Weiter zum Inhalt

Projekt

WinMol


Federführendes Institut WO Institut für Waldökosysteme

© Thünen-Institute WO/Öko
Drohnenaufnahme einer durch Sturm geschädigten Waldfläche

Erfassung und Vorhersagemöglichkeiten von Sturmschäden durch eine Anpassung und Optimierung von Modellen auf unterschiedlichen Skalenebenen, Erstellung von Vulnerabilitätskarten und Handblättern für die forstliche Praxis und die Einbindung der Ergebnisse in ELDAT smart.

Extreme Wetterereignisse treten in den letzten Jahren vermehrt auf. Eine Studie des Gesamtverbandes der Deutschen Versicherungswirtschaft (GDV) und des Potsdam-Instituts für Klimafolgenforschung (PIK) schätzt eine Zunahme der allg. Sturmschäden um 50 Prozent bis zum Jahr 2100 (Donet et al 2011). In ganz Deutschland verursachte in 2018 allein der Wintersturm „Friederike“ 17 Millionen Fm Sturmholz (Forstpraxis, 2018). Das bedeutet, dass ca. 30 % des Gesamteinschlags unplanmäßig anfiel, anstelle durch zielgerichtete nachhaltige Nutzung. Auch nach Sturm Xavier im Herbst 2017 beliefen sich die Schätzungen der brandenburgischen Forstverwaltung auf ca. 1 Million Fm zusätzlich zu räumendes Holz, was in etwa 1,5 bis 2 Millionen geworfene Einzelbäume in Brandenburg bedeutet (MLUL, 2017).

Hintergrund und Zielsetzung

Schäden durch Windwurf oder Stammbruch haben weitreichende ökonomische, ökologische und soziale Folgen. Neben den direkten Schäden (Primärschäden) durch Sturm (Windwurf und Windbruch) am Bestand, entstehen Folgeschäden (Sekundärschäden) meistens verursacht durch Nachfolgekalamitäten wie z.B. Borkenkäfer oder andere Faktoren wie Feuer, Sonne, Schnee/Eis oder durch zusätzliche Windschäden. Auch treten Einbußen (Tertiärschäden) durch Produktionsverlust aufgrund verkürzter Umtriebszeiten und anderer langfristiger Einschränkungen in der Forstnutzung auf (Gardiner et. al 2014). Zudem entstehen erhöhte Kosten für die wesentlich erschwerte Aufarbeitung und vermehrte Rückekosten. Neben dem verringerten Erlös durch die sturmbedingten Qualitätseinbußen sinken zudem gewöhnlich die Absatzpreise für das Sturmholz nochmals stark, da durch das meist massenhafte Aufkommen an Sturmholz die Märkte übersättigt werden.
Das Krisenmanagement nach Sturmkalamitäten stellt Waldbesitzer vor große Herausforderungen. Denn es fehlt an Instrumenten zur Risikominimierung im Forst für den Sturmfall.
Aufnahmen aus dem Bestand heraus  zeigen den Umfang des Schadens nur unzureichend. Bilder von UAVs erlauben hier einen besseren Überblick  und eine erste Einschätzung der Schadensfläche, der Wurfrichtung bzw. Liegerichtung der Einzelbäume. Besonders für das Anlegen von Rückegassen sind diese Bilder von unschätzbarem Wert.

Vorgehensweise

Das geplante Vorhaben will daher Methoden und Modelle entwickeln, um akute und potentielle Sturmwurfflächen im Gelände schnell zu erkennen und zu kartieren, um spätere Folgekalamitäten möglichst zu vermeiden. Dies kann dem Förster bezüglich der Detektierung von Sturmflächen auch in abgelegenen Gebieten helfen, hierzu gehören auch eine schnelle Erkennung von Infrastrukturschäden und die gezielte Priorisierung der anstehenden Arbeiten. Weiterhin können durch die schnelle und genaue Ermittlung der Lage der Sturmfläche und die bessere Planungsmöglichkeit das Fällen von Transportwegen optimiert werden und dadurch weniger Holz zusätzlich geschlagen werden. Außerdem hilft der schnelle Abtransport Kalamitäten durch z.B. Borkenkäfer zu minimieren und dadurch den Restbestand zu schützen.

Beteiligte externe Thünen-Partner

  • Hochschule für nachhaltige Entwicklung Eberswalde (HNEE)
    (Eberswalde, Deutschland)

Geldgeber

  • Fachagentur Nachwachsende Rohstoffe e.V. (FNR)
    (national, öffentlich)

Zeitraum

7.2020 - 12.2023

Weitere Projektdaten

Projektfördernummer: 2220NR024B
Förderprogramm: FNR
Projektstatus: abgeschlossen

Projektseite

Publikationen zum Projekt

  1. 0

    Stadelmann C, Grottian L, Natkhin M, Sanders TGM (2025) Improving the predictive capacity of the windthrow risk model ForestGALES with long-term monitoring data - A statistical calibration approach. Forest Ecol Manag 576:122389, DOI:10.1016/j.foreco.2024.122389

    https://literatur.thuenen.de/digbib_extern/dn069069.pdf

  2. 1

    Grottian L, Stadelmann C, Krüger I, Natkhin M (2022) Storm damage in forests: Insights into Level II data. Eberswalde: Thünen Institute of Forest Ecosystems, 2 p, Project Brief Thünen Inst 2022/26a, DOI:10.3220/PB1662532532000

    https://literatur.thuenen.de/digbib_extern/dn065290.pdf

  3. 2

    Grottian L, Stadelmann C, Krüger I, Natkhin M (2022) Sturmschäden im Forst: Einblicke in die Level-II-Daten. Eberswalde: Thünen-Institut für Waldökosysteme, 2 p, Project Brief Thünen Inst 2022/26, DOI:10.3220/PB1658386102000

    https://literatur.thuenen.de/digbib_extern/dn065100.pdf

  4. 3

    Albert N, Reder S, Stadelmann C, Grottian L, Schmidt J, Hauck J, Natkhin M, Mund J-P (2021) Digitales Krisen- und Risikomanagement vor und nach Sturmschadensereignissen - Eine Umfrage unter Forstakteueren. In: FowiTa : Forstwissenschaftliche Tagung - Wald: Wie weiter? ; Book of abstracts, 13. bis 15. September 2021. p 158

  5. 4

    Grottian L, Stadelmann C, Natkhin M (2021) Vulnerabilität von Forstbeständen für Sturmschäden - Modellierung und Risikominimierung am Beispiel einer forstökologischen Versuchsfläche. In: FowiTa : Forstwissenschaftliche Tagung - Wald: Wie weiter? ; Book of abstracts, 13. bis 15. September 2021. p 314

  6. 5

    Stadelmann C, Grottian L, Natkhin M, Albert N, Reder S, Hauck J, Schmidt J, Mund J-P (2021) WINMOL - Erfassung und Vorhersagemöglichkeiten von Sturmschäden im Forst. In: FowiTa : Forstwissenschaftliche Tagung - Wald: Wie weiter? ; Book of abstracts, 13. bis 15. September 2021. p 319

    Nach oben