No description available.

The cultivation of fast growing tree species on arable land is deemed to be one of the most promising alternatives amongst the approaches to the cultivation of renewable resources currently available. As the site factors influencing the growth of poplar and willow have not yet been sufficiently identified and quantified, it is not possible to provide reliable national yield expectations as a function of the prevailing soil and climate conditions at a particular site on the basis of the data currently available. The main objective of this study, therefore, was to develop a supraregional site-based yield model for the assessment of yield expectations for poplar and willow grown on arable land over short rotations. In order to achieve this goal, a total of 38 research sites were established across as many regions of Germany as possible. The clones selected for the experiment were the poplar clones Max 1, Hybride 275 (H 275) and AF 2, and the willow clones Inger and Tordis. Each site was also characterised, on the basis of climate and soil data. From the site parameters recorded, variables were defined for modelling purposes. The climate variables comprised temperature (T), precipitation (N) and aridity index (TI) derived from total or average values from selected periods during the year and during the vegetation period. Within the variables the months were indexed as numbers (January = 1), periods were separated by comma. Parameters of the German soil appraisal such as the condition grade (ZS), the soil quality index value (BZ) and the arable land quality index value (AZ) were used as soil variables. The selected texture parameters were the proportions of sand (S[%]), silt (U[%]) and clay (T[%]). Variables of the pore space parameters were the available field moisture capacity (nFK), the air capacity (LK) and the dry bulk density (TRD). Both the texture and the pore space variables referred to a soil depth of 0 to 60 cm. To increase the precision of the results, site clusters were derived, differentiated by main soil type, and the variables were aggregated. The dGZ, measured in odt ha-1 a-1,at the end of the first three-year rotation was chosen as the dependent variable. The main results of the study are outlined in the following: Negative correlations between dGZ and temperatures in the vegetation period, especially in the months July to September, were observed on the sandy and loamy soils. Precipitation variables always had a positive effect on the growth of poplar and willow across all clones and site clusters. Taking into consideration all experimental sites, precipitation in the period from May to July was most important. The parameters of the German soil appraisal revealed a moderate correlation with growth for all sites. From the appraisal of all sites and of the individual site clusters it became apparent that U[%] represents the most important texture variable for poplar and willow growth. Considered for all sites simultaneously, the nFK had the greatest significance for growth across all of the parameters examined. The site-based yield models were all univariate and often comprised aggregated variables. Under consideration of all sites, the model predictors for Max 1, Inger and Tordis were (nFK * TI5.7) and (nFK * N5.7) for AF 2. Each model was calculated with the inverse or sigmoid approach and revealed an R²korr between 0.45 and 0.64 with a RMSE of an average of 2.0 odt ha-1 a-1. The division into site clusters improved the accuracy of the models considerably. In the sandy site cluster, the models exhibited an R²korr of 0.77 to 0.97 and an RMSE of 0.95 to 1.36 odt ha-1 a-1. These comprised (U[%]* N6.7) for Max 1 and F 2, (S[%]/ TI6.7) for H 275 and (S[%]* T7.8) for Inger and Tordis. For the silty site cluster, significant models could only be determined for the clones Max 1 and Tordis. The model predictor for Max 1 was (BZ * TI4.5) and for Tordis solely (BZ). The calculated R²korr values were 0.84 and 0.95 with a corresponding RMSE of 0.22 and 0.62 odt ha-1 a-1, respectively. For the loamy soils the models for Max 1 and Inger comprised the variable nFK, for AF 2 the variables (nFK * N5.6). R²korr varied between 0.86 and 0.98 with RMSE between 0.56 and 1.21 odt ha-1 a-1.:Inhaltsverzeichnis 1 Einleitung 1 1.1 Problemstellung 1 1.2 Zielstellung 3 2 Hintergrund 4 2.1 Energieziele Deutschlands 4 2.1.1 Flächen- und Nutzungskonkurrenz mit der Forstwirtschaft 4 2.1.2 Flächen- und Nutzungskonkurrenz mit der Landwirtschaft 5 2.2 Anbau schnellwachsender Baumarten 6 2.2.1 Anbau im Kurzumtrieb 7 2.3 Verwendete Baumarten in Kurzumtriebsplantagen 11 2.3.1 Pappel 11 2.3.2 Weide 13 2.3.3 Anmerkung Züchtung 14 2.4 Leistung von Kurzumtriebsplantagen mit Pappel und Weide in zwei- bis dreijähriger Umtriebs-zeit 15 2.5 Ertragsdynamik und leistungsbeeinflussende Faktoren von Kurzumtriebsplantagen 17 2.5.1 Baumart und Klon 18 2.5.2 Umtriebszeit und Bestandesdichte 19 2.5.3 Standortanforderungen 21 2.5.3.1 Reichliche Wasserversorgung 21 2.5.3.2 Lockere Böden 22 2.5.3.3 Ausreichende Mineralstoffzufuhr 23 2.5.3.4 Wachstumsangepasste Bodenreaktion 23 2.5.3.5 Wärme 23 2.5.3.6 Bodenschätzungskennwerte 24 2.5.3.7 Textur 24 2.5.3.8 Standorte der Pappel 24 2.6 Waldwachstumsmodellierung mit Schwerpunkt in Kurzumtriebsplantagen 25 2.6.1 Empirische Modelle 26 2.6.1.1 Pappelmodell nach ALI (2009) 26 2.6.1.2 Pappel- und Weidenmodell nach AYLOTT et al. (2008) 27 2.6.1.3 Leistungsbeeinflussende Standorteigenschaften für Pappel und Weide nach BERGANTE et al. (2010) 28 2.6.2 Mechanistische Modelle 29 3 Material und Methoden 33 3.1 Flächenanlage und Versuchsdesign 33 3.1.1 Flächenvorbereitung und Pflegemaßnahmen 37 3.1.2 Prüfglieder 39 3.1.2.1 Pappelklon Max 1 39 3.1.2.2 Pappelklon H 275 39 3.1.2.3 Pappelklon AF 2 40 3.1.2.4 Weidenklon Inger 41 3.1.2.5 Weidenklon Tordis 41 3.2 Klimatische Standortcharakterisierung 42 3.2.1 Temperatur 44 3.2.2 Niederschlag 46 3.3 Bodenkundliche Standortcharakterisierung 47 3.3.1 Profilansprache und allgemeine Standortinformationen 48 3.3.2 Durchführung der Probennahme 48 3.3.3 Bodenphysikalische Untersuchungen 49 3.3.4 Grundwassereinfluss 49 3.3.5 Bodenchemische Untersuchungen 50 3.3.6 Bodenschätzungskennwerte 50 3.3.7 Zusammenfassende Betrachtung der bodenkundlichen Charakteristika 51 3.4 Bestandesaufnahmen und Ernte 55 3.4.1 Anwuchs- und Überlebensrate 55 3.4.2 Anzahl an Höhentrieben 55 3.4.3 Höhe 55 3.4.4 Durchmesser 55 3.4.5 Ertragsbestimmung 55 3.4.5.1 Biomassefunktionen 56 3.4.5.2 Systematische Teilbeernteung der Kernparzelle 56 3.5 Identifizierung von leistungsbeeinflussenden Standorteigenschaften und Entwicklung standortbasierter Ertragsmodelle 57 3.5.1 Variablenwahl und -bildung 58 3.5.1.1 Klima 58 3.5.1.2 Bodenschätzung 59 3.5.1.3 Textur 59 3.5.1.4 Porenraum 59 3.5.1.5 Aggregierte Variablen 60 3.5.1.6 Weitere Einflussgrößen 60 3.5.1.7 Abhängige Variable 61 3.5.2 Standortcluster 61 3.6 Datenbasis der standortbasierten Ertragsmodellierung 61 3.7 Ertragsteigerungfaktor 63 3.8 EDV und Statistik 65 3.8.1 Varianzanalyse 65 3.8.2 Korrelationsanalyse 66 3.8.3 Regressionsanalyse 66 3.8.3.1 Nicht-lineare Regression 68 3.8.3.2 Evaluierungsgrößen 69 4 Ergebnisse 71 4.1 Waldwachstumskundliche Ergebnisse 71 4.1.1 Anwuchs- und Überlebensrate 71 4.1.2 Anzahl an Höhentrieben 72 4.1.3 Übersicht Bestandesdimensionen und Wuchsleistung 73 4.1.4 Höhe 75 4.1.5 Durchmesser 77 4.1.6 Durchschnittlicher Gesamtzuwachs 81 4.1.7 Biomassefunktionen 84 4.1.7.1 Wahl der unabhängigen Variablen 84 4.1.7.2 Einfluss der Gattung und des Klons 85 4.1.7.3 Einfluss der Bestandesmittelhöhe 85 4.1.7.4 Allgemeingültige Biomassefunktionen 87 4.2 Leistungsbeeinflussende Standorteigenschaften 88 4.2.1 Temperatur 88 4.2.2 Niederschlag 90 4.2.3 Trockenheitsindex 92 4.2.4 Bodenschätzungskennwerte 94 4.2.5 Textur 96 4.2.6 Porenraum 99 4.2.7 Korrelation zwischen unabhängigen Variablen 102 4.2.8 Aggregierte Variablen 102 4.2.9 Weitere Einflussgrößen 105 4.2.9.1 Vornutzung 105 4.2.9.2 Bodentyp 106 4.2.9.3 Grundwasser 106 4.3 Standortbasierte Ertragsmodellierung 107 4.3.1 Standortcluster ALL 107 4.3.2 Standortcluster S 110 4.3.3 Standortcluster U 113 4.3.4 Standortcluster L 115 4.4 Ertragssteigerungsfaktoren und Ertragssteigerung in Folgerotationen 118 5 Diskussion 122 5.1 Material und Methodik 122 5.1.1 Versuchsflächen 122 5.1.2 Modellierung und Variablenbildung 123 5.2 Waldwachstumskundliche Ergebnisse 124 5.2.1 Anwuchs- und Überlebensrate 124 5.2.2 Anzahl an Höhentrieben 125 5.2.3 Höhe 125 5.2.4 Durchmesser 126 5.2.5 Durchschnittlicher Gesamtzuwachs 126 5.2.6 Biomassefunktionen 128 5.3 Leistungsbeinflussende Standorteigenschaften 129 5.3.1 Temperatur 129 5.3.2 Niederschlag 130 5.3.3 Trockenheitsindex 132 5.3.4 Bodenschätzungskennwerte 132 5.3.5 Textur 133 5.3.6 Porenraum 134 5.3.7 Aggregierte Variablen 135 5.3.8 Weitere Einflussgrößen 136 5.4 Standortbasierte Ertragsmodellierung 136 5.4.1 Standortcluster ALL 137 5.4.2 Standortcluster S 138 5.4.3 Standortcluster U 138 5.4.4 Standortcluster L 138 5.4.5 Vergleich mit anderen Modellen 138 5.5 Ertragssteigerungsfaktoren und Ertragsteigerung in Folgerotationen 140 6 Schlussfolgerungen und Ausblick 141 7 Zusammenfassung 144 8 Literatur 156 9 Anhang 176

Mon sujet de thèse intègre l’un des projets globaux de l’UMR UFC/CNRS 6249 Chrono-Environnement intitule « stratégies de phytoremédiation basées sur l’utilisation d’arbres et de microorganismes associés », qui s’appuie, entre autre, sur 2 projets de recherche :• le projet PROLIPHYT (programme Eco-Industrie, 2013-2018, ADEME) intitulé « PROduction de LIgneux PHYtoremédiants»,• le projet PHYTOCHEM (ANR CD2i, 2013-2018) intitulé « Développement de procédés chimiques éco-innovants pour valoriser les biomasses issues des phytotechnologies ».Les objectifs généraux sont d’améliorer le potentiel de phytoremédiation d’un panel d’espèces ligneuses et de développer le potentiel microbien pour une phytoremédiation aidée sur sol contaminé. En plus de limiter l’impact des polluants, cette stratégie vise à promouvoir la production de biomasse sur sols délaissés et non exploitables par l’agriculture, tout en assurant la biodiversité nécessaire à la restauration d’un écosystème anthropogénique.Mon travail de thèse est financé au travers un contrat doctoral ministériel handicap (dyslexie). Il s’appuie sur la réhabilitation de deux zones de stockage de sédiments industriels, utilisés jusque dans les années 2000. Ces deux sites expérimentaux (site INOVYN de St Symphorien-sur-Saône en Côte d’Or, site CRISTAL de l’Ochsenfeld en Alsace) présentent des caractéristiques physico-chimiques très particulières qui en font des lieux d’étude privilégiés. Le premier est une ancienne lagune de décantation dont les sédiments enrichis en Hg, Ba et As proviennent du traitement des eaux usées issues du procédé d’électrolyse à Hg de l’entreprise SOLVAY. Le second est une lagune constituée d’un remblai dans lequel ont été stockés depuis les années 1930, les résidus d’extraction du dioxyde de titane de l’Usine CRISTAL de Thann. A l’inverse du premier site expérimental, on observe une flore peu abondante qui se traduit par un développement hétérogène d’une espèce ligneuse principale, le bouleau.La recolonisation naturelle et spontanée de végétaux, plus particulièrement d’espèces ligneuses sur les deux sites est sans doute le résultat d’étroites collaborations avec des microorganismes telluriques situés aux abords de leur système racinaire. Nous avons ainsi choisi de travailler sur 3 espèces pionnières qui se sont naturellement réimplantées sur les deux sites d’études : le saule et le peuplier pour la friche industrielle de Tavaux et le bouleau pour l’unité de traitement des effluents du site de l’Ochsenfeld. / AbstractMy thesis subject includes one of the global projects of the UMR UFC/CNRS 6249 Chrono-Environnement entitled "phytoremediation strategies based on the use of trees and associated microorganisms", which is based, among other things, on 2 research projects:• the PROLIPHYT project (Eco-Industry programme, 2013-2018, ADEME) entitled "Production of woody phytoremediants",• the PHYTOCHEM project (ANR CD2i, 2013-2018) entitled "Development of eco-innovative chemical processes to exploit biomasses from phytotechnologies".The general objectives are to improve the phytoremediation potential of a panel of woody species and to develop the microbial potential for assisted phytoremediation on contaminated soil. In addition to limiting the impact of pollutants, this strategy aims to promote the production of biomass on land abandoned and not exploitable by agriculture, while ensuring the biodiversity needed to restore an anthropogenic ecosystem.My thesis work is financed through a ministerial doctoral contract for disability (dyslexia). It is based on the rehabilitation of two industrial sediment storage areas, used until the 2000s. These two experimental sites (INOVYN site of Saint-Symphorien-sur-Saône in Côte-d'Or, CRISTAL site of Ochsenfeld in Alsace) present very particular physico-chemical characteristics which make them privileged places of study. The first is a former settling lagoon whose sediments enriched in Hg, Ba and As come from the treatment of wastewater from SOLVAY's Hg electrolysis process. The second is a lagoon consisting of a backfill in which the titanium dioxide extraction residues from the CRISTAL Thann Plant have been stored since the 1930s. In contrast to the first experimental site, there is a low abundance of flora which results in heterogeneous development of a main woody species, the birch.The natural and spontaneous recolonisation of plants, more particularly woody species on both sites, is undoubtedly the result of close collaboration with telluric microorganisms located near their root systems. We have thus chosen to work on 3 pioneer species that have naturally relocated to the two study sites: willow and poplar for the industrial wasteland of Tavaux and birch for the effluent treatment unit at the Ochsenfeld site.