Techn. Hochsch., Diss., 2001--Aachen.

Große Ackerschläge in ausgeräumten Agrargebieten bewirken ein monotones Landschaftsbild und begünstigen die Winderosion. Der Aufbau von vielfältigen Biotopen in diesen Gebieten ist erklärtes Ziel des Naturschutzes, das aber einen längeren Zeitraum erfordert. Eine wertvolle ergänzende Komponente kann die Anlage von Windschutzstreifen in offenen und großräumigen Gebieten sein. Diese Streifen können die Landschaft beleben, die Winderosion min-dern und das Mikroklima verbessern (BENNDORF et al., 1983; PRETZSCHEL et al., 1991; NÄGLI, 1965). Für eine derartige Streifenbepflanzung eignen sich bestimmte nachwachsende Rohstoffpflanzen wie schnellwachsende Baumarten (JOSSART et al., 1998). Sie schließen zudem im Kurzumtrieb die Möglichkeit einer wirtschaftlichen Nutzung ein. Ein solcher Weg ist bisher kaum bestritten worden. Das Projekt der Sächsischen Landesanstalt für Landwirtschaft verfolgt das Ziel, auf landwirtschaft-lichen Flächen Feldstreifen mit schnellwachsenden Baumarten zu etablieren. Dazu sind besonders Pappel- und Weidenarten geeignet. Sie zeichnen sich durch rasches Jugendwachstum, starkes Stockausschlagvermögen, einen lockeren kompakten Kronenaufbau, Dichtstandsverträglichkeit und extensive Bestandsführung aus. Der streifenförmige Anbau mit nachwachsenden Rohstoff-pflanzen soll auf großen Schlägen einen Beitrag zur Verbesserung des Windschutzes und des Mikroklimas sowie zur Belebung des Landschaftsbildes leisten. Gleichfalls werden positive Ertrags-effekte bei den angrenzenden Feldkulturen erwartet. Beim Holzzuwachs des Feldstreifens wird mit einem wirtschaftlichen Nutzen als Brennstoff oder Industrierohstoff gerechnet. Dieses Modell eines Agroforstsystems kann besonders für größere offene Ackerbaugebiete Bedeu-tung erlangen. Zur Demonstration einer solchen Streifenbepflanzung auf großen Ackerschlägen wurde im Lehr- und Versuchsgut Köllitsch ein Versuch im Jahre 2002 angelegt. Im Rahmen des Berichtes werden die Ergebnisse des Projektzeitraumes 2002 bis 2006 ausgewertet.

Die wissenschaftliche Auseinandersetzung mit schnellwachsenden Baumarten in Form der Kurzumtriebswirtschaft beschränkte sich lange Zeit fast ausschließlich auf die Arten der Sektion Pappel. Ertragswerte bzw. waldwachstumskundliche Untersuchungen an KUP aus Weide konnten im größeren Maßstab erst im vergangenen Jahrzehnt erhoben werden. Die Ertragswerte der Weiden auf den in dieser Arbeit untersuchten KUP bewegen sich zwischen 1,7 und 9,2 tatro∙ha-1∙a-1. In Folgerotationen kann sogar mit einem wesentlich höheren Biomasseertrag gerechnet werden. Eine eigene Untersuchung an einer bereits achtjährigen KUP in Krummenhennersdorf (Sachsen) auf einem mittleren Standort erbrachte eine durchschnittliche Gesamtwuchsleistung von ca. 14 tatro∙ha-1∙a- 1 in der dritten Rotation. Damit ist die Weide neben der Pappel eine sehr ertragreiche, schnellwachsende Baumart. Ihr Anbau kann demzufolge in Form von KUP uneingeschränkt empfohlen werden. Um den Biomasseertrag auf bestehenden KUP aus Weide zu ermitteln, wurden bisher vor allem destruktive Verfahren angewendet, die mit hohem Zeit- und Arbeitsaufwand verbunden sind. Das Hauptziel dieser Arbeit stellte daher die Entwicklung eines überregional einsetzbaren, praxistauglichen Ertragsermittlers zur schnellen und einfachen Ertragsbestimmung von KUP aus Weide der ersten Rotation dar. Die Modellentwicklung erfolgte auf zwei Wegen: Modellierung über eine Standardisierung von Biomassefunktionen (Modell I) und Modellierung über Biomasseverteilungsfunktionen (Modell II). Unterschiede in der Genauigkeit im Hinblick auf die Validierung der Modelle konnten explizit anhand des Bias und der Präzision nachgewiesen werden. Dabei ermittelt das Modell II den Biomasseertrag wesentlich genauer (Bias: 4.43%, Präzision: 12.11%), weshalb die Methode bereits für den Praktiker in Form eines einfach anzuwendenden Computerprogrammes (Ertragsschätzer für KUP aus Pappel und Weide) zur Verfügung gestellt wurde. Für die Anwendung des Ertragsschätzers sind von dem Nutzer die Eingangsgrößen Durchmesser des Grundflächenmittelstammes (dg), Alter und Pflanzverband erforderlich.

Die wissenschaftliche Auseinandersetzung mit schnellwachsenden Baumarten in Form der Kurzumtriebswirtschaft beschränkte sich lange Zeit fast ausschließlich auf die Arten der Sektion Pappel. Ertragswerte bzw. waldwachstumskundliche Untersuchungen an KUP aus Weide konnten im größeren Maßstab erst im vergangenen Jahrzehnt erhoben werden. Die Ertragswerte der Weiden auf den in dieser Arbeit untersuchten KUP bewegen sich zwischen 1,7 und 9,2 tatro∙ha-1∙a-1. In Folgerotationen kann sogar mit einem wesentlich höheren Biomasseertrag gerechnet werden. Eine eigene Untersuchung an einer bereits achtjährigen KUP in Krummenhennersdorf (Sachsen) auf einem mittleren Standort erbrachte eine durchschnittliche Gesamtwuchsleistung von ca. 14 tatro∙ha-1∙a- 1 in der dritten Rotation. Damit ist die Weide neben der Pappel eine sehr ertragreiche, schnellwachsende Baumart. Ihr Anbau kann demzufolge in Form von KUP uneingeschränkt empfohlen werden. Um den Biomasseertrag auf bestehenden KUP aus Weide zu ermitteln, wurden bisher vor allem destruktive Verfahren angewendet, die mit hohem Zeit- und Arbeitsaufwand verbunden sind. Das Hauptziel dieser Arbeit stellte daher die Entwicklung eines überregional einsetzbaren, praxistauglichen Ertragsermittlers zur schnellen und einfachen Ertragsbestimmung von KUP aus Weide der ersten Rotation dar. Die Modellentwicklung erfolgte auf zwei Wegen: Modellierung über eine Standardisierung von Biomassefunktionen (Modell I) und Modellierung über Biomasseverteilungsfunktionen (Modell II). Unterschiede in der Genauigkeit im Hinblick auf die Validierung der Modelle konnten explizit anhand des Bias und der Präzision nachgewiesen werden. Dabei ermittelt das Modell II den Biomasseertrag wesentlich genauer (Bias: 4.43%, Präzision: 12.11%), weshalb die Methode bereits für den Praktiker in Form eines einfach anzuwendenden Computerprogrammes (Ertragsschätzer für KUP aus Pappel und Weide) zur Verfügung gestellt wurde. Für die Anwendung des Ertragsschätzers sind von dem Nutzer die Eingangsgrößen Durchmesser des Grundflächenmittelstammes (dg), Alter und Pflanzverband erforderlich.

Einleitung: Die Prävalenzen von Gliedmaßen- und Klauenerkrankungen in der modernen Milchviehwirtschaft steigen stetig an. Dabei wird der Problematik eine bedeutende Relevanz hinsichtlich des Tierschutzes und ökonomischer Aspekte zugeschrieben. Die Klaue stellt eine bedeutende Schnittstelle zwischen der Kuh und ihrer Umwelt dar. Eine Evaluierung und Optimierung von Stallböden sind somit unerlässlich. Drucksensitive Technologien erwiesen sich bereits als geeignetes Werkzeug für die Untersuchung der Klaue-Boden-Interaktion. Eine Beurteilung von Stallbodenbeschaffenheiten ist primär im Zusammenhang mit einem natürlichen Referenzboden, wie zum Beispiel die Weide, sinnvoll. Weiterhin eignet sich die Verwendung von dünnen, flexiblen Sensorsohlen, da die reale Druckbelastung während der Bewegung ermittelt werden kann. Dies ermöglicht unmittelbare Rückschlüsse auf die Einwirkung des Untergrundes auf die Klaue. Ziel der Studie: Das Ziel dieser Arbeit ist die Untersuchung der Druckbelastungen unter der Rinderklaue mittels eines neuartigen flexiblen, mobilen Druckmesssystems auf verschiedenen Untergründen. Dabei werden zwei verschiedene Stallbodenbeschaffenheiten (Beton, Gummi) mit den erhobenen Daten auf Weideboden vergleichend gegenübergestellt. Tiere, Material und Methoden: Die Versuche wurden in drei Beständen mit unterschiedlichen Bodenbeschaffenheiten (Beton, Gummi, Weide) durchgeführt. Die Druckmessungen erfolgten mit flexiblen Sensorsohlen der Firma Thorsis (Thorsis Technologies GmbH, Magdeburg, Deutschland). Diese Drucksensorik wurde mit speziell entwickelten Klauenschuhen an beiden Hintergliedmaßen angebracht. Nachfolgend liefen die Kühe zuerst im zügigen Schritt während der gerichteten Bewegung einen Laufgang entlang. Anschließend wurden in den ersten beiden Beständen (Beton, Gummi) zusätzlich Daten im Liegeboxenlaufstall bei selbstgewählten Wegen und Gehgeschwindigkeiten erhoben. Die Klauengrundfläche wurde in fünf Zonen eingeteilt. Mit Hilfe der Software VisuPress (Thorsis Technologies GmbH, Magdeburg, Deutschland) wurden sowohl klauenübergreifende als auch zonenbezogene Parameter bestimmt. Für die statistische Analyse wurde zum einen der Wilcoxon-Vorzeichen-Rang-Test für den Vergleich der Bewegungsformen innerhalb eines Bestandes verwendet. Zum anderen erfolgte die statistische Untersuchung der gerichteten Bewegungen aller drei Bestände mit dem Mann-Whitney-U Test. Bei beiden Tests wurde nachfolgend für eine Post-Hoc Korrektur die Bonferroni-Holm-Korrektur gewählt. Als Signifikanzniveau wurde einheitlich für alle Ergebnisse auf α = 0,05 festgelegt. Ergebnisse: Auf Weide- und auf Gummiboden wurden unter den Außenklauen signifikant größere absolute und relative Belastungsflächen gemessen als auf Betonboden. Unter den Innenklauen wurden dagegen vergleichbare Flächen auf Beton- und Gummiboden ermittelt. Der Weideboden wies mit 25,32 ± 3,69 cm2, was einem prozentualen Anteil an der Klauengrundfläche von 70,90 ± 6,34 % entspricht, signifikant größere Belastungsflächen unter den inneren Hinterklauen auf. Dementsprechend wurden für die medialen und lateralen Klauen auf Weideboden signifikant niedrigere durchschnittliche Drücke und Kräfte erfasst. Auf Gummiboden war lediglich beim Gesamtmittelwert des Durchschnittsdruckes aller vier Zehen eine tendenzielle Verringerung gegenüber dem Betonuntergrund zu verzeichnen. Die Maximaldrücke waren neben dem Weidebestand auch im Bestand mit Gummimatten signifikant geringer als im Bestand mit Betonuntergrund. An den Druck-Zeit-Kurven war einheitlich für alle drei Bestände ein biphasischer Verlauf erkennbar. Das erste lokale Maximum an den äußeren Hinterklauen wurde auf den nachgiebigen Böden Gummi (30,29 ± 2,74 %) und Weide (30,17 ± 2,73 %) einem signifikant späteren Zeitpunkt der Standphase zugeordnet als auf Betonboden (28,24 ± 3,62 %). Insgesamt wurde jedoch eine hohe interindividuelle Variabilität festgestellt. Die Gegenüberstellung der klauenübergreifenden Parameter der gerichteten mit der ungerichteten, freien Bewegung innerhalb eines Bestandes ergab lediglich bei der Bodenkontaktzeit einen signifikanten Unterschied. Mit 732,41 ± 55,46 ms auf Betonboden und mit 753,13 ± 49,34 ms auf Gummiboden war die Bodenkontaktzeit der gerichteten Bewegung signifikant kürzer. In den Druck-Zeit-Kurven ließen sich bei der ungerichteten, freien Bewegung weniger zusätzliche Druckspitzen am Anstieg des Graphen feststellen. Weiterhin wurden mehr plateauartige oder monophasische Kurvenverläufe gefunden. Die zonenbezogenen Parameter verzeichneten keine Differenzen zwischen den Bewegungsformen. Schlussfolgerung: Die angepassten, mobilen Drucksensoren mit dem entwickelten Klauenschuh stellen eine geeignete Methode zur Analyse der Klauen-Boden-Interaktion unter Feldbedingungen dar. Auch die unmittelbare Einflussnahme eines nachgiebigen Stallbodens und sogar von Weideboden können somit untersucht werden. Im Rahmen dieser Arbeit war es so möglich, die Weide als Untergrund mit den niedrigsten Druckbelastungen zu evaluieren. Die Reduktion der Druckspitzen des Gummibodenbestandes auf mit der Weide vergleichbare Werte lässt die Vermutung zu, dass ein nachgiebiger Untergrund in den konventionellen Milchviehhaltungen die Klauengesundheit nachhaltig verbessern kann.:1 Einleitung 2 Literaturübersicht 2.1 Anatomische und physiologische Grundlagen zur Rinderklaue 2.1.1 Definition und Bauelemente 2.1.2 Aufbau und Funktion 2.1.3 Klauensegmente 2.1.4 Weiße Linie 2.1.5 Klauenbeinträger und Klauenmechanismus 2.2 Tierwohl und artgerechte Haltung 2.2.1 Bedeutung des Untergrundes in Bezug auf Tierwohl und Klauengesundheit 2.3 Druckbelastung unter der Rinderklaue 2.3.1 Stationäre Druckmesssysteme 2.3.2 Mobile Druckmesssysteme 3 Tiere, Material, Methoden 3.1 Tierauswahl 3.1.1 Bestand 1: Betonboden (B) 3.1.2 Bestand 2: Gummiboden (G) 3.1.3 Bestand 3: Weideboden (W) 3.2 Messsystem 3.3 Versuchsaufbau 3.3.1 Laufwege in den Beständen 3.4 Datenauswertung 3.5 Statistik 4 Ergebnisse 4.1 Bestand 1: Betonboden 4.1.1 Gerichtete Bewegung auf Betonboden 4.1.2 Ungerichtete Bewegung auf Betonboden 4.1.3 Statistische Analyse der gerichteten und ungerichteten, freien Bewegung auf Betonboden 4.2 Bestand 2: Gummiboden 4.2.1 Gerichtete Bewegung auf Gummiboden 4.2.2 Ungerichtete Bewegung auf Gummiboden 4.2.3 Statistische Analyse der gerichteten und ungerichteten, freien Bewegung auf Gummiboden 4.3 Bestand 3: Weideboden 4.3.1 Gerichtete Bewegung auf Weideboden 4.4 Statistische Analyse der gerichteten Bewegungen aller drei Bestände 4.4.1 Gesamtbetrachtung der Klauen 4.4.2 Zonenauswertung 5 Diskussion 5.1 Material und Methoden 5.1.1 Versuchstiere 5.1.2 Messsystem 5.1.3 Versuchsaufbau/-durchführung 5.1.4 Datenauswertung 5.2 Ergebnisse 5.2.1 Betrachtung der Ergebnisse der gerichteten Bewegungen aller drei Bestände 5.2.2 Gegenüberstellung der Ergebnisse der gerichteten und der ungerichteten, freien Bewegung (Beton, Gummi) 6 Schlussfolgerungen und Ausblick 7 Zusammenfassung 8 Summary 9 Literaturverzeichnis 10 Anhang

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.

No description available.

Auf Kurzumtriebsplantagen in drei unterschiedlichen Regionen wurden Untersuchungen zur Biodiversität, zur Entwicklung der Bestände und zur Wirkung auf angrenzende Ackerfrüchte durchgeführt. Einer der wichtigsten Effekte von Flächen und Streifen mit schnellwachsenden Baumarten ist der Erosionsschutz. Die Vorteile für die Biodiversität lassen sich durch eine Mindestflächengröße, gestaffelte Bewirtschaftung und zusätzliche Grün- und Blühstreifen noch verstärken. Feldstreifen sind einer flächigen Nutzung vorzuziehen. Ein Einfluss der Feldstreifen auf die angrenzende Feldfrucht konnte nicht nachgewiesen werden. Die Veröffentlichung richtet sich vor allem an Bewirtschafter und Planer von Kurzumtriebsplantagen und Agroforstsystemen.

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