Altersunabhängige Oberhöhenbonitierung der Douglasie auf Basis von Fernerkundungsdaten und der Sloboda-Wachstumsfunktion

Die Bewertung der Standortgüte von Waldbeständen ist eine zentrale Grundlage für waldbauliche Entscheidungen und langfristige Ertragsprognosen. Insbesondere vor dem Hintergrund des Klimawandels gewinnt die Einschätzung der Wuchsleistung klimaresilienter Baumarten zunehmend an Bedeutung. Die aus Nordamerika stammende Douglasie (Pseudotsuga menziesii) weist eine hohe Anpassungsfähigkeit gegenüber Trockenheit und Extremwetterereignissen auf und könnte daher künftig eine wichtige Rolle in der Forstwirtschaft einnehmen.

In dieser Arbeit wird untersucht, ob eine altersunabhängige Oberhöhenbonitierung von Douglasienbeständen auf Basis von Fernerkundungsdaten möglich ist und damit eine automatisierbare Alternative zu klassischen, feldbasierten Verfahren geschaffen werden kann. Ziel der Studie ist es, aus luftbildbasierten normalisierten digitalen Oberflächenmodellen (nDOM) konsistente Zeitreihen der Baumhöhen abzuleiten und diese mithilfe einer kalibrierten Sloboda-Wachstumsfunktion zur Bonitätsbestimmung zu nutzen. Die Bonität beschreibt die Standortgüte sowie das Ertragspotenzial eines Bestandes und wird in dieser Arbeit ausschließlich über die Oberhöhe definiert. Diese entspricht der mittleren Höhe der 100 stärksten Bäume pro Hektar in einem Referenzalter von 100 Jahren (H₁₀₀-Wert bzw. Site Index) und gilt als robuster Indikator für die Wuchsleistung eines Standortes. In dieser Arbeit wurde die Oberhöhe anhand der 100 höchsten Bäume pro Hektar definiert, da keine Informationen zu Durchmesserverteilung aus den genutzten FE-Daten vorliegen.

Die Datengrundlage für die in Kooperation mit der Fachabteilung „Biometrie und Informatik“ der Forstliche Versuchs- und Forschungsanstalt (FVA) durchgeführten Masterarbeit bilden 233 reine Douglasien-Versuchsflächen in Baden-Württemberg. Für diese Flächen werden aus Luftbildern abgeleitete Baumhöhen mit Feldaufnahmen sowie auf einzelnen Flächen exemplarisch mit Airborne-Laserdaten verglichen, um die Qualität und Konsistenz der Fernerkundungsdaten zu bewerten. Ergänzend wird ein potenzieller Einfluss von Klimavariablen auf systematische Abweichungen analysiert. Es zeigt sich, dass die aus Luftbildern abgeleiteten Baumhöhen – abhängig von Befliegungszeitpunkt und Befliegungslos – systematische Unterschiede im Vergleich zu Referenzdaten aufweisen. Besonders in älteren Datensätzen treten Abweichungen von bis zu einem Meter auf, während sich die Datenqualität seit dem Jahr 2020 deutlich verbessert hat. Im Vergleich zu Laserdaten liegen die aus Luftbildern abgeleiteten Höhen im Mittel um 1,78 m niedriger.

Auf Basis dieser Qualitätsanalyse wird ein methodisches Vorgehen für die altersunabhängigen Bonitierung entwickelt und kalibriert. Dieses umfasst eine einmalige Ausreißerbereinigung der Zeitreihen, die Anwendung von Sloboda-Modellparametern aus der Bundeswaldinventur (Periode 2002–2012) sowie die Verwendung der Huber-Verlustfunktion als robustes Gütemaß. Nach der Modellanpassung werden Bestände anhand ihres Alters sowie der Modellgüte gefiltert, um belastbare Ergebnisse sicherzustellen. Einschränkungen ergeben sich durch die unausgewogene Altersverteilung der Versuchsflächen sowie durch fehlende direkte Baumvergleiche mit Felddaten. Die Anwendung der Methode auf knapp 4000 Douglasien-Reinbestände in Baden-Württemberg zeigt, dass eine großflächige, automatisierte Bonitätsabschätzung auf Basis von Fernerkundungsdaten grundsätzlich möglich ist. Die ermittelte durchschnittliche Oberhöhenbonität liegt bei 46,8 m. Damit liefert die Arbeit einen praxisrelevanten Ansatz zur flächendeckenden Bewertung der Standortleistung ohne direkte Alters- oder Durchmesserinformationen.

Die Ergebnisse verdeutlichen das Potenzial luftbildgestützter Verfahren für die moderne Waldinventur und Planung. Insbesondere die Kombination aus Zeitreihenanalyse, Fernerkundungsdaten und wachstumsbiologischer Modellierung eröffnet neue Möglichkeiten für eine effiziente und skalierbare Bonitierung von Waldbeständen und kann langfristig zur Unterstützung forstlicher Entscheidungsprozesse beitragen.