Structural Complexity and Biomass of Mountain Forests in the Annapurna Region, Himalaya

by Smita Das
Doctoral thesis
Date of Examination:2025-09-10
Date of issue:2026-01-06
Advisor:Prof. Dr. Dirk Hölscher
Referee:Prof. Dr. Dirk Hölscher
Referee:Prof. Dr. Dominik Seidel
Sponsor:DAAD
Persistent Address: http://dx.doi.org/10.53846/goediss-11706

 

 

Files in this item

Name:eddis_forest_structure_himalaya_smita_das.pdf
Size:3.37Mb
Format:PDF

The following license files are associated with this item:

Abstract

English

Heterogeneous environmental conditions characterize mountain forests and can be highly dynamic due to climatic and socio-economic changes. Despite their importance, our understanding of forests in the Himalaya is limited, partly because these forests are difficult to access. This study aimed to advance the scientific understanding of mountain forest structures and above-ground biomass in the Annapurna region of Nepal. The study was carried out on 69 plots, covering forests across a broad range of elevation (1200 - 3800 m asl), precipitation (900 - 3700 mm yr⁻¹) and slope (2 - 42˚). The forests on the study plots comprised evergreen needle-leaved tree species such as Abies spectabilis, Cupressus torulosa and Pinus wallichiana, evergreen broad-leaved tree species such as Daphniphyllum himalense and Rhododendron spp., and deciduous broad-leaved tree species such as Alnus nepalensis, Acer spp. and Betula utilis. We employed ground-based mobile laser scanning to capture tree architectural characteristics and to quantify forest and tree structural complexity. Study 1 compared relative canopy height and aboveground biomass derived from ground-based and spaceborne laser scanning. Spaceborne data originated from the Global Ecosystem Dynamics Investigation (GEDI). Relative canopy height estimates from both approaches were moderately correlated, with a correlation coefficient of r = 0.42 for RH98, though GEDI consistently produced higher values. Aboveground biomass from ground-based scans ranged from 28 to 260 Mg ha⁻¹, while GEDI-derived estimates were on average 65% higher and moderately correlated with ground-based values (r = 0.51). A significant discrepancy was observed in plant functional type classifications used in the GEDI biomass estimation, which often did not match field observations. This led to an average biomass overestimation of 18%. Unlike studies in other mountainous regions, our findings showed only a slight slope effect. Overall, this study highlights both the potential of spaceborne GEDI data for forest monitoring in remote mountain regions and the need for further refinement to improve its accuracy. Study 2 addressed the drivers of forest stand structural complexity. It was based on ground-based mobile laser scanning. The explanatory variables used strongly influenced forest stand structural complexity (adjusted R² = 0.60), with significant contributions by the number of trees, maximum height of the forests, species diversity, north-facing aspect, soil pH and forest disturbance. In contrast, climatic factors such as precipitation and temperature showed no detectable effect. It has, however, to be noted that the study plots were located below the tree line ecotone. Study 3 focused on the relationship between tree architecture, environmental conditions and tree structural complexity. It was further examined whether and how tree structural complexity translates into forest stand structural complexity. The study covered 546 trees on 14 undisturbed study plots. It was found that tree structural complexity, expressed as Db, was lowest for the needle-leaved Pinus wallichiana and highest for the broad-leaved Daphniphyllum himalense. A high share of variation in Db was explained by tree architecture. In multivariate models, tree height, crown radius and crown length explained more than 60% of the observed variation in Db. Stem density of the plot accounted for 19% of the variation in Db and there was no influence of tree diversity. Precipitation explained 13% of the observed variation in tree Db, but elevation and slope did not have significant influences. As expected, tree height declined with elevation, but small trees often exhibited high Db values. The standard deviation of tree-level Db within a plot explained 47% of the variation in stand-level complexity among plots, surpassing the maximum tree-level Db. This suggests that the sole removal of small or large trees would reduce stand-level complexity by 36%. We conclude that in the Himalayan forests, species identity and tree architecture play a significant role in determining tree structural complexity, while environmental factors have a smaller role. Furthermore, structural variation among the trees within a plot plays a crucial role in the structural complexity at the stand level. Overall, these studies provide insights into forest and tree structures in the Annapurna range across environmental gradients and thereby may contribute to the good management of these forests.
Keywords: Mountain Forest; Forest structure; LiDAR; Biomass; Tree architecture; Himalaya

German

Gebirgswälder sind durch heterogene Umweltbedingungen gekennzeichnet und können aufgrund klimatischer und sozioökonomischer Veränderungen hochdynamisch sein. Trotz ihrer ökologischen Bedeutung ist unser Verständnis der Wälder im Himalaya begrenzt – nicht zuletzt, weil diese Wälder schwer zugänglich sind. Ziel dieser Studie war es, das wissenschaftliche Verständnis der Waldstrukturen und der oberirdischen Biomasse in der Annapurna-Region Nepals zu erweitern. Die Untersuchungen wurden auf 69 Versuchsflächen durchgeführt, die Wälder über einen breiten Höhenbereich (1200 – 3800 m), ein großes Niederschlagsspektrum (900 – 3700 mm Jahr⁻¹) und unterschiedliche Hangneigungen (2 – 42°) abdeckten. Die Wälder auf den Versuchsflächen setzten sich aus immergrünen Nadelbaumarten wie Abies spectabilis, Cupressus torulosa und Pinus wallichiana, immergrünen Laubbaumarten wie Daphniphyllum himalense und Rhododendron spp. sowie laubabwerfenden Laubbaumarten wie Alnus nepalensis, Acer spp. und Betula utilis zusammen. Zur Erfassung der Baumarchitektur und zur Quantifizierung der Strukturkomplexität von Einzelbäumen und Waldbeständen kam ein bodengestützter mobiler Laserscanner zum Einsatz. Studie 1 verglich die relative Kronenhöhe und die oberirdische Biomasse, basierend auf bodengestützten und satellitengestützten Laserscandaten. Die Satellitendaten stammten von der Global Ecosystem Dynamics Investigation (GEDI). Die relativen Kronenhöhen aus beiden Methoden zeigten eine moderate Korrelation (r = 0.42 für RH98), wobei GEDI durchweg höhere Werte lieferte. Die mit bodengestütztem Laserscanning geschätzte Biomasse reichte von 28 bis 260 Mg ha⁻¹, während die GEDI-Werte im Durchschnitt um 65% höher lagen und ebenfalls moderat mit den bodengestützten Daten korrelierten (r = 0.51). Ein wesentlicher Unterschied bestand in der Klassifizierung der Pflanzenfunktionstypen, die in der GEDI-Biomasseschätzung verwendet wurden und häufig nicht mit den Feldbeobachtungen übereinstimmten. Dies führte zu einer durchschnittlichen Überschätzung der Biomasse um 18%. Anders als in Studien aus anderen Gebirgsregionen zeigte sich nur ein geringer Einfluss der Hangneigung. Insgesamt verdeutlicht diese Studie sowohl das Potenzial von GEDI-Daten zur Erfassung von Wäldern in abgelegenen Gebirgsregionen als auch die Notwendigkeit, deren Genauigkeit weiter zu verbessern. Studie 2 untersuchte die Einflussfaktoren auf die Strukturkomplexität von Waldbeständen auf Grundlage mobiler Laserscandaten. Die verwendeten erklärenden Variablen zeigten eine hohe Erklärungskraft (adjustiertes R² = 0.60), wobei insbesondere die Baumanzahl, die maximale Bestandshöhe, die Baumartenvielfalt, die Exposition, der pH-Wert des Bodens und Störungen im Wald signifikante Beiträge leisteten. Klimatische Faktoren wie Niederschlag und Temperatur hatten hingegen keinen nachweisbaren Einfluss. Zu beachten ist, dass die Untersuchungsflächen unterhalb des Waldgrenz-Ökotons lagen. Studie 3 widmete sich dem Zusammenhang zwischen Baumarchitektur, Umweltbedingungen und der strukturellen Komplexität einzelner Bäume sowie deren Einfluss auf die Strukturkomplexität von Waldbeständen. Die Analyse basierte auf 546 Bäumen in 14 ungestörten Untersuchungsflächen. Die strukturelle Komplexität einzelner Bäume, gemessen über den Parameter Db, war bei der Nadelbaumart Pinus wallichiana am niedrigsten und bei der Laubbaumart Daphniphyllum himalense am höchsten. Ein Großteil der Variation in Db konnte durch architektonische Merkmale erklärt werden: In multivariaten Modellen erklärten Baumhöhe, Kronenradius und Kronenlänge über 60% der beobachteten Variation in Db. Die Stammzahl pro Fläche erklärte 19% der Variation, während die Baumartenvielfalt keinen Einfluss hatte. Der Niederschlag erklärte 13% der Variation von Db, während Höhenlage und Hangneigung keinen signifikanten Einfluss zeigten. Erwartungsgemäß nahm die Baumhöhe mit zunehmender Meereshöhe ab, jedoch wiesen kleinere Bäume häufig hohe Db-Werte auf. Die Standardabweichung der Db-Werte innerhalb einer Fläche erklärte 47% der Variation in der Strukturkomplexität auf Bestandsebene und übertraf dabei den Einfluss des maximalen Db-Werts. Daraus ergibt sich, dass bereits eine selektive Entnahme kleiner oder großer Bäume die Komplexität eines Bestandes um bis zu 36% reduzieren würde. Insgesamt lässt sich schlussfolgern, dass in den Wäldern des Himalaya die Baumartenzugehörigkeit und die individuelle Architektur maßgeblich die strukturelle Komplexität bestimmen, während Umweltfaktoren eine geringere Rolle spielen. Zudem ist die strukturelle Variation zwischen den Bäumen innerhalb eines Bestandes entscheidend für dessen Gesamtkomplexität. Insgesamt liefern diese Studien neue Erkenntnisse über die Baum- und Waldstrukturen in der Annapurna-Region entlang von Umweltgradienten und können damit zu einer nachhaltigen Bewirtschaftung dieser Gebirgswälder beitragen.
 
Statistik