dc.contributor.advisor | Saborowski, Joachim Prof. Dr. | |
dc.contributor.author | Schoneberg, Sebastian | |
dc.date.accessioned | 2017-11-29T10:45:45Z | |
dc.date.available | 2017-11-29T10:45:45Z | |
dc.date.issued | 2017-11-29 | |
dc.identifier.uri | http://hdl.handle.net/11858/00-1735-0000-0023-3F91-0 | |
dc.identifier.uri | http://dx.doi.org/10.53846/goediss-6619 | |
dc.language.iso | deu | de |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject.ddc | 634 | de |
dc.title | Ein klimasensitives, autoregressives Modell zur Beschreibung der Einzelbaum Mortalität | de |
dc.type | doctoralThesis | de |
dc.title.translated | A time-discrete climate-sensitive survival model for tree mortalities resolved on single tree level | de |
dc.contributor.referee | Saborowski, Joachim Prof. Dr. | |
dc.date.examination | 2017-08-18 | |
dc.description.abstractger | Die Forstwirtschaft wird durch den Klimawandel vor neue Herausforderungen gestellt.
Diese erfordern eine Anpassung von waldbaulichen Maßnahmen. Durch den Klimawandel
werden einige positive, jedoch hauptsächlich negative Effekte für die Wälder Mitteleuropas
antizipiert. Langfristig können Waldbesitzer durch die Baumartenwahl und
mittelfristig durch die waldbauliche Behandlung auf eine Veränderung der Risikostruktur
reagieren. Für eine erfolgreiche, nachhaltige Forstwirtschaft ist das Verständnis von
Prozessen, die die Baummortalität beeinflussen, elementar. Das Ziel dieser Dissertation
ist die Modellierung der natürlichen, risikobedingten Baummortalität aufgelöst auf Einzelbaumebene.
Hierbei werden zeitveränderliche Kovariablen berücksichtigt. Zusätzlich
soll die räumliche und die zeitliche Autokorrelationen berücksichtigt werden.
Nach einer generellen Einleitung (Kapitel 1) werden in Kapitel 2 die Daten beschrieben.
Die Datengrundlage für die Modelle bilden die Daten der Waldzustandserhebung
(WZE) Norddeutschlands der Jahre 1984-2015. In dieser Inventur wird dokumentiert,
ob an Bäumen natürliche Mortalität aufgetreten ist, wobei hierbei konkurrenzbedingte
Mortalität nicht berücksichtigt wird, es wird also die natürliche, risikobedingte Baummortalität modelliert. Es werden Bäume, die ein ähnliches Wachstums- und Mortalitätsverhalten
aufweisen, zu den Baumartengruppen Buchen, Eichen, Fichten und Kiefern
zusammengefasst. Als Kovariablen stehen Parameter zur Verfügung, die das Klima, die
Baumdimension, das Geländerelief sowie die Bestandesstruktur beschreiben.
In Kapitel 3 wird die Regionalisierung der Windrichtung für die WZE-Probeflächen
und die Modellierung der Baumdimension für die WZE-Beobachtungen als vorbereitender
Schritt für die Überlebenszeitmodelle (Kapitel 4) vorgestellt. Ein parametrischer, regressionsbasierter
Ansatz und ein nichtparametrischer k Nächste-Nachbarn-Klassifikation
Ansatz werden zunächst verglichen, um die Windrichtung zu regionalisieren. Es wird
schließlich ein auf der von Mises Verteilung basierendes semiparametisches strukturiertes
additives Regressionsmodell verwendet. Der Baumdurchmesser wird durch ein nichtlineares
hierarchisches gemischtes Modell beschrieben, um die geclusterte longitudinale
Datenstruktur der Baumdurchmesser-Beobachtungen zu berücksichtigen. Die Parameter
werden durch eine bayesianische Markov-Chain-Monte-Carlo-Simulation geschätzt. Die
Baumhöhe wird durch ein nichtlineares gemischtes Modell modelliert.
Schließlich wird in Kapitel 4 ein zeitdiskretes, klimasensitives, einzelbaumbasiertes
Überlebenszeitmodell vorgestellt. Es wird ein Ansatz beschrieben, um einzelbaumbasierte
Modellergebnisse auf Bestandesebene zu skalieren. In dem Modell werden zeitveränderliche
Kovariablen berücksichtigt. Das Modell zeigt, dass insbesondere bei Fichtenbeständen
in Zukunft mit hohen Ausfällen zu rechnen ist. Etwa 60 % der Fichtenbestände müssten
in wärmeren Regionen in Buchen dominierte Bestände umgebaut werden, um die höheren
forstlichen Risiken durch den Klimawandel auszugleichen. | de |
dc.description.abstracteng | Forestry encounters new challenges in the face of the climate change, that require adaption
measures of current forest management practices. Some positive but mostly negative
effects due to the climate change are anticipated for Central European forests. Forest
owners can mitigate new risks in their long-term planning by selecting appropriate tree
species and adapt their management practices. For successful and sustainable forest development
and stand management it is crucial to understand factors that influence tree
mortality. The aim of this dissertation is to model natural, risk influenced tree mortality
events resolved on single tree level using time-varying covariates and simultaneously
accounting for temporal and spatial autocorrelation that occurred due to unobserved
covariates.
After a general introduction (Chapter 1), the data are described in Chapter 2. The
models are based on forest health data (WZE (Waldzustandserhebung)) from North
Germany between 1984 and 2015. Natural mortality which is not induced by competition
is recorded in this inventory. Tree species with similar growth and mortality behavior were
combined to the tree species groups beech, oak, pine and spruce. As covariates climate,
tree dimension, terrain relief and stand structure describing parameters are available.
In Chapter 3 the regionalization of the wind direction for the WZE-plots and models of
the tree dimensions for the WZE-recordings are conducted as a preparation step for the
survival model. A parametric regression based approach and a non parametric k nearest
neighbor approach were compared for regionalization of the wind direction. Finally, a
semiparametric structured additive regression model based on the von Mises distribution
is used. The tree dimensions are modeled using a non-linear hierarchical mixed effect
model in order to account for the clustered longitudinal data structure of the tree diameter
observations. The parameters are estimated by a Bayesian Markov-Chain-Monte-Carlo-
Simulation. The tree height is modeled by a non-linear mixed effect model.
Eventually, Chapter 4 introduces a time-discrete climate-sensitive survival model for
tree mortalities resolved on single tree level. An approach is described that scales these
results to the stand level. In this model time-varying covariates are also considered. The
results suggest high failures in spruce stands in the future. About 60 % of the spruce
stands in warmer regions could be transformed to stands with a beech dominated tree
species structure in order to mitigate high failures in spruce stands due to the climate
change. | de |
dc.contributor.coReferee | Nagel, Jürgen Prof. Dr. | |
dc.subject.ger | Klimawandel | de |
dc.subject.ger | Ereigniszeitmodell | de |
dc.subject.ger | von Mises Verteilung | de |
dc.subject.eng | climate change | de |
dc.subject.eng | Time to event model | de |
dc.subject.eng | von mises distribution | de |
dc.identifier.urn | urn:nbn:de:gbv:7-11858/00-1735-0000-0023-3F91-0-2 | |
dc.affiliation.institute | Fakultät für Forstwissenschaften und Waldökologie | de |
dc.subject.gokfull | Forstwirtschaft (PPN621305413) | de |
dc.identifier.ppn | 1006274480 | |