRIFT: ; HBA: Dominierende Baumartengruppen; BU: Ateil Buche in %; BL: Anteil Fläche temp. ohne Baumbewuchs in %; DOU: Anteil Douglasie in %; ELB: Anteil Edellaubbäume in %; KI: Anteil Kiefer in %; EI: Anteil Eiche in %; FI: Anteil Fichte in %; LAE: Anteil Lärche in %; SALH: Summe der Laubhölzer in %; SLB: Anteil sonstiger Laubbäume in %; SANH: Summe der Nadelbäume in %; SNB:Anteil sonstiger Nadelbäume in %; UFL: Bestand; SHAPE_Area: Flächengröße ha; - Der/die Link(s) für das Herunterladen der Datensätze wird/werden dynamisch aus GetFeature Anfragen an einen WFS 1.1.0+ generiert

Regeneration in an Ethiopian montane forest with special emphasis on tree biology and nurse-tree functions

1 2 3 4 5 … 50 51 52