| dc.contributor.advisor | Nagel, Jürgen Prof. Dr. | |
| dc.contributor.author | Husmann, Kai | |
| dc.date.accessioned | 2017-10-26T09:11:29Z | |
| dc.date.available | 2017-10-26T09:11:29Z | |
| dc.date.issued | 2017-10-26 | |
| dc.identifier.uri | http://hdl.handle.net/11858/00-1735-0000-0023-3F48-7 | |
| dc.identifier.uri | http://dx.doi.org/10.53846/goediss-6544 | |
| dc.identifier.uri | http://dx.doi.org/10.53846/goediss-6544 | |
| dc.language.iso | eng | de |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject.ddc | 634 | de |
| dc.title | Development, evaluation and application of inference-based decision support methods to meet the rising wood demands of the growing bio-economy sector | de |
| dc.type | cumulativeThesis | de |
| dc.contributor.referee | Nagel, Jürgen Prof. Dr. | |
| dc.date.examination | 2017-10-16 | |
| dc.description.abstractger | Durch moderne Verarbeitungstechniken in Unternehmen des bio-basierten Sektors können und werden
fossile Ressourcen immer häufiger durch nachwachsende Rohstoffe, wie Frischholz, substituiert.
In diesem Zusammenhang trägt die holzbasierte Bioökonomie dazu bei, die Abhängigkeit von fossilen
Rohstoffen zu verringern und gleichzeitig die Emission von Kohlenstoffdioxid zu reduzieren.
Der Forstsektor, als zweitgrößter Produzent von Rohstoffen für die Bioökonomie, spielt hierbei eine
wichtige Rolle, denn der dauerhafte Erfolg moderner bio-basierter Unternehmen hängt nicht zuletzt
von ihrer Rohstoffversorgungssituation ab. Das nachhaltig verfügbare Rohholzpotential einer
Region ist naturgegeben begrenzt. Eine steigende Nachfrage aus dem Sektor Bioökonomie lässt
somit eine Verschärfung der Konkurrenzsituation auf dem lokalen Holzmarkt erwarten. In Zeiten
steigender Holznachfrage an die Wälder stellen sich die Fragen ”Wie kann das nachhaltig nutzbare
Holzpotenzial aus forstlicher Nutzung zuverlässig vorhergesagt werden?" und ”Wie können Unternehmen
der Bioökonomie Informationen über den Standort, die Menge und die Erreichbarkeit ihrer
benötigten Ressourcen erhalten?” Wenn Bioökonomieunternehmen sich am Holzmarkt etablieren
wollen, müssen sie vorhersagen können, ob ihr Rohstoffbedarf mit den erreichbaren Ressourcen gedeckt
werden kann. Zur Beantwortung dieser Fragen stelle ich unterschiedliche statistische Modelle
vor, mit denen Holzpotenziale in unterschiedlichen räumlichen und zeitlichen Skalen vorhergesagt
werden können. Die Modelle ermöglichen es forstlichen Entscheidungsträgern, das Holzpotenzial
aus forstlicher Nutzung vorherzusagen. Diese Potenzialvorhersagen sind vor allem aus zwei Gründen
interessant. Zum einen kann die objektive und präzise Berechnung des nutzbaren Holzvolumens
bislang ungenutzte Holzpotenziale aufdecken. Zum anderen erleichtert die zuverlässige Vorhersage
dieses Potenzials die Planungen in der gesamten Holzbereitstellungskette. Von diesem Vorteil in
der Planung profitieren nicht nur die Forstbetriebe, sondern der gesamte Cluster Forst und Holz.
Eine deskriptive Analyse zur Rohholzverfügbarkeit und der Rohholznachfrage in der buchenreichen
Mitte Deutschlands bildet die Zahlengrundlage dieser Arbeit (Kapitel 2). Damit wird die
wichtigste Quelle für die nationale Buchenrohholzversorgung in Bezug auf ihre Rohstoffsituation
untersucht. Es zeigte sich, dass die vorhandenen Potenziale zwischen 2002 und 2012 weitestgehend
ausgeschöpft wurden. Dies zeigt den Bedarf nach Methoden zur präzisen Vorhersage des tatsächlich
verfügbaren Potenzials. Hierdurch könnten zusätzliche Holzpotenziale für die Bioökonomie
aufgedeckt werden.
Darauf folgend werden drei statistische Methoden zur Entscheidungsunterstützung unterschiedlicher
Entscheidungsprobleme in der Holzbereitstellungskette vorgestellt.
Biomassefunktionen und Nährelementgehalte sind vor allem aus zwei Gründen interessant für
die Versorgung der Bioökonomie mit Frischholz (Kapitel 3). Mit Hilfe von Biomassefunktionen und
Nährelementgehalten kann das standortspezifische Nutzungspotenzial vollständig erfasst werden.
Des Weiteren können sie die Genauigkeit der gesamten Rohstoffbereitstellungskette erhöhen. Das
Biomassepotenzial eines Waldes kann nur in einem Umfang ausgeschöpft werden, der gewährleistet,
dass die im Ökosystem vorhandenen pflanzenverfügbaren Nährstoffvorräte langfristig erhalten
bleiben. Biomassefunktionen sind eine effektive Möglichkeit, kompartimentsabhängige Biomassepotenziale
von Einzelbäumen vorherzusagen. In Verbindung mit Nährelementgehalten kann das
maximale Nutzungspotenzial von Waldbeständen berechnet werden, bei dem die pflanzenverfügbaren
Nährelemente im Wesentlichen unverändert bleiben. Biomassefunktionen können außerdem zur
Vorhersage von Biomasse-Stoffströmen in der Bereitstellungskette genutzt werden. In der Literatur
sind bereits zahlreiche Veröffentlichungen mit Biomassefunktionen und Nährelementgehalten der wichtigsten Baumarten zu finden. Für weitere Baumarten, wie Bergahorn oder Esche, sind jedoch
nur wenige, sehr spezielle Funktionen verfügbar. Die ersten Entscheidungsunterstützungsmethoden
dieser Arbeit sind deshalb Biomassefunktionen und Nährelementgehalte für Buche, Bergahorn, Eiche
und Esche. Es zeigte sich anhand eines Testbestandes, dass die Anwendung von Eichenbiomassefunktionen
für Ahorn und Esche, wie es zurzeit praktiziert wird, zu einer starken Überschätzung
der Bestandesbiomasse führt. Geeignete Vorhersagemodelle für Biomasse und Nährstoffe gewinnen
mit dem stetig steigenden Anteil artenreicher Laubmischbestände an der deutschen Waldfläche
zunehmend an Bedeutung. Die vorgestellten Modelle können demnach helfen, das Holzpotenzial
dieser Laubbaummischbestände vorherzusagen und liefern den Entscheidungsträgern dadurch die
Möglichkeit zur vollen Abschöpfung des nutzbaren Holzvolumens.
Die zweite Methode ermöglicht es, das ökonomisch sinnvoll realisierbare Holzpotenzial von
Buchen auf Einzelbaumebene vorherzusagen. Wie im ersten Beispiel kann auch diese Methode angewandt
werden, um das volle Nutzungspotenzial zu ermitteln und damit bislang ungenutzte Potenziale
aufzudecken. Eine hohe Genauigkeit der Vorhersage von Rohstoffpotenzialen kann darüber
hinaus helfen, die Zuverlässigkeit der gesamten Holzbereitstellungskette zu erhöhen. Das gesamte
Holzpotenzial eines Baumes setzt sich im Wesentlichen aus dem Stamm- und dem ökonomisch
realisierbaren Kronenholzvolumen zusammen (Kapitel 4). Wegen der hohen morphologischen Variabilität
der Baumkronen von Buchen eignen sich Schaftformmodelle zwar für die Vorhersage des
Holzvolumens im Stammbereich, Kronenholzvolumen prognostizieren sie jedoch sehr ungenau. Die
zweite vorgestellte Methode ist eine Software, mit welcher das ökonomisch nutzbare Kronenholzvolumen
in Buchenkronen vorhergesagt werden kann. Es zeigte sich, dass das ökonomisch nutzbare
Kronenholzvolumen signifikant von der morphologischen Form der Buchenkronen abhängt. Das
Modell benötigt sehr intensive und aufwändige Messungen von bestimmten Kronenästen und ist
daher im Rahmen der Forsteinrichtung nicht praktikabel. Um die Resultate dennoch für die praktische
Forstplanung zur Verfügung zu stellen, wird eine Regressionsformel mit den Ergebnissen der
Modellierung entwickelt.
Kombinierte Simulations-Optimierungs-Methoden haben sich im internationalen Kontext bereits
zu wichtigen Planungswerkzeugen entwickelt. Ein Vorteil dieser Methoden ist unter anderem,
dass sie dem Entscheidungsträger ermöglichen, die strategische betriebliche Ausrichtung und langfristige
Auswirkungen ihres Handelns in ihren kurzfristigen Entscheidungen zu berücksichtigen. Die
dritte vorgestellte Methode ist eine Simulations-Optimierungs-Software, mit welcher der monetäre
Ertrag aus forstlicher Nutzung eines Forstbetriebes für einen Zeitraum von bis zu 20 Jahren unter
den gegebenen betrieblichen Bedingungen und Einschränkungen optimiert werden kann (Kapitel
5). Durch iterative Waldentwicklungssimulationen mit unterschiedlichen Behandlungsintensitäten
wird der optimale Waldentwicklungspfad berechnet. Als Simulationsmodul wird die Tree Growth
Open Source Software (TreeGrOSS) verwendet. Die Simulations-Optimierungs-Software wurde
entwickelt, um die mittelfristige Forstplanung zu unterstützen und die Zusammenarbeit zwischen
dem Forst- und Bioökonomiesektor zu erleichtern. In einem Anwendungsbeispiel wird gezeigt, dass
die Simulations-Optimierungs-Methode in der Lage ist, die Waldentwicklung mit dem besten monetären
Ergebnis zu berechnen. Verträge mit bindenden Liefermengen zwischen Forstbetrieben
und holzbearbeitenden Betrieben können Opportunitätskosten für die Forstbetriebe verursachen,
wenn sie den forstlichen Entscheidungsträger dazu zwingen, vom favorisierten Waldentwicklungspfad
abzuweichen. Die Berechnung dieser Opportunitätskosten ist eine Besonderheit der Software.
Mit Hilfe dieser Opportunitätskosten sind Waldbesitzer in der Lage, die Vorteile, die Lieferverträge
mit sich bringen, gegen ihre Nachteile abzuwägen. Die Modellergebnisse können eine objektive
Entscheidungshilfe für die Verhandlung mittelfristiger Lieferverträge zwischen Forstbetrieben und
Bioökonomie-Unternehmen bilden. | de |
| dc.description.abstracteng | Modern utilization techniques enable the substitution of fossil resources by renewable biological
resources like wood from forestry. In this context, the bio-economy contributes to reducing the
dependency upon fossil raw material and, at the same time, to the reduction of carbon dioxide
emissions. The forest sector, as the second largest producer of renewable resources for the bioeconomy,
plays an important role in this context as the success of companies from the bio-based
sector crucially depends on their raw material supply. The sustainably achievable wood potentials
in a region are naturally limited. Rising demands for wood by the growing bio-based sector therefore
probably intensify the competition on the local wood market. In times of rising demands for wood
from forests, the questions arise ”How to reliably predict the sustainably available wood potentials
from forestry?” and ”How can companies from the bio-economy sector obtain information about
the location, quantity and availability of their demanded resources?” If bio-economy companies
want to establish on the wood market, will need to know if their demands can be met with
the reachable potentials. To answer these questions, I present differentiated applied statistical
models to predict available wood potentials on different temporal and spatial scales. All models
enable decision makers to predict available resources prior to harvesting. Predictions of available
potentials are interesting mainly for two reasons. Firstly, objective calculations of usable wood
from forest operations may uncover recently unused potentials. Furthermore, reliable and accurate
predictions of the expectable wood volume from forest usage strengthens calculation of the entire
resource supply chain. Those enhanced predictions are not only relevant for forest enterprises but
for also for the entire forestry and wood cluster.
A descriptive analysis about the availability of woody biomass in the European beech-dominated
central Germany builds the empirical basis of this thesis (Chapter 2). Germany’s most important
region for the supply of European beech wood is analyzed with regard to its raw material situation.
It is shown that the available wood amounts were almost entirely used in the time period between
2002 ans 2012. This reinforces the need for methods able to predict the available wood potentials
reliably. Further wood potentials for the bio-economy may be uncovered.
Subsequently, three explicit statistical methods for the support of distinct decision problems in
the biomass supply chain are presented.
Biomass functions and nutrient contents have basically two advantages for the supply of the
bio-economy sector with biomass from forestry (Chapter 3). They can be used to evaluate the
available wood potentials of forest stands fully and they can strengthen the prediction accuracy
of raw material flows. The biomass potential of a forest can only be utilized to an extent that,
in the long-term, won’t deplete the supply of plant available nutrients in the forest ecosystem.
Using easily measured input data, biomass functions allow for a reliable prediction of tree speciesand
tree fraction-specific single-tree biomasses. In combination with nutrient content data, the
site specific level of forestry, where the amount of plant available nutrients in the ecosystem is
essentially unchanged, can be assessed. Furthermore, they can easily be applied to predict biomass
amounts in the biomass supply chain. Biomass functions and nutrient contents for the main tree
species can be found in the literature. For other tree species, like sycamore or ash, however, there
are only few and very specific studies available. The first presented methods for decision support
are therefore biomass functions and nutrient contents for European beech, oak, ash and sycamore.
It is shown in a case study that the usage of oak biomass functions for the biomass prediction of
sycamore and ash, as it is practiced today, leads to a massive overestimation of the stand specific biomass. The share of species-rich deciduous forest stands, and thereby the importance of tree
specific biomass functions, is increasing. The introduced models can help predicting the wood
potential of those mixed deciduous forest stands. They thus enable decision makers to exploit the
usable wood potential entirely.
The second statistical model enables prediction of the economically reasonable viable wood
potential of European beech trees on a single tree level. As in the first example, the model can be
used to predict usable wood potentials entirely to uncover recently unused potentials. The advanced
predictions can improve the reliability of entire biomass supply chains. The wood potential of a
tree basically consists of the stem wood volume as well as the economically viable wood volume
in the crown (Chapter 4). Due to the high morphological variability of European beech crowns,
taper models, which are nowadays often applied for wood volume prediction, are not satisfactory
for predicting the economically viable wood volume arising from crowns. The second introduced
method is a computer aided model, able to predict the economically viable wood volume arising
from crowns of European beech trees. It is shown that the economically viable wood volume in
the crown significantly depends on the morphological type of European beech crowns. The model
requires very intensive and complicated morphological measurements of specific crown branches.
It is therefore not usable in the framework of the practical forest inventory. To make the results
nevertheless applicable for practitioners, the modeling results are used to develop a regression
formula able to predict the economically viable wood volume in the crowns of European beech
trees.
Combined forest growth and yield simulation-optimization procedures are important planning
tools in an international framework and have shown their potential to support short-term operational
decisions, while simultaneously considering long-term issues and intrinsic strategical orientations
of the forest owners. The third developed method is a simulation-optimization software
that is able to optimize the monetary return from forest usage in time horizons up to 20 years
under consideration of the given conditions and restrictions of the forest enterprise (Chapter 5).
Via iterative forest development simulations with changing harvesting intensities, an optimized
forest development is calculated. The Tree Growth Open Source Software (TreeGrOSS) of the
Northwest German Research Institute is used as simulation module. The simulation-optimization
was developed to support the intermediate-term planning of forest enterprises and to enhance
collaboration between the forestry and the bio-economy sector. It is shown in a case study that
the simulation-optimization model can calculate the forest development with the highest monetary
return under given properties and restrictions. Contracts with binding delivery amounts
between forest enterprises and wood processing companies cause opportunity costs, if they force
decision makers to deviate from the favorable forest development plans. The simulation-optimization
can be used to calculate such opportunity costs of binding delivery contracts. Forest owners
can use the model results to decide whether the benefits in intermediate-term planning, implied
by the contracts, justify their opportunity costs. The model results can build an objective basis
for negotiation of intermediate-term delivery contracts between forest enterprises and bio-economy
companies. | de |
| dc.contributor.coReferee | Möhring, Bernhard Prof. Dr. | |
| dc.subject.eng | bio-economy | de |
| dc.subject.eng | wood potential | de |
| dc.subject.eng | biomass | de |
| dc.subject.eng | statistical modeling | de |
| dc.subject.eng | optimization | de |
| dc.identifier.urn | urn:nbn:de:gbv:7-11858/00-1735-0000-0023-3F48-7-6 | |
| dc.affiliation.institute | Fakultät für Forstwissenschaften und Waldökologie | de |
| dc.subject.gokfull | Forstwirtschaft (PPN621305413) | de |
| dc.identifier.ppn | 100233103X | |