Basenklasse
Neben dem Klima und dem Wasserhaushalt spielt auch die Nährstoffversorgung eine wichtige Rolle für das Baumwachstum. Sie bildet die dritte Achse im ökologischen Standortsystem.
Wie gut ein Baum mit Nährstoffen versorgt wird, hängt stark davon ab, welche Mineralien im Boden vorhanden sind. Besonders wichtig sind sogenannte basische Kationen wie Calcium (Ca), Magnesium (Mg) und Kalium (K). Diese gelten als günstig für das Wachstum. Wenn dagegen viele saure Elemente wie Aluminium (Al), Eisen (Fe) oder Mangan (Mn) im Boden sind, kann das schädlich sein – im Extremfall sogar giftig für die Pflanzenwurzeln.
In der Dynamischen Waldtypisierung wurde deshalb ein Bewertungssystem eingeführt, das den sogenannten Basensättigungsverlauf im Boden betrachtet. Das heißt: Wie viele basische Nährstoffe sind – in unterschiedlichen Bodenschichten – tatsächlich verfügbar?
Ein hoher Gehalt an basischen Kationen im Unterboden bedeutet meist auch, dass dort viel Stickstoff vorkommt – ein weiterer wichtiger Nährstoff für Bäume. Besonders gut wachsen Bäume auf leicht sauren, aber gut mit Basen versorgten Böden, weil dort sowohl die Hauptnährstoffe (wie Stickstoff, Phosphor, Kalium, Magnesium) als auch wichtige Spurenelemente gut verfügbar sind.
Im Gegensatz zur Klima- und Wasserachse wurde auf eine dynamische Modellierung der Nährstoffachse verzichtet. Zwar können steigende Temperaturen bei genügend Bodenfeuchtigkeit die Verwitterung des Gesteins und den Abbau von organischem Material beschleunigen – dadurch entstehen mehr Nährstoffe. Gleichzeitig kann es aber auch zu einem Verlust an Bodenkohlenstoff kommen. Welche dieser Effekte überwiegt, hängt stark von der Waldbewirtschaftung ab – und die ist sehr unterschiedlich. Da diese Entscheidungen von Ort zu Ort verschieden sind und nicht genau vorhergesagt werden können, wurde auf eine flächige Voraussage verzichtet.
Stattdessen wurde die Basensättigung, also der Gehalt an basischen Nährstoffen im Boden, in einem zweistufigen Verfahren für die gesamte Fläche modelliert. Zuerst wurden Messwerte aus Bodenproben mit Hilfe von sogenannten Generalized Additive Models (GAMs) auf alle Erhebungspunkte und Bodentiefen übertragen. Danach wurde mit Hilfe eines künstlichen neuronalen Netzes eine flächendeckende Karte erstellt.
Für das Modell wurden verschiedene Daten verwendet: Bodeneigenschaften, Pflanzengesellschaften, geologische Karten, Höhenlage, Klima und viele weitere Merkmale. Um die Ergebnisse abzusichern, wurden zusätzlich auch Informationen über das Wachstum verschiedener Baumarten und pflanzensoziologische Merkmale berücksichtigt.
Am Ende konnten alle Waldstandorte einer von sechs sogenannten Basenklassen zugeordnet werden – je nachdem, wie gut der Boden Nährstoffe bereitstellt.
