Niedrige Wolken sind Schlüsselbestandteile vieler Klimazonen, aber in numerischen Modellen oft nicht gut dargestellt und schwer zu beobachten. Kürzlich wurde gezeigt, dass sich während der Haupttrockensaison im Juni und September im westlichen Zentralafrika eine ausgedehnte niedrige Wolkenbedeckung (engl. „low cloud cover“, LCC) entwickelt. Eine derart wolkige Haupttrockenzeit ist in den feuchten Tropen einzigartig und erklärt wahrscheinlich die dichtesten immergrünen Wälder in der Region. Da paläoklimatische Studien auf eine Instabilität hinweisen, kann jede Verringerung des LCC aufgrund des Klimawandels einen Kipppunkt für die Waldbedeckung darstellen. Daher besteht ein dringender Bedarf, das Auftreten, die Variabilität und die bioklimatischen Auswirkungen des LCC in westlichen Zentralafrika besser zu verstehen.Um diese Ziele zu erreichen, wurde ein Konsortium aus französischen, deutschen und gabunischen Partnern aufgebaut, zu dem Meteorologen, Klimatologen und Experten für Fernerkundung und Waldökologie gehören. Die meteorologischen Prozesse, welche die Bildung und Auflösung der LCC im Tagesgang steuern, werden anhand von zwei Ozean-Land-Transekten auf der Grundlage einer synergistischen Analyse von historischen In-situ Beobachtungen, von Daten einer Feldkampagne und anhand von atmosphärischen Modellsimulationen untersucht. Die Ergebnisse werden mit einem kürzlich entwickelten konzeptionellen Modell für LCC im südlichen Westafrika verglichen.Die intrasaisonale bis interannuale Variabilität des LCC wird durch die Analyse von In-Situ-Langzeitdaten und Satellitenschätzungen quantifiziert. Unterschiede im Jahresgang des LCC (d.h. jahreszeitlicher Beginn und Rückzug, wolkenarme Tage) und die Ausdehnung ins Inland werden dokumentiert. Ansätze, die auf Wettertypen und äquatorialen Wellen basieren, werden verwendet, um intrasaisonale Variationen des LCC zu verstehen. Die Auswirkungen lokaler und regionaler Meeresoberflächentemperaturen auf die LCC-Entwicklung und ihre Jahr-zu-Jahr Variabilität werden bewertet, wobei statistische Analysen und spezielle Sensitivitätsversuche mit einem regionalen Klimamodell verknüpft werden.Schließlich wird der Einfluss von LCC auf die Licht- und Wasserverfügbarkeit bzw. die Waldfunktion anhand von In-Situ-Messungen untersucht. Die Ergebnisse werden mit Messungen aus der nördlichen Republik Kongo, wo die Trockenzeit sonnig ist, sowie mit einem einfachen Wasserhaushaltsmodells, das an die Region angepasst ist, verglichen. Die Wasserhaushaltsanalysen sollen die Kompensations- oder Verstärkungseffekte von Regen im Vergleich zur potenziellen Evapotranspiration, beide moduliert durch die LCC, auf das Wasserdefizit aufzeigen.Die Ergebnisse von DYVALOCCA werden zum ersten konzeptionellen Modell für Wolkenbildung und -auflösung im westlichen Zentralafrika führen und eine Hilfestellung für die Bewertung von Klimawandel-Simulationen mit Blick auf potentielle Kipppunkte für die immergrünen Regenwälder in der Region geben.
Im Fachinformationssystem Waldökologie, Waldverjüngung und Waldpflege werden alle am SBS erfassten Daten und Informationen aus waldbaulichen Versuchsflächensystemen zusammengefasst. Dies betrifft mehrere Teilbereiche des waldbaulichen Versuchswesens, hierfür wurden jeweils spezielle Teilprojekte eines komplexen Datenbanksystems [DATAPOOL] entwickelt. Folgende DATAPOOL - Projekte sind bisher spezifiziert und werden verwendet: - Mikroklima / Waldklima - Waldertrag und Bestandesstruktur - Ökophysiologie Darüber hinaus werden Vegetationsdaten in einem gesonderten Access Datenbankprojekt [VEGETATI] gehalten und bereitgestellt. Insbesondere das komplexe DATAPOOL Projekt ermöglicht die Bereitstellung umfassender Informationen für weitere erforderliche Auswertungsschritte: So sind beispielsweise umfangreiche ertrags- und waldwachstumskundliche Auswertungen der erfassten Versuchsflächen [spez. ertragskundliches Auswerteprogramm] in Abhängigkeit von waldbaulichen Behandlungsvarianten, standörtlichen Unterschieden oder anderen Einflussfaktoren möglich. Darüber hinaus können über die räumliche Darstellung und Auswertung der Bodenvegetations- und Bestandesstrukturen in 2d- und 3d Varianten auf Basis eines CAD-Systems und eines speziellen 'Waldbau-Visualisierungstools auch quantifizierte Strukturanalysen erstellt, Wachstums- bzw. Vitalitätsabhängigkeiten hinsichtlich der Bodenvegetation (Kleinstandort) oder der Bestandesstruktur (Konkurrenz) hergestellt werden. Mit der Verfügbarkeit der digitalen Standortsinformationen wird auch eine Verschneidung mit allen räumlichen/ flächenhaften FGIS - Informationen für spezielle Auswertungszwecke möglich (Schnittstelle zum FGIS). Kombinationen aus ökophysiologischen und mikroklimatischen Daten werden i.d.R. benötigt, um für typische Standortsbedingungen artspezifische/ herkunftsspezifische Umweltabhängigkeiten der Assimilation und Transpiration zu ermitteln - gefundene funktionale Abhängigkeiten gehen in Simulationsmodelle zur umweltabhängigen Berechnung der ökophysiologischen Aktivität der relevanten Arten der Bodenvegetation sowie der Baumarten des Waldumbaus ein. Über die mikroklimatischen Daten der Waldklimastationen stehen i.d.R. auch standortsrepräsentative hochauflösende Jahresdynamiken der Umweltbedingungen (Meteorologie, Bodenfeuchte, Strahlung) aus differenzierten Varianten waldbaulicher Versuche und aus Freiflächenmessungen zur Verfügung. Diese werden eingesetzt, um abgelaufene Umweltbedingungen hinsichtlich relevanter Prozesse im Wald (Wachstum, Vitalität, Schaderreger, Vegetationsentwicklung etc.) beurteilen zu können. Sie sind essentielle Voraussetzung zum 'treiben' von Modellen der Waldentwicklung bzw. des Waldwachstums, des Wasserhaushaltes im Wald oder auch für Modelle hinsichtlich der Schaderregerentwicklung etc.
DATAPOOL - Projekt Mikroklima
Das vermehrte Auftreten von hydro-meteorologischen Extremen erschwert eine nachhaltige Waldbewirtschaftung. Die Verfügbarkeit von standortspezifischen Bodenfeuchte-Informationen ist daher für dieses Anwendungsfeld von besonderem Interesse. Bestehende Konzepte, wie z.B. der Dürremonitor des UFZ (www.ufz.de/droughtmonitor) oder die Bodenfeuchtesimulationen des Deutschen Wetterdienstes, sind für viele Gebiete nicht ausreichend detailliert (z.B. räumliche Auflösung, abweichende Bodenmächtigkeiten, zu wenige Standorte) und haben deshalb nur eine begrenzte Aussagekraft. In Zusammenarbeit mit dem Staatsbetrieb Sachsenforst entwickelt der Lehrstuhl für Meteorologie einen Prototyp - 'Bodenfeuchteampel' zur Diagnose der standortspezifischen Bodenfeuchte in Sachsen. Dieses System basiert auf Simulationen aus dem Wasserhaushaltsmodell LWF-BROOK90 und meteorologischen Eingangsdaten aus verschiedenen Messnetzen. Dazu gehören Stationen des Deutschen Wetterdienstes und des Landesmessnetzes Sachsen. Die Integration der verschiedenen Messnetzdaten erfolgt über einen von der PikoBytes GmbH entwickelten sogenannten SensorHub.
Der entscheidende Beitrag von Humusauflagen zur C-Speicherung von Bergwäldern wurde erst in den letzten Jahren erkannt. Das Vorhaben soll wesentliche Wissenslücken schließen, indem es 1. die Kenntnis über ihre Verbreitung verbessert, 2. ihren Beitrag zur C-Speicherung quantifiziert, 3. Bildungsprozesse klärt, 4. Klimawandelszenarien erstellt, 5. Maßnahmen zur Humuspflege empfiehlt und damit wesentliche Ziele des Waldklimafonds unterstützt. Untersucht werden Humuschemie und Mikrobiologie an Bodenprofilen mit unterschiedlicher C-Dynamik, Wasser- und Stoffhaushalt von Tangelhumus-Ökosystemen sowie Vorhersagbarkeit der räumlichen Verteilung auf Landschaftsebene, um Empfehlungen zur Schonung, Pflege und Aufbau von Humusvorräten abzuleiten. Das Vorhaben umfasst vier Arbeitspakete: 1. Humuschemie und Mikrobiologie (Mikroskala, TUM-Boku): Wichtige chemische Kenngrößen (funktionelle C-Gruppen, Polysaccharide, Ligninkomponenten, C-Isotope, PLFA) von (Tangel)humusprofilen unterschiedlicher Dynamik werden mit 13C-NMR-Spektroskopie, Röntgenabsorptionsspektroskopie und VIS-NIR verglichen. Diagnostische chemische Muster für auf- und abbauende Humuszustände werden identifiziert. 2. Nährstoff- und Wasserhaushalt (Mesoskala, TUM-WEL): Ein- und Austräge sowie Speicherfunktionen von intakten und von Humusschwund betroffenen Ökosystemen werden verglichen. Im Labor wird die Mineralisation bei Temperaturerhöhung (Q10) untersucht und mit anderen Humusformen verglichen. 3. Regionalisierung auf Landschaftsebene (HSWT): Bodenprofildaten werden ausgewertet, im GIS gegen flächendeckend verfügbare Prädiktoren (Klima, Relief, Geologie/Boden, Landcover) kalibriert, regionalisiert (GAM) und in Testgebieten validiert. Heutige und künftige C-Speicher bei Klimawandel werden berechnet und gefährdete Zonen ausgewiesen. 4. Transfer in die Praxis (HSWT, TUM-Boku, TUM-WEL): Empfehlungen für Humuspflege und Bestandesbehandlung werden für die Praxis aufbereitet. Die Ergebnisse werden in Informationssysteme eingebunden.