Auswirkungen des Klimawandels auf den Wald 33.5 Potenzielle Grundflächenveränderungen

auf Bestandesebene im KlimawandelNicolas Bircher1, Maxime Cailleret1, Andreas Zingg2 und Harald Bugmann1

1 Eidg. Technische Hochschule ETH Zürich, Zürich2 Eidg. Forschungsanstalt für Wald, Schnee und Landschaft WSL, Birmensdorf

Korrespondenz: harald.bugmann@env.ethz.ch

Auf Bestandesebene ist das Baumwachstum ein aussagekräftiger Indikator für die Pro-duktivität des Waldes und damit eine geeignete Messgrösse für eine Vielzahl an Leistun-gen, die der Mensch aus dem Ökosystem Wald bezieht. Veränderungen des Bestandes-wachstums erfordern oftmals eine Anpassung der Waldnutzung, um deren Nachhaltigkeit zu garantieren. In den letzten Jahrzehnten hat die Waldproduktivität in Europa unter Einfluss des menschgemachten Klimawandels zugenommen. Für die Abschätzung der zukünftigen Bestandesentwicklung sind Schlüsse basierend auf der Vergangenheit mit grossen Unsicherheiten behaftet und erfordern neue Ansätze. Mit einem dynamischen Waldmodell wurden 71 verschiedene Schweizer Waldbestandes-Typen mit Berücksichti-gung der heute gängigen Waldbewirtschaftung auf ihre Empfindlichkeit gegenüber dem Klimawandel im 21. Jahrhundert untersucht. Die Simulationen zeigen, dass stärkere Reaktionen der Bestände bis in die Mitte dieses Jahrhunderts mehrheitlich ausbleiben. Gegen Ende dieses Jahrhunderts ist mit einer Abnahme der Grundfläche unter Klima-wandel in tieferen Lagen zu rechnen, insbesondere aufgrund der Rückgänge von Fichte und Buche. In höheren Lagen zeigt sich hingegen ein verstärkter Zuwachs, der durch heute praktizierte Bewirtschaftungsmassnahmen noch gesteigert werden kann. Obwohl die Empfindlichkeit der Waldbestände stark von ihrer Höhenlage geprägt ist, hängt de-ren Reaktion wesentlich von weiteren Faktoren wie dem regionalen Klima, den lokalen Bodenbedingungen sowie der bestandesspezifischen Artenzusammensetzung ab. Die adäquate Berücksichtigung der standörtlichen Bedingungen ist daher nicht nur für Ab-schätzung der zukünftigen Bestandesentwicklung, sondern auch für die Planung der zu-künftigen Bewirtschaftung entscheidend.

< Fichten am Alpennordhang in Plasselb, FR. Foto: A. Zingg. 157

Bestandeszuwachs

derungen liefern und sollten bei prospektiven Ana-lysen berücksichtigt werden. Verschiedene Daten-quellen lassen sich zur retrospektiven Analyse des Zuwachses auf Bestandesebene nutzen (SPiecker et al. 1996); dazu zählen insbesondere die Lang-zeitexperimente auf ertragskundlichen Versuchs-flächen (Box 3.5.1), die nationalen Waldinventuren und hoch aufgelöste Daten von Einzelbäumen wie beispielsweise die Breite von Jahrringen. Letztere Quelle lässt zwar keine repräsentativen Schlüsse bezüglich des Zuwachses auf Bestandesebene zu. Dennoch liefert sie wertvolle Anhaltspunkte zur Bestandesgeschichte. Zu diesen bewährten Metho-den gesellen sich in jüngster Zeit auch Techniken der Fernerkundung (z. B. satellitengestützte Analy-sen des Waldwachstums; Piao et al. 2011).

Studien basierend auf retrospektiven und aktuellen Daten zeigen generell einen positiven Trend hinsichtlich der Produktivität der europä-ischen Wälder im 20. Jahrhundert (z. B. SPiecker et al. 1996; lindner et al. 2014). PretzSch et al. (2014) stellten basierend auf Daten von ertrags-kundlichen Versuchsflächen einen gesteigerten Volumenzuwachs in den Wäldern Mitteleuropas bedingt durch den Klimawandel fest. ruiz­Benito et al. (2014) schätzten, dass die Grundfläche in den Wäldern Mitteleuropas um etwa 4,6 Prozent pro Jahr zunimmt.

Der Kohlenstoffspeicher in der stehenden Bio-masse der Wälder Europas hat sich gemäss ciaiS et al. (2008) in den letzten 50 Jahren beinahe ver-doppelt beziehungsweise nimmt nach Schätzun-gen von de vrieS et al. (2006) um etwa 0,1 bis 0,15 Gigatonnen pro Jahr zu. Damit haben die Wälder Europas eine wichtige Rolle als Kohlenstoffsenken, und ihr Potenzial dürfte noch nicht ausgeschöpft sein (ciaiS et al. 2008).

Auch wenn als Ursache für die Veränderung des Wachstums eines Bestandes bezüglich Grund-fläche oder Volumen verschiedene Faktoren wie die abnehmende Nutzungsintensität, der Stick-stoffeintrag, die Temperaturzunahme oder die Er-höhung der CO2-Konzentration infrage kommen (z. B. kahle et al. 2008; BellaSSen et al. 2011), ist

Bestandeszuwachs als Messgrösse der Waldproduktivität

Das Bestandeswachstum (z. B. Höhen- oder Grund-flächenwachstum) stellt eine Schlüsselgrösse für die Bewirtschaftung und Nutzung des Waldes dar. Der Zuwachs, etwa die Veränderung von Grund-fläche, Höhe, Volumen oder Biomasse eines Be-standes (kahle et al. 2008), ist ein aussagekräfti-ger Indikator für die Produktivität (SPiecker et al. 1996) und damit geeignet als Messgrösse für eine Vielzahl von Leistungen, die der Mensch aus die-sem Ökosystem bezieht. Dies trifft nicht nur auf die Holzproduktion zu, die im nachhaltigen Waldbau auf die Abschöpfung des Zuwachses ausgelegt ist (Schütz 1999). Vom Zuwachs hängt ebenfalls ab, ob ein Waldbestand Kohlenstoff aufnimmt oder freisetzt und somit als CO2-Senke oder -Quelle wirkt. Veränderungen im Bestandeswachstum wir-ken sich letztlich auch auf den Zustand eines Wal-des aus, also auf seine Existenz und Struktur, wo-von weitere wichtige Funktionen abhängen, wie die langfristige Schutzwirkung vor Naturgefahren oder der Wasserhaushalt und somit das Potenzial des Waldes als Trinkwasserspeicher.

Anhand waldwachstumskundlicher Kennzah-len kann die Waldbewirtschaftung sowie die -nut-zung rechtzeitig angepasst werden, um eine be-stimmte Waldstruktur beziehungsweise -leistung zu erreichen oder nachhaltig aufrechtzuerhalten (kahle et al. 2008). Hinsichtlich des Klimawandels im 21. Jahrhundert und der damit erwarteten Ver-änderungen in der Walddynamik sind zuverlässige Abschätzungen über die Folgen für das Bestandes-wachstum in Schweizer Wäldern daher von zentra-ler Bedeutung (rigling et al. 2008).

Anthropogene Treibhausgasemissionen ha-ben höchstwahrscheinlich zum Klimawandel ge-führt (IPCC 2014), dem die Wälder Europas nun bereits seit einigen Jahrzehnten ausgesetzt sind (PretzSch et al. 2014). Daher können bisherige Trends und Veränderungen des Waldwachstums wichtige Anhaltspunkte zur möglichen Reaktion von Waldbeständen auf zukünftige Umweltverän-

158

Auswirkungen des Klimawandels auf den Wald 3deren individueller Beitrag nicht restlos geklärt (vgl. de vrieS et al. 2006; BellaSSen et al. 2011; PretzSch et al. 2014). Hinzu kommt die Unsicher-heit, ob es dieselben Faktoren sein werden, wel-che den Zuwachs in Zukunft steuern (zimmermann und Bugmann 2008), und ob sie ihre gegenwärtige Bedeutung und Wirkung beibehalten. Neuere Stu-dien lassen zumindest Zweifel daran aufkommen, dass basierend auf Erfahrungen aus der Vergan-genheit direkt auf das zukünftige Waldwachstum geschlossen werden kann. So häufen sich Beob-achtungen, welche die langfristige Kontinuität jet-ziger Waldstrukturen (z. B. allen et al. 2010; rig­

ling et al. 2013) und Wachstumstrends (z. B. Schmid et al. 2006; Piao et al. 2011; naBuurS et al. 2013) in weiten Teilen Europas infrage stellen. Verbunden damit hat sich die Erkenntnis erhärtet, dass die Re-aktionen von Wäldern auf zukünftige Umweltver-änderungen wie den Klimawandel weder räumlich noch zeitlich linear auftreten (z. B. JumP et al. 2006; maciaS et al. 2006; Piao et al. 2011) und geprägt sind von der kleinräumigen Standortvariabilität (raiS et al. 2014; ruiz­Benito et al. 2014).

Um die zukünftige Reaktion der Schweizer Wäl-der auf den Klimawandel abzuschätzen, sind des-halb Methoden notwendig, welche es erlauben,

Box 3.5.1. Datenquellen für die Waldwachstumsforschung in der Schweiz

Ertragskundliche VersuchsflächenErtragskundliche Versuchsflächen sind Fallstudien oder Ex-perimente in Waldbeständen, in denen unterschiedliche Fra-genstellungen zum Einzelbaum- beziehungsweise zum Bestan-deswachstum untersucht werden. Dabei werden auf einer klar abgegrenzten Fläche alle Bäume ab der sogenannten Klupp-schwelle (je nach Fragestellung ab einem Brusthöhendurch-messer, BHD, von 0,1 bis 8,0 cm) markiert (nummeriert) und positioniert (Koordinaten), gemessen (BHD, Baumhöhe) und charakterisiert. Dies ermöglicht eine genaue Erfassung der Baum- und Bestandesveränderungen auch über lange Zeit-räume (z.T. > 100 Jahre). Der derzeitige Stand umfasst 131 Ver-suchsflächen beziehungsweise 391 Einzelparzellen mit einer Gesamtfläche von 129,5 ha. Daten über das Wachstum von Waldbeständen der Schweiz liegen aber für viel mehr Flächen vor, deren Beobachtungen abgeschlossen sind.

Schweizerisches LandesforstinventarForstinventare werden zwecks Monitoring bestimmter Wald-leistungen durchgeführt. Der häufigste Zweck ist die Erhebung von Vorrat (Holzvolumen) und Zuwachs für die forstliche Pla-nung. Dabei kann es sich um Vollerhebungen oder Stichpro-ben-Inventuren handeln. Das Schweizerische Landesforstin-ventar erfasst den Waldzustand und das Wachstum sowie zahlreiche andere mit dem Wald verbundene Variablen wie zum Beispiel die Biodiversität mittels Stichprobenerhebungen seit 1984 in regelmässigen Abständen. Die Ergebnisse sind unter anderem eine wesentliche Grundlage für die Waldpo-litik der Schweiz.

JahrringeDie Jahrringe der Bäume widerspiegeln in den gemässigten Breiten die Wuchsbedingungen von einzelnen Bäumen. In Jahr-ringverläufen von einer grösseren Anzahl Bäumen treten Ein-flussfaktoren auf das Einzelbaumwachstum (z. B. Baumgesund-heit, Konkurrenzverhältnisse) aufgrund der Mittelung in den Hintergrund und erlauben Rückschlüsse auf die wichtigsten Einflussfaktoren des Baumwachstums: die jährliche Witterung beziehungsweise das Klima. Damit kann auch das Klima vergan-gener Zeiten rekonstruiert werden. Dabei werden Bohrkerne an stehenden, lebenden und toten Bäumen entnommen oder Stammscheiben genutzter Bäume verwendet. Jahrringinfor-mationen werden anschliessend durch die exakte Vermessung dieser Bohrkerne oder Stammscheiben im Labor gewonnen.

Aussagekraft der verschiedenen DatenquellenErtragskundliche Versuchsflächen erlauben im Gegensatz zu anderen Erhebungsmethoden exakte Aussagen über die Verän-derungen eines Waldbestandes und seiner einzelnen Bäume, bezogen auf einen spezifischen Standort. Die Aussagekraft von Versuchsflächen-Daten übersteigt jene von Stichprobeninven-turen wie dem LFI oder kantonalen Inventuren, sind aber im Gegensatz zu diesen flächenmässig nicht repräsentativ. Noch besser, aber sehr aufwendig sind Experimente, zum Beispiel Blockversuche. Die zeitliche Auflösung, in der Regel 5 bis 10 Jahre, kann mithilfe von Jahrringanalysen aus Bohrkernen oder Stammscheiben von genutzten Bäumen aus dem Bestand verfeinert werden. Jahrringdaten alleine lassen sich hingegen nur sehr beschränkt für Veränderungen auf Bestandesebene verwenden.

159

Bestandeszuwachs

chen Thema. Dabei lag das Augenmerk der Arbeit nicht auf der Quantifizierung der Veränderungs-prozesse (d. h. des Zuwachses) unter Einfluss des Klimawandels an sich, sondern in der Darstellung der Unterschiede im Bestandesbild (Grundfläche) zu bestimmten Zeitpunkten. Die Empfindlichkeit eines Waldbestandes wurde dabei operationell als der Unterschied zwischen seiner Grundfläche un-ter Klimawandel (d. h. unter einem Klimamodell) und der Grundfläche unter dem heutigen Klima (d. h. während einer Referenzperiode) zu einem bestimmten Zeitpunkt der Simulation (z. B. im Jahr 2100) definiert. Die Studie hatte zum Ziel, 1) die Empfindlichkeit dieser Waldbestände in a) den ver-schiedenen Standortregionen und b) Höhenstufen der Schweiz (s. Box 3.5.3) zu eruieren, sowohl bei c) einer fehlender Bewirtschaftung als auch unter der Annahme, dass die heutige Bewirtschaftung

walddynamische Prozesse wie Verjüngung oder Wachstum unter neuen beziehungsweise sich än-dernden Umweltbedingungen abzubilden. Gleich-zeitig müssen diese Methoden kleinräumig, das heisst auf Bestandesebene anwendbar sein, um die treibenden Faktoren der Walddynamik zu be-rücksichtigen. Dynamische Vegetationsmodelle (siehe Box 3.5.2) erfüllen diese Anforderungen. Mit ihnen lässt sich die Entwicklung von Waldbe-ständen auch unter sich verändernden Umweltbe-dingungen abschätzen (Prentice et al. 2007; Fon­teS et al. 2010).

Dieses Kapitel fokussiert auf die Ergebnisse einer Simulationsstudie (Bircher et al. in Vorb.), welche die Empfindlichkeit von häufig vorkom-menden Schweizer Waldbeständen (Box 3.5.3) auf den Klimawandel untersuchte, und stellt diese in den grösseren Kontext anderer Arbeiten zum glei-

Box 3.5.2. Dynamische Vegetationsmodelle

Dynamische Vegetationsmodelle (DVM) simulieren die Reak-tion von Pflanzen auf biotische (z. B. Konkurrenz, Störungen) und abiotische (z. B. Bodeneigenschaften, Klima) Faktoren über die Zeit (hartig et al. 2012). Dabei sind sie in der Lage, Über-gänge zwischen Pflanzenpopulationen aufgrund sich verän-dernder Umweltbedingungen abzubilden (Prentice et al. 2007; fonteS et al. 2010).

Das hier verwendete dynamische Waldmodell ForClim simuliert Verjüngung, Wachstum und Mortalität von Einzel-bäumen in jährlichen Schritten (BugMann 1996). Basierend auf langfristigen, lokalen Klimawerten (Temperatur und Nie-derschlag) sowie wenigen standortspezifischen Kennwer-ten (Wasserspeicherkapazität des Bodens, Exposition und Hangneigung), werden bioklimatische Indizes wie minimale Wintertemperatur, Tagesgradsumme oder ein Trockenheits-index errechnet, welche zur Ermittlung der Verjüngungswahr-scheinlichkeit und des effektiven Wachstums von 30 mitteleu-ropäischen Baumarten genutzt werden (raSche et al. 2011). Durch eine graduelle Veränderung der Temperatur- und Nie-derschlagsmittelwerte kann Klimawandel simuliert werden. Diese walddynamischen Prozesse werden auf einer Vielzahl von voneinander unabhängigen, kleinerer Flächen («patches») simuliert. Deren Grösse ist so gewählt, dass starke Beschat-tung durch wenige mächtige Einzelbäume möglich ist. Im Falle der hier vorgestellten Studie entsprach ein «patch» einer Flä-

che von 500 m2 (entsprechend der Fläche für die Erhebung der Einzelbäume im Rahmen des Schweizerischen Landesforstin-ventars). Die Bäume stehen ausschliesslich bezüglich Licht-verfügbarkeit in Konkurrenz zueinander, was durch die Be-rücksichtigung der vertikalen Bestandesstruktur ermöglicht wird. Die horizontale Position eines Baumes innerhalb der zugehörigen «patches» wird nicht berücksichtigt. Die Eigen-schaften eines Bestandes ergeben sich durch die Mittelung über alle «patches».

Ursprünglich wurde ForClim entwickelt, um qualitative Analysen langfristiger walddynamischer Prozesse und der re-sultierenden Bestandesstrukturen im Gleichgewichtszustand («Potenzielle Natürliche Vegetation») entlang von Klimagra-dienten zu ermöglichen. Seither ist das Modell so weit verfei-nert worden, dass es in der Lage ist, aufgrund von Einzelbaum-daten (z. B. aus Forstinventuren) quantitative Abschätzungen der Entwicklung konkreter Bestände zu machen (z. B. Wehrli et al. 2005). Dabei wurde es erfolgreich anhand empirischer Daten getestet (z. B. raSche et al. 2011; raSche et al. 2012; Bircher 2015; Bircher et al. 2015 a). Die Implementierung gän-giger Schweizer Bewirtschaftungspraktiken erlaubt seit Kur-zem auch die zufriedenstellende Anwendung des Modells in einer Vielzahl bewirtschafteter Bestände (raSche et al. 2011; SchMid et al. 2015).

160

Auswirkungen des Klimawandels auf den Wald 3Box 3.5.3. Stratifizierung der Schweizer Waldfläche

Die Stratifizierung – in diesem Fall die systematische Einteilung von Waldinventurpunkten in Gruppen – hatte zum Ziel, verbrei-tete Waldtypen der Schweiz anhand geläufiger, das heisst an-erkannter und verbreitet angewandter Bestandesattribute zu identifizieren (Bircher 2015). Des Weiteren sollte die Stratifi-zierung auf einer Datengrundlage erfolgen, welche es erlaubt, die identifizierten Waldbestände im Waldsukzessionsmodell ForClim (Box 3.5.2) zu initialisieren. Das Schweizer Landes-forstinventar (LFI) bot hierfür die notwendigen Voraussetzun-gen: Jede als «Normalwald» klassifizierte Untersuchungsfläche (LFI-Punkt) ist charakterisiert durch 1) ein auf einer 50 × 50 m Fläche erhobenes Set an Bestandesattributen (z. B. vertikale Bestandestruktur, Deckungsgrad, Bestandesalter usw.) und 2) Einzelbaumdaten (BHD, Baumart usw.), welche auf einer 200 beziehungsweise 500 m2 grossen Kreisfläche rund um das Plot-Zentrum ermittelt wurden (Keller 2011).

Die Stratifizierung wurde basierend auf den Daten des dritten Schweizer Landesforstinventares (LFI3) durchgeführt

(WSL 2011). Die LFI-Plots wurden nach Standortregionen und Höhenstufen gemäss der «Wegleitung für Nachhaltigkeit im Schutzwald» (NaiS; frehner et al. 2005) gruppiert. Höhenstufen mit einem zu geringen Anteil (< 10 %) an LFI-Punkten innerhalb ihrer Standortregion fielen weg (Bircher 2015; SchMid et al. 2015). Weiter wurden die LFI-Plots bezüglich Entwicklungsstufe und vertikaler Bestandesstruktur kombiniert. Jene Kombinatio-nen mit den höchsten Anteilen an LFI-Plots innerhalb einer Hö-henstufe und Standortregion wurden definitiv berücksichtigt. Detaillierte Erläuterungen dieser Stratifizierung finden sich in SchMid et al. (2015) und Bircher (2015).

Aus dieser Stratifizierung resultierten 71 Waldbestan-des-Typen, verteilt über sieben Standortregionen und acht Höhenstufen, welche rund 25 Prozent aller LFI-Punkte im Wald einschlossen (Bircher et al. 2015 b). Die Einzelbaumdaten (BHD, Baumart) aller zu einem Typ gehörenden LFI-Punkte wurden zur Bestandescharakterisierung sowie zur Initialisierung von ForClim verwendet.

fortgesetzt wird, 2) Abschätzungen über die Ent-wicklung verschiedener Baumarten auf Bestan-desebene zu treffen und 3) die Rolle verschiedener Standort- und Bestandeseigenschaften bezüglich der Empfindlichkeit der Waldbestände auf den Kli-mawandel zu diskutieren.

Simulation der zukünftigen Bestandes-entwicklung

Die zukünftige Entwicklung von 71 Waldbestan-des-Typen (Bircher et al. 2015 b), welche für ver-schiedene Standortregionen und Höhenstufen der Schweizer Waldfläche charakteristisch sind (Box 3.5.3), wurde mit dem dynamischen Wald-modell ForClim (Box 3.5.2) bis ins Jahr 2100 si-muliert (Bircher et al. in Vorb.). Die Simulationen wurden ohne/mit Berücksichtigung der heute gän-gigen Waldbewirtschaftung durchgeführt. Bei der Festlegung der forstlichen Eingriffe wurde zwi-schen gleich- und ungleichförmigen Beständen unterschieden, wobei die Höhenlage bei der Fest-legung von Nutzungsintensität und -intervall be-

rücksichtigt wurde. Alle Simulationen wurden aus-schliesslich unter Annahme von Naturverjüngung durchgeführt. Für die Entwicklung der Waldbestan-des-Typen unter dem Klimawandel des 21. Jahr-hunderts wurden elf Klimamodelle basierend auf dem relativ starken IPCC-Emissionszenario A2 verwendet (CH2011 2011; FiScher et al. 2016). Je nach Jahreszeit und Region variierte der Tempe-raturanstieg zwischen 2,1 und 6,7 °C, während die Änderung des Niederschlags zwischen – 42 und + 5 % lag. Zum Vergleich wurden die Simulationen ausserdem unter der hypothetischen Annahme einer Fortsetzung des heutigen Klimas (definiert als Mittelwerte und Streuung von Lufttempera-tur und Niederschlag der Periode 1980 bis 2009) durchgeführt.

Für jeden Waldbestandes-Typ wurden die Dif-ferenzen der Grundflächen aus den Simulationen unter heutigem Klima sowie unter Klimawandel für die Jahre 2060 und 2100 berechnet (schema-tisch dargestellt in Abb. 3.5.1). Aufgrund der elf Klimamodelle ergaben sich demnach elf Grundflä-chenunterschiede, deren Durchschnittswert als die mittlere Empfindlichkeit des Waldbestandes-Typs

161

Bestandeszuwachs

schiede betrachtet, und der Fokus lag auf dem Jahr 2100, da Veränderungen in der Artenzusammen-setzung langsamer auftreten als Veränderungen im Bestandeszuwachs.

Der Einfluss verschiedener Standort- und Be-standeseigenschaften auf die Empfindlichkeit der Waldbestandes-Typen gegenüber dem Klima-wandel wurde anhand von linearen, gemisch-ten Modellen untersucht. Hierbei war die mittlere Empfindlichkeit der Waldbestandes-Typen die abhängige (d. h. zu erklärende) Variable. Zu den erklärenden Variablen zählte die Höhenlage, die nutzbare Feldkapazität, die ursprüngliche Baumar-tenzahl, der Anteil an Fichte (Picea abies), Buche (Fagus sylvatica) und Tanne (Abies alba) zu Beginn der Simulation, die Entwicklungsstufe (DDOM) so-wie ein Index für die vertikale Bestandesstruktur (vgl. Bircher et al. in Vorb.).

gegenüber dem Klimawandel angesehen wurde. Für die Grundfläche eines Waldbestandes (d. h. Akkumulation aller Grundflächenanteile der ver-schiedenen Baumarten) wurde hierbei die relative Empfindlichkeit berechnet. Eine relative Empfind-lichkeit von + 5 % bedeutet beispielsweise, dass ein Waldbestandes-Typ unter Klimawandel im ent-sprechenden Jahr eine 5 % grössere Grundfläche erreicht, als wenn das heutige Klima bis zum ent-sprechenden Zeitpunkt andauern würde. Diese Grundflächenunterschiede und die daraus resul-tierende mittlere Empfindlichkeit wurden getrennt für Simulationen ohne und mit Bewirtschaftung gerechnet.

Dasselbe Vorgehen wurde angewendet, um die Empfindlichkeit verschiedener Baumarten zu quantifizieren. Hier wurden aber nicht die relati-ven, sondern die absoluten Grundflächenunter-

Abbildung 3.5.1. Schematische Darstellung der Entwicklung der Grundfläche und der berechneten Empfindlichkeit (∆Gt) eines Waldbestandes-Typs auf den Klimawandel. Als Empfindlichkeit gilt der Unterschied der für ein bestimmtes Jahr erreichten Grund-flächen unter einem der elf Klimamodelle und unter heutigem Klima. Die «mittlere Empfindlichkeit» entspricht den gemittelten Un-terschieden aus allen elf Klimamodellen. Die «mittlere Empfindlichkeit» wurde für Simulationen ohne (a) und mit (b) Bewirtschaf-tung berechnet. Im Beispiel a) ist ∆G negativ dargestellt. Dementsprechend wäre die Grundfläche dieses Waldbestandes unter Klimawandel tiefer, als wenn das heutige Klima andauern würde. In b) ist der umgekehrte Fall dargestellt.

Jahr

Grun

dfläc

he [m

2 ha-1

]

2006 2060 2100

∆G2100

∆Gt: Grundflächenunterschied im Jahr t = «Empfindlichkeit»

Grundfläche unter heutigem KlimaGrundfläche unter Klimawandel

∆G2060

Jahr

Grun

dfläc

he [m

2 ha-1

]

2006 2060 2100

∆G2100∆G2060

Ohne Bewirtschaftung Mit Bewirtschaftung

GHK,t: Grundfläche im Jahr t unter heutigem KlimaGKW,t: Grundfläche im Jahr t unter Klimawandel

∆Gt = GKW,t - GHK,t

a) b)

162

Auswirkungen des Klimawandels auf den Wald 3

den anderen Standortregionen nimmt sie bis zu + 4,7 % zu (Abb. 3.5.2 a). Ähnlich verhält es sich, wenn die Differenz der Grundflächen getrennt nach Höhenstufen betrachtet wird (Abb. 3.5.2 b). Nur in der submontanen Höhenstufe ist ein Rückgang er-kennbar (– 2,5 %). Von der obermontanen bis sub-alpinen Stufe steigt die Grundfläche leicht an (+ 1,6 bis + 3,0 %), und in der obersubalpinen Stufe ist sogar eine deutlich höhere Grundfläche festzu-stellen (+ 12,2 %).

Ein stärkerer Einfluss des Klimawandels ist für das Jahr 2100 zu erkennen: Im Jura (– 2,44 %), Mittelland (– 0,7 %) und den Südlichen Randalpen (– 1,2 %) sind die Bestandesgrundflächen unter Kli-mawandel im Schnitt tiefer, als wenn sich das heu-tige Klima fortsetzen würde. Die übrigen Regionen

Überblick für Schweizer Waldbestandes- Typen im Klimawandel nach Region und Höhenstufe

Mittlere Empfindlichkeit der Waldbestände

Für das Jahr 2060 sind in nicht bewirtschafteten Waldbeständen im Schnitt nur geringfügige Reak-tionen auf den Klimawandel festzustellen. Im Jura1 (Median d. mittleren Empfindlichkeit: – 0,31 %), Mit-telland1 (+ 0,48 %) und den südlichen Randalpen1 (+ 0,44 %) verändert sich die Grundfläche kaum. In

1 Die hier diskutierten Regionen entsprechen den Standort-regionen gemäss der Wegleitung für Nachhaltigkeit im Schutzwald (NaiS) nach frehner et al. (2005).

Abbildung 3.5.2. Boxplots zeigen mittlere Empfindlichkeit (rel. Änderung der Grundfläche zwischen zukünftigem und heutigem Klima) der Waldbestandes-Typen für alle Standortregionen (a) und Höhenstufen (b). Die Werte für das Jahr 2060 und 2100 ohne und mit Berücksichtigung der Waldbewirtschaftung sind dargestellt. Werte grösser als null bedeuten eine relative Erhöhung der Grundfläche unter dem Klimawandel im Vergleich zum heutigen Klima. Werte kleiner als null bedeuten hingegen einen Rückgang. Zahlen in Klammern zeigen die Anzahl Waldbestandes-Typen.

–20

–10

0

10

20

30

40

(15) (12) (16) (6) (8) (4) (10)

−20

−10

0

10

20

30

40

(6) (8) (12) (16) (4) (14) (8) (3)

20602100

ohne Bewirtschaftung mit Bewirtschaftung

Jura

Mittella

nd

Nördl. Randalpen

Nördl. Zwisc

henalpen

Hochalpen

Südl. Zwisc

henalpen

Südl. Randalpen

kollin

untermontan

obermontan

montan

hochmontan

obersubalpin

subalpin

submontan

Median

Standortregion Höhenstufea) b)

Ände

rung

Gru

ndflä

che

[%]

Ände

rung

Gru

ndflä

che

[%]

163

Bestandeszuwachs

Rückgänge der Grundfläche unter Klimawan-del gegenüber heutigem Klima, wie sie beispiels-weise im Jura und den Südlichen Randalpen der Fall sein können, werden durch die simulierte Be-wirtschaftung insbesondere im Jahr 2100 noch ver-stärkt (Abb. 3.5.3). Dasselbe ist für die Höhenstufen mit einer negativen Bilanz der Grundfläche (kollin, submontan, untermontan) der Fall. Dagegen führt die Bewirtschaftung in gewissen Regionen (insbe-sondere Nördl. Randalpen, Hochalpen und Südl. Zwischenalpen) sowie Höhenstufen (insbesondere hochmontan, subalpin und obersubalpin) zu einer noch grösseren durchschnittlichen Grundfläche.

Einfluss von Standort- und Bestandeseigenschaften auf Empfindlichkeit im Klimawandel

Die mittlere Höhenlage, die mittlere Wasserspei-cherkapazität sowie der ursprüngliche Fichtenanteil zeigten einen besonders starken Zusammenhang mit der Empfindlichkeit des Waldbestandes-Typs auf den Klimawandel (Tab. 3.5.1): Je höher ein Waldbestand liegt, desto höher ist die Wahrschein-lichkeit, dass seine Grundfläche im Jahr 2100 unter Klimawandel grösser ist als unter den heutigen kli-matischen Bedingungen. Ist die Wasserspeicherka-pazität des Bodens (nutzbare Feldkapazität) hoch, so nimmt die Grundfläche unter Klimawandel we-niger stark ab, beziehungsweise die Chancen für eine grössere Grundfläche steigen. Je höher der heutige Fichtenanteil eines Waldbestandes-Typs liegt, desto stärker nimmt die Grundfläche unter Klimawandel ab. Derselbe Effekt – jedoch schwä-cher ausgeprägt – zeigt sich für den ursprüngli-chen Buchenanteil, wenn keine Bewirtschaftung erfolgt. Dagegen gewinnt unter Bewirtschaftung der heutige Entwicklungszustand des Waldbe-standes, ausgedrückt durch den durchschnittli-chen Brusthöhendurchmesser der 100 stärksten Bäume pro Hektar (DDOM), an Bedeutung: Je hö-her der heutige DDOM eines Waldbestandes-Typs, desto höher ist die Wahrscheinlichkeit, dass seine Grundfläche unter Klimawandel grösser ist als un-

zeigen hingegen eine positive Entwicklung der durchschnittlichen Grundfläche. Während diese in den Nördlichen Randalpen am deutlichsten grös-ser ist (+ 4,1 %), ist der Unterschied in den Nördli-chen Zwischenalpen eher schwach (+ 0,5 %). Auch für die Höhenstufen ist ein differenziertes Muster in der Reaktion der Waldbestände auf den Klima-wandel sichtbar. So ist unter Klimawandel eine tiefere Grundfläche in den unteren Lagen, also in der kollinen (– 2,7 %), submontanen (– 8,4 %) und untermontanen (– 1,0 %) Stufe festzustellen. Der stärkste Rückgang tritt dabei in der submontanen Stufe des Juras auf (– 14,9 %). In den höheren La-gen ist die Grundfläche unter dem Klimawandel im Jahr 2100 hingegen höher, wobei von der subal-pinen (+ 5,4 %) zur obersubalpinen (+ 23,5 %) Stufe ein markanter Anstieg zu verzeichnen ist.

Abbildung 3.5.3. Mittlere Empfindlichkeit (rel. Änderung der Grundfläche zwischen zukünftigem und heutigem Klima) für alle Waldbestandes-Typen (Punkte) in den Simulationen ohne (x-Achse) und mit (y-Achse) Waldbewirtschaftung für das Jahr 2100. Ein Punkt exakt auf der gestrichelten Linie bedeutet eine identische Veränderung der Grundfläche mit und ohne Bewirt-schaftung. Verändert aus Bircher et al. (2015 b).

−0,2 0,0 0,2 0,4

−0,2

0,0

0,2

0,4

kollinsubmontanuntermontanobermontan

montanhochmontansubalpinobersubalpin

Ohne Bewirtschaftung

Mit

Bew

irtsc

haftu

ng

164

Auswirkungen des Klimawandels auf den Wald 3mit Ausnahme der obersubalpinen Stufe kleiner sein. Im Jura ist ein Rückgang in allen untersuch-ten Höhenstufen (submontan bis obermontan) zu verzeichnen: Dabei werden in der submontanen und untermontanen Stufe maximale Rückgänge von – 9,2 beziehungsweise – 10,3 m2 ha-1 erreicht (nicht dargestellt). Ein Rückgang zeigt sich aus-serdem in der hochmontanen Stufe der Nördli-chen Zwischenalpen (Median: – 4,1 m2 ha-1; Ma-ximum: –8,9 m2 ha-1) sowie der subalpinen Stufe der Hochalpen (Median: – 1,1 m2 ha-1; Maximum: – 2,2 m2 ha-1). Dagegen wird die Fichte unter Kli-mawandel in den Nördlichen Randalpen in der hochmontanen (Median: + 1,1 m2 ha-1) und subal-pinen Stufe (+ 1,3 m2 ha-1), in den Nördlichen Zwi-schenalpen in der subalpinen (+ 0,4 m2 ha-1) so-wie die Hochalpen in der obersubalpinen Stufe (+ 0,7 m2 ha-1) eine leicht grössere Grundfläche ha-ben. In bewirtschafteten Wäldern ist der maximale Rückgang der Fichte in der submontanen und un-termontanen Stufe insbesondere des Juras weni-

ter heutigen klimatischen Bedingungen. Anhand der Zufallseffekte zeigen sich wesentliche Unter-schiede zwischen den Standortregionen (Bircher et al. in Vorb.). Unter Bewirtschaftung waren diese jedoch weniger stark ausgeprägt.

Zuwachsverhalten der Baumarten auf Bestandesebene

Bei den Nadelbaumarten zeichnen sich für die Tanne unter Klimawandel bis ins Jahr 2100 im Schnitt keine wesentlichen Unterschiede in der Grundfläche ab (Abb. 3.5.4), unabhängig davon, ob mit oder ohne Bewirtschaftung gerechnet wird. Die Grundfläche der Fichte hingegen wird in den meisten Regionen kleiner sein (Median der absolu-ten Grundflächenänderung: – 1,7 bis – 0,1 m2 ha-1). Ausnahmen stellen die Nördlichen (+ 0,5 m2 ha-1) und Südlichen Randalpen (+ 0,0 m2 ha-1) dar. Im Schnitt wird die Grundfläche in allen Höhenstufen

Tabelle 3.5.1. Lineare gemischte Regressionsmodelle für die mittlere relative Veränderung der Grundfläche (N = 71) für das Jahr 2100. Regressionsmodelle wurden mit ForClim v3.31 ohne und mit Waldbewirtschaftung gerechnet. Die besten Modelle wurden anhand des korrigierten Akaike Informationskriteriums2 (∆AICc) ausgewählt. Zudem wurde ein gemitteltes Modell, basierend auf allen Variablenkombinationen, mit ∆AICc < 4 gerechnet3. Es werden die festen Effekte für beide Modellansätze gezeigt. Die hinter-legten Farben geben die Signifikanzniveaus der Parameterschätzung an: P < 0,001, hellgrün; P < 0,01, dunkelgrün; P < 0,05, braun. Verändert aus Bircher et al. (2015 b).

Modell Ohne Waldbewirtschaftung Mit Waldbewirtschaftung

Effekte bestes gemittelt bestes gemittelt

(Achsenabschnitt) 0,02 0,11 5,81 5,81

Höhenlage 14,77 15,03 26,00 25,18

Nutzbare Feldkapazität (Median) 3,15 2,45 4,19 4,06

Entwicklungsstand (DDOM) 0,19 5,15 4,74

Vertikale Bestandesstruktur –3,33 –3,13 0,004

Heutige Baumartenzahl –2,87 –2,19 –1,19

Heutiger Anteil Tanne 0,27 –0,11

Heutiger Anteil Fichte –6,36 –5,97 –4,00 –3,80

Heutiger Anteil Buche –2,56 –1,99 0,09

1 Mina et al. (2015) 2 anderSon et al. (2001) 3 nach grueBer et al. (2011)

Feste

165

Bestandeszuwachs

5

0

–5

–10

10

5

0

–5

–10

10

5

0

–5

–10

10

5

0

–5

–10

10

5

0

–5

–10

10

5

0

–5

–10

ohne Bewirtschaftung mit Bewirtschaftung

Abs.

Diff

eren

z [m

2 ha-1

]

kollin

untermontan

obermontan

montan

hochmontan

obersubalpin

subalpin

submontan

Standortregiona) Höhenstufeb)

Jura

Mittella

nd

Nördl. Randalpen

Nördl. Zwisc

henalpen

Hochalpen

Südl. Zwisc

henalpen

Südl. Randalpen

Tanne

Fichte

Buche

Eichen

andereLaubbaumarten

andereNadelbaumarten

(15) (12) (16) (6) (8) (4) (10) (6) (8) (12) (16) (4) (14) (8) (3)

Abbildung 3.5.4. Boxplots zeigen die mittlere absolute Grundflächenänderung verschiedener Baumarten oder Baumartengruppen im Vergleich des zukünftigen und heutigen Klimas nach Standortregionen (a) und Höhenstufen (b). Werte für das Jahr 2100 ohne und mit Berücksichtigung der Waldbewirtschaftung sind dargestellt. Werte grösser als null bedeuten einen Zuwachs der Grund-fläche unter Klimawandel im Vergleich zum heutigen Klima. Werte kleiner als null bedeuten einen Rückgang. Zahlen in Klammern zeigen die Anzahl Waldbestandes-Typen.

166

Auswirkungen des Klimawandels auf den Wald 3auch die übrigen Laubaumarten eine unveränderte oder leicht erhöhte Grundfläche je nach Region. Wiederum muss aber nach Höhenstufen differen-ziert werden. So ist die Grundfläche der übrigen Laubbaum arten in der kollinen (– 1,0 m2 ha-1) und submontanen Stufe (– 1,1 m2 ha-1) unter Klimawan-del im Schnitt rückgängig. In den mittleren Lagen bleibt sie nahezu unverändert (+ 0,1 bis + 0,5 m2 ha-1) und nimmt in der hochmontanen (+ 1,1 m2 ha-1), subalpinen (+ 1,4 m2 ha-1) und obersubalpi-nen (+ 1,8 m2 ha-1) Stufe hingegen zu. Die Bewirt-schaftung sorgt für einen verstärkten Rückgang dieser Artengruppe in den unteren Lagen (kollin bis untermontan). Dagegen ist ihre Grundfläche von der obermontanen bis zur obersubalpinen Stufe deutlich höher.

Zukünftiger Bestandeszuwachs im Kontext der Forschung

Kritische Betrachtung modellbasierter Untersuchungsansätze

Modellbasierte Untersuchungen, welche sich auf regionaler Ebene mit der zukünftigen Walddyna-mik auseinandersetzen, sind immer noch selten (lindner et al. 2010). Allein deswegen sind die hier vorgestellten Ergebnisse eine Bereicherung für die Diskussion des Bestandeswachstums im Klima-wandel. Trotz der Simulation der Walddynamik auf Bestandesebene, das heisst für ganz kleine räum-liche Einheiten, konnte eine gesamtheitliche, nati-onale Perspektive gewahrt werden, dies dank der hohen Anzahl an untersuchten Bestandes-Typen (Bircher et al. in Vorb.). Damit unterscheidet sich diese Studie massgeblich von früheren modellba-sierten Analysen, welche entweder beim Detail-liertheitsgrad der Aussagen (z. B. moraleS et al. 2007; hickler et al. 2012) oder ihrer Repräsenta-tivität (z. B. elkin et al. 2013) erhebliche Abstriche machen mussten.

In einer Fallstudie für das Naturwaldreser-vat Scatlè, Kt. Graubünden, stellten Bircher et al.

ger ausgeprägt. An der grundsätzlich negativen Grundflächenbilanz ändert sich jedoch durch die Bewirtschaftung nichts. Die Rückgänge der Fichte sind in allen Höhenstufen mit Ausnahme der ober-subalpinen Stufe unter Bewirtschaftung sogar stärker ausgeprägt. Die übrigen Nadelbaumarten weisen sowohl bezüglich Standortregion als auch Höhenstufe kaum Unterschiede in der Grundflä-che auf. Einzige Ausnahme stellt die obersubalpine Stufe dar (+ 6,5 m2 ha-1), wo die Arve (Pinus cem-bra) und insbesondere die Lärche (Larix decidua) unter Klimawandel höhere Grundflächen aufwei-sen. Unter Bewirtschaftung weist die Gruppe der übrigen Nadelbaumarten hingegen von der ober-montanen bis zur subalpinen Stufe einen leichten Rückgang der Grundfläche auf. Gleichzeitig ist de-ren Zunahme in der obersubalpinen Stufe nicht mehr so stark.

Bei den Laubbaumarten zeigt sich für die Bu-che über alle Standortregionen hinweg eine unver-änderte oder leicht grössere Grundfläche (Median: + 0,0 bis + 0,8 m2 ha-1; Abb. 3.5.4) unter Klimawan-del. Nach Höhenstufen betrachtet, sind jedoch ge-gensätzliche Reaktionen augenfällig. So nimmt die Grundfläche der Buche in der submontanen (– 2,4 bzw. – 0,4 m2 ha-1) und untermontanen Stufe (– 2,6 bzw. – 0,8 m2 ha-1) des Juras und Mittellandes ab. Von der obermontanen bis zur subalpinen Stufe zeigt sie jedoch im Schnitt eine leichte Zunahme (+ 0,2 bis + 1,0 m2 ha-1). Ähnlich wie bei der Fichte trägt die Bewirtschaftung dazu bei, die grössten Rückgänge der Buche in den unteren Lagen zu reduzieren. Von der obermontanen bis subalpi-nen Stufe ist die Grundfläche der Buche im Kli-mawandel unter Bewirtschaftung marginal höher als ohne Bewirtschaftung. Bei den Stiel- (Quer-cus robur) und Traubeneichen (Quercus petraea), hier als Eichen zusammengefasst, sind weder nach Standortregionen noch nach Höhenstufen wesent-liche Unterschiede in der Grundfläche feststell-bar. Mit Bewirtschaftung zeichnet sich hingegen von der obermontanen bis zur subalpinen Höhen-stufe eine leichte Zunahme ab. Mit Ausnahme der Südlichen Randalpen (– 0,8 m2 ha-1) verzeichnen

167

Bestandeszuwachs

(2015 a) fest, dass sich Zuwachsverläufe je nach Emissionsszenario dramatisch unterscheiden kön-nen. Jedoch konvergieren auch innerhalb eines be-stimmten Emissionsszenarios die Ergebnisse ver-schiedener Klimamodelle keineswegs bezüglich der zukünftigen Temperatur- und Niederschlags-veränderungen, sondern weisen eine hohe Vari-abilität auf (FiScher et al. 2012), welche sich als beträchtliche Unsicherheit auf die Simulation der zukünftigen Walddynamik auswirkt (moraleS et al. 2007; elkin et al. 2013; hláSny et al. 2014; reyer et al. 2014). Abschätzungen der Auswirkungen des Klimawandels auf den Wald sollten demnach nicht auf einem einzelnen, «mittleren» Klimamodell ba-sieren (CH2014-Impacts 2014), sondern der Band-breite möglicher Modelle Rechnung tragen. Daher basierte die hier errechnete mittlere Empfindlich-keit der untersuchten Waldbestände auf elf ver-schiedenen Klimamodellen.

Bestandesveränderungen in der Schweiz und Mitteleuropa im Vergleich

Die Ergebnisse dieser Studie zeigen, dass auch un-ter Klimamodellen, die der Annahme eines relativ starken A2-Emissionsszenarios zugrunde liegen, das Waldwachstum in typischen Schweizer Wald-beständen bis in die Mitte des laufenden Jahrhun-derts keinen drastischen Veränderungen unterwor-fen sein dürfte. Hingegen ist eine deutliche, höhere Empfindlichkeit der Waldbestände gegen Ende des Jahrhunderts festzustellen. Diese zeitlichen Trends stimmen gut mit den Ergebnissen anderer Studien überein (vgl. zierl und Bugmann 2007; Seidl et al. 2011; elkin et al. 2013). moraleS et al. (2007) er-warten ebenfalls bedeutende Änderungen im Zeit-raum von 2070 bis 2100, welche zur Folge haben, dass sich Waldbestände in vielen Gebieten Mittel-europas zu Kohlenstoffquellen wandeln können. Gemäss der Analyse von Schmid et al. (2006) könn-ten sowohl Laub-, Misch- als auch Nadelwälder in verschiedenen Regionen der Schweiz ihre Funktion als Kohlenstoffsenke gegen Ende dieses Jahrhun-

derts verlieren. Dennoch ist bei der Interpretation der simulierten Geschwindigkeiten und Zeitpunkte von Wachstumsveränderungen Vorsicht geboten, da sie mögliche Effekte von natürlichen Störungen wie Windwurf, Waldbrand und Befall durch Insek-ten nicht berücksichtigen. Es wird erwartet, dass solche Ereignisse in Zukunft an Stärke und Häu-figkeit zunehmen werden (Seidl et al. 2014) und so starke Veränderungen in Waldökosystemen ra-scher als erwartet auslösen können (turner 2010).

In Schweizer Wäldern der kollinen bis unter-montanen Stufe muss gegen Ende des Jahrhun-derts mit negativen Auswirkungen des Klima-wandels auf die Bestandesgrundfläche gerechnet werden. Die errechnete kleinere Grundfläche steht jedoch im Verhältnis zur möglichen Grundfläche unter Fortsetzung der heutigen klimatischen Ver-hältnisse (siehe Abschnitt «Simulation der zu-künftigen Bestandesentwicklung»). Da diese Dif-ferenz keinen Aufschluss über die Veränderung der Grundfläche seit Simulationsbeginn gibt, darf sie nicht mit dem Funktionsverlust des Wal-des als Kohlenstoffsenke gleichgesetzt werden. Zumindest ein reduziertes Potenzial als Kohlen-stoffspeicher sowie eine erhöhte Empfindlichkeit gegenüber dem Klimawandel muss den betroffe-nen Waldbeständen aber attestiert werden. Damit ähnelt die erwartete Wachstumsdynamik den be-reits vorliegenden Beobachtungen in Wäldern Sü-deuropas mit geringer Wasserverfügbarkeit (vay­reda et al. 2012; ruiz­Benito et al. 2014) und jenen zukünftigen Trends, welche von anderen Autoren grossflächig für tiefere Lagen Mitteleuropas er-wartet werden (vgl. Übersichtsarbeit von lindner et al. 2014). In alpinen Lagen ist mit einem erhöh-ten Bestandeszuwachs zu rechnen (moraleS et al. 2007; reyer et al. 2014), was auch für Schweizer Waldbestände zutrifft.

Die Reaktion des Waldwachstums auf klima-tische Veränderungen wird stark geprägt von der standörtlichen Variabilität (vgl. Wamelink et al. 2009; reyer et al. 2014). Wie hier und in anderen Studien ebenfalls gezeigt, hängt die Empfindlich-keit der untersuchten Schweizer Waldbestände auf

168

Auswirkungen des Klimawandels auf den Wald 3auch zingg und Bürgi 2008). Dennoch lässt sich an-hand der Fichte illustrieren, dass das Wachstums-verhalten unter Klimawandel nicht nur linear vom Höhengradienten abhängt. So zeigte die Fichte un-ter Klimawandel zwar eine grössere Grundfläche in der hochmontanen und subalpinen Stufe der Nördlichen Randalpen (vgl. auch Bircher et al. in Vorb.); in ähnlicher Höhenlage waren aber in den Hochalpen (subalpine Stufe) und insbesondere in den Nördlichen Zwischenalpen (hochmontan) in einigen Beständen deutlich kleinere Grundflächen der Fichte zu verzeichnen, welche verdeutlichen, dass die Fichte auch im Kern ihres heutigen Ver-breitungsareals (ellenBerg und leuSchner 2010) negativ vom Klimawandel betroffen sein kann. Unterschiede in der Wasserverfügbarkeit aufgrund lokal variierender Bodenbedingungen (vgl. auch JumP et al. 2006; raiS et al. 2014) und regionaler Klimaunterschiede können hierbei wichtige Fak-toren sein. Während diese am niederschlagsrei-chen Alpennordrand nicht limitierend wirkt, leiden Waldbestände in tieferen Lagen der inneralpinen Täler bereits heute unter erhöhtem Stress durch Trockenheit (reBetez und doBBertin, 2004; Big­ler et al. 2006). röSSler et al. (2012) rechnen mit einer deutlichen Zunahme der Trockenheit in die-sen inneralpinen Regionen bis in höhere Lagen, was dem von anderen Autoren prognostizierten zukünftigen Risiko für die Fichte weitere Plausi-bilität verleiht (Seidl et al. 2011; haneWinkel et al. 2013; nothdurFt 2013). In Übereinstimmung da-mit ist das heutige Vorkommen der Fichten in den untersuchten Waldbeständen klar negativ mit ih-rer Empfindlichkeit gegenüber dem Klimawandel korreliert. Je höher der heutige Anteil der Fichte im Bestand ist, desto stärker nimmt dessen Grundflä-che unter Klimawandel im Vergleich zum heutigen Klima ab (Bircher et al. in Vorb.). Damit geht die Erkenntnis einher, dass auch die heutige Baumar-tenzusammensetzung eines Waldbestandes seine Empfindlichkeit gegenüber dem Klimawandel mit beeinflusst.

den Klimawandel entscheidend von ihrer Höhen-lage ab (vgl. Seidl et al. 2011; elkin et al. 2013). In Wäldern der tieferen Lagen führt erhöhte Lufttem-peratur oft zu einer verstärkten Verdunstung und damit zu erhöhter und häufigerer Trockenheit wäh-rend der Vegetationsperiode, was eine Reduktion des Baumwachstums (siehe auch Kap. 3.4, rohner et al. 2016) und je nach Baumart auch des Bestan-deswachstums zur Folge haben kann (z. B. JumP et al. 2006; maciaS et al. 2006; zingg und Bürgi 2008). Hingegen kann eine Zunahme der Lufttem-peratur in Wäldern der höheren Lagen, analog zur Situation in den nördlichen Breiten (vgl. Piao et al. 2011; ruiz-Benito et al. 2014), zu einer Verlänge-rung der Vegetationsperiode und damit zu ver-stärktem Wachstum führen, sofern die Wasserver-fügbarkeit nicht limitierend ist (z. B. vayreda et al. 2012; ruiz­Benito et al. 2014).

Prognosen für die Hauptbaumarten Buche und Fichte

Die prognostizierten Grundflächenunterschiede für die Buche (Abb. 3.5.4) unterstreichen die Abhän-gigkeit des Bestandeswachstums von der Höhen-lage: Für diese Baumart muss mit teils starken Verlusten in den unteren Lagen aufgrund erhöhter Trockenheit (vgl. zingg und Bürgi 2008) gerechnet werden. Bereits heute zeigt die Buche ein rückläu-figes Wachstum (kint et al. 2012), insbesondere entlang ihrer südlichen Verbreitungsgrenze, ver-bunden mit einer Verschiebung in höhere Lagen (PenuelaS und Boada 2003; JumP et al. 2006). Für Schweizer Wälder zeichnen sich in den mittleren und oberen Höhenstufen ebenfalls positive Ten-denzen ab. Eine ähnliche Reaktion entlang eines Höhengradienten erwarten hláSny et al. (2011) in den Karpaten unter zukünftigen Klimabedingun-gen.

Die Fichte gilt als trockenheitsempfindlich (lé­veSque et al. 2014), und dementsprechend ähnelt ihre Reaktion auf veränderte Klimabedingungen entlang der Höhenstufen jener der Buche (vgl.

169

Bestandeszuwachs

widerspricht diesem Befund nicht. Sie zeigt je-doch, dass die Wirkung der Waldbewirtschaftung auf den Bestandeszuwachs nach Höhenlage dif-ferenziert werden muss. So vermag die Bewirt-schaftung in den unteren Lagen zwar starke Rück-gänge trockenheitsempfindlicher Baumarten wie der Fichte oder Buche (und damit verbundene Ri-siken eines Bestandeszusammenbruchs) zu redu-zieren (vgl. Bircher et al. in Vorb.). Gleichzeitig ist der durchschnittliche Rückgang der Grundfläche in dieser Höhe jedoch höher im Vergleich zu Be-ständen ohne Bewirtschaftung (vgl. Abb. 3.5.2). Dies lässt darauf schliessen, dass die Naturverjün-gung der heutigen Baumarten unter Klimawandel nicht mehr ausreicht, um die Holzentnahmen zu kompensieren. In mittleren und insbesondere hö-heren Lagen sorgt die angewendete Waldbewirt-schaftung hingegen für eine stärkere Zunahme der Grundfläche. Durch die Entnahme von Bäumen aus der Oberschicht wird die Lichtverfügbarkeit im Bestand erhöht, was die Verjüngung fördert und somit den Übergang zu besser angepassten Baumarten beschleunigt (lindner et al. 2000). Von diesem Prozess scheinen die Laubbaumarten mehr zu profitieren als Nadelbäume. Die starke Verjün-gung der Laubbäume mag durch die einfache Mo-dellierung der Verjüngung im Modell überschätzt werden (vgl. Schmid et al. 2015); im Klimawandel können sich weitere Stressfaktoren verschärfend auf die Verjüngung auswirken wie beispielsweise der Wildverbiss (vgl. cailleret et al. 2014). Den-noch zeigt sich, dass für viele Baumarten unter Kli-mawandel in diesen Lagen neu bzw. weiterhin ein Verjüngungspotenzial besteht, welches durch die Bewirtschaftung gefördert werden kann.

Schlussfolgerungen

Dynamische Vegetationsmodelle, welche auf der kleinräumigen Ebene des Bestandes operieren, leisten einen wertvollen Beitrag, um die grobe Entwicklungsrichtung von Waldbeständen abzu-schätzen und Unterschiede in der Empfindlich-

Nichtklimatische Einflüsse auf das Bestandes-wachstum

Neben dem Einfluss von Klimaveränderungen sind es insbesondere die Erhöhung der CO2-Konzent-ration in der Atmosphäre sowie der Stickstoffein-trag, welche als wichtige Einflussfaktoren für das Waldwachstum zur Debatte stehen (kahle et al. 2008). Wichtige Fragen insbesondere hinsichtlich der langfristigen Wirkung auf den Bestandeszu-wachs (z. B. PretzSch et al. 2014; daWeS et al. 2015), der Wichtigkeit der einzelnen Faktoren (z. B. Bel­laSSen et al. 2011) sowie der genauen Wirkungs-mechanismen (z. B. de vrieS et al. 2006) sind nach wie vor nicht restlos geklärt. So können langfris-tig erhöhte Stickstoffeinträge zu einer Sättigung (aBer et al. 1998), einer Verschärfung von Trocken-heitsschäden (etzold et al. 2014) und einem Rück-gang des Baumwachstums führen (Braun et al. 2010; kint et al. 2012). Die Berücksichtigung die-ser Faktoren in Simulationsstudien führt zu stark divergierenden Ergebnissen bei gleichzeitig ho-her Unsicherheit hinsichtlich der korrekten Anwen-dung (z. B. Wamelink et al. 2009; reyer et al. 2014). Hier wurden mögliche Effekte einer Veränderung der CO2-Konzentration in der Atmosphäre auf die Waldproduktivität nicht berücksichtigt. Jedoch wird ein CO2-Effekt auf unsere Schweizer Waldbe-stände als unwahrscheinlich eingestuft (vgl. kör­ner 2003). Mögliche Wachstumsrückgänge auf-grund von Stickstoffsättigung wurden im Modell ebenfalls nicht berücksichtigt. Die Stickstoffver-fügbarkeit wurde als nicht limitierend festgelegt.

Ein weiterer Faktor, der die Empfindlichkeit und damit den Zuwachs in einem Waldbestand im Klimawandel wesentlich beeinflussen kann, ist die Waldbewirtschaftung. In einer Fallstudie basierend auf sechs der 71 Waldbestandes-Typen attestie-ren Schmid et al. (2015) dem naturnahen Waldbau in der Schweiz auch im Klimawandel die Fähig-keit, wichtige Ökosystemleistungen wie die Holz-produktion oder den Schutz vor Naturgefahren aufrechtzuerhalten. Die hier vorgestellte Auswei-tung der Analyse auf alle 71 Waldbestandes-Typen

170

Auswirkungen des Klimawandels auf den Wald 3Sturmschäden) nicht ausgeschlossen werden kön-nen. Insgesamt sind gegen Ende des 21. Jahrhun-derts teils starke Reaktionen des Bestandeswachs-tums auf den Klimawandel zu erwarten; in 10 bis 20 Jahren, wenn besser absehbar ist, welche Entwick-lung das Klima nehmen wird, wird man auch kon-kreter sagen können, an welchen Standorten ein zügiger «Waldumbau» angestrebt werden sollte und wo «courant normal» weiterhin genügt.

DanksagungDie Autoren danken für die finanzielle Unterstützung des fol-genden Projektes durch das Forschungsprogramm «Wald und Klimawandel» des Bundesamtes für Umwelt BAFU und der Eidg. Forschungsanstalt WSL: Retrospektive und prospek-tive Analyse der Sensitivität schweizerischer Waldesbestan-destypen auf Klimaveränderungen, «RetroPro» (H. Bugmann, N. Bircher). Die Stratifizierung sowie die Initialisierung des Modells beruhten auf Daten des dritten Landesforstinventars (LFI), welche durch M. Huber aufbereitet und uns zur Verfü-gung gestellt wurden; hierfür danken wir herzlich. Wir danken ebenfalls J. Remund für das Bereitstellen der Daten zur Was-serspeicherkapazität und zum Klima dieser LFI-Punkte. H. von Waldow sei gedankt für seine wertvollen Hinweise zur Aus-wahl der Klimamodelle.

LiteraturaBer, J.; McdoWell, W.; nadelhoffer, K.; Magill, a.; BerntSon,

g.; KaMaKea, M.; Mcnulty, S.; currie, W.; ruStad, l.; fernandeZ, i., 1998. Nitrogen saturation in temperate forest ecosystems – Hypotheses revisited. Bioscience 48, 921–934.

allen, c.d.; Macalady, a.K.; chenchouni, h.; Bachelet, d.; McdoWell, n.; vennetier, M.; KitZBerger, t.; rigling, a.; BreShearS, d.d.; hogg, e.h.; gonZaleZ, P.; fenShaM, r.; Zhang, Z.; caStro, J.; deMidova, n.; liM, J.h.; allard, g.; running, S.W.; SeMerci, a.; coBB, n., 2010. A global overview of drought and heat-induced tree mortality reveals emerging climate change risks for forests. For. Ecol. Manage. 259, 660–684.

anderSon, d.r.; linK, W.a.; JohnSon, d.h.; BurnhaM, K.P., 2001. Suggestions for presenting the results of data analyses. J. Wildl. Manage. 65, 373–378.

BellaSSen, v.; viovy, n.; luySSaert, S.; le Maire, g.; SchelhaaS, M.J.; ciaiS, P., 2011. Reconstruction and attribution of the carbon sink of European forests between 1950 and 2000. Glob. Chang. Biol. 17, 3274–3292.

keit zwischen Standortregionen, Höhenstufen oder Baumarten zu quantifizieren. Hoch aufge-löste, flächig repräsentative Simulationsstudien wie die hier vorgestellte Analyse verdeutlichen, dass das zukünftige Waldwachstum im Klimawan-del von verschiedensten Faktoren geprägt ist, de-ren Wirkung zeitlich und räumlich stark variieren, was Analogieschlüsse aus der Vergangenheit er-schwert. Modellbasierte Analysen der zukünftigen Waldentwicklung stellen jedoch Extrapolationen dar, deren Validität per se nicht überprüfbar sind. Die Vielzahl an denkbaren Szenarien des zukünfti-gen Klimas gibt Raum für unterschiedlichste Ent-wicklungen im Wald. Simulierte Trends in der Ent-wicklung der Waldbestände können zudem durch natürliche Störungsereignisse verschärft sowie durch weitere mögliche Effekte und Mechanismen wie die erhöhte CO2-Konzentration oder den ver-stärkten Stickstoffeintrag in unterschiedliche Rich-tungen gelenkt werden.

Für die untersuchten Waldbestandes-Typen bleiben die negativen Folgen des Klimawandels auf das Bestandeswachstum bis in die Mitte dieses Jahrhunderts mehrheitlich aus. Dagegen zeigt sich gegen Ende des 21. Jahrhunderts eine Abnahme der Grundfläche in den tieferen Lagen. Vergleiche mit Simulationen, welche die heutige Bewirtschaf-tung berücksichtigen, legen nahe, dass durch diese das Risiko von Zusammenbrüchen trockenheits-empfindlicher Arten wie der Fichte eingedämmt werden kann. Gleichzeitig erweist sich die Natur-verjüngung der jetzigen Baumartenzusammenset-zung an diesen Standorten als ungenügend. An-haltspunkte für eine angepasste Bewirtschaftung können womöglich Gebiete in südlichen Breiten liefern, deren Bestandeswachstum bereits heute erhöhter Trockenheit ausgesetzt ist. In höheren La-gen ist mit einem verstärkten Zuwachs als Folge einer Standortverbesserung zu rechnen und somit mit einer anhaltenden Rolle der Waldbestände als Kohlenstoffsenken. Die heute praktizierten Bewirt-schaftungsmassnahmen sind dort in der Lage, den Zuwachs noch zu steigern, wobei mögliche ne-gative Auswirkungen von Naturereignissen (z. B.

171

Bestandeszuwachs

2010 in relation to climate and stand conditions: Recent disturbances matter. For. Ecol. Manage. 311, 41–55.

fiScher, a.M.; liniger, M.a.; aPPenZeller, c., 2016. Climate scenarios of seasonal means: inter-variable and inter-seasonal correlations of change estimates. CH2011 Extension Series No. 3, Zürich, Switzerland. 19 pp.

fiScher, a.M.; Weigel, a.P.; BuSer, c.M.; Knutti, r.; KünSch, h.r.; liniger, M.a.; Schär, c.; aPPenZeller, c., 2012. Climate change projections for Switzerland based on a Bayesian multi-model approach. Int. J. Climatol. 32, 2348–2371.

fonteS, l.; BonteMPS, J.d.; BugMann, h.; van oiJen, M.; gracia, c.; KraMer, K.; lindner, M.; rotZer, t.; SKovSgaard, J.P., 2010. Models for supporting forest management in a changing environment. For. Syst. 19, 8–29.

frehner, M.; WaSSer, B.; SchWitter, r., 2005. Nachhaltigkeit und Erfolgskontrolle im Schutzwald. Wegleitung für Pflegemassnahmen in Wäldern mit Schutzfunktion (NaiS), Vollzug Umwelt. Bundesamt für Umwelt, Wald und Landschaft, Bern. 564 S.

grueBer, c.e.; naKagaWa, S.; laWS, r.J.; JaMieSon, i.g., 2011. Multimodel inference in ecology and evolution: challenges and solutions. J. Evol. Biol. 24, 699–711.

haneWinKel, M.; cullMann, d.a.; SchelhaaS, M.J.; naBuurS, g.J.; ZiMMerMann, n.e., 2013. Climate change may cause severe loss in the economic value of European forest land. Nat. Clim. Chang. 3, 203–207.

hartig, f.; dyKe, J.; hicKler, t.; higginS, S.i.; o’hara, r.B.; Scheiter, S.; huth, a., 2012. Connecting dynamic vegetation models to data – an inverse perspective. J. Biogeogr. 39, 2240–2252.

hicKler, t.; vohland, K.; feehan, J.; Miller, P.a.; SMith, B.; coSta, l.; gieSecKe, t.; fronZeK, S.; carter, t.r.; craMer, W.; Kuhn, i.; SyKeS, M.t., 2012. Projecting the future distribution of European potential natural vegetation zones with a generalized, tree species-based dynamic vegetation model. Glob. Ecol. Biogeogr. 21, 50–63.

hláSny, t.; BarcZa, Z.; faBriKa, M.; BaláZS, B.; churKina, g.; PaJtíK, J.; SedMáK, r.; turcáni, M., 2011. Climate change impacts on growth and carbon balance of forests in Central Europe. Clim. Res. 47, 219–236.

hláSny, t.; BarcZa, Z.; BarKa, i.; Merganicová, K.; SedMáK, r.; Kern, a.; PaJtiK, J.; BaláZS, B.; faBriKa, M.; churKina, g., 2014. Future carbon cycle in mountain spruce forests of Central Europe: Modelling framework and ecological inferences. For. Ecol. Manage. 328, 55–68.

IPCC, 2014. Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. IPCC, Geneva, Switzerland. 151 pp.

JuMP, a.S.; hunt, J.M.; PenuelaS, J., 2006. Rapid climate change-related growth decline at the southern range edge of Fagus sylvatica. Glob. Chang. Biol. 12, 2163–2174.

Bigler, c.; BräKer, o.; BugMann, h.; doBBertin, M.; rigling, a., 2006. Drought as an inciting mortality factor in Scots Pine stands of the Valais, Switzerland. Ecosystems 9, 330–343.

Bircher, n., 2015. To die or not to die: Forest dynamics in Switzerland under climate change. Ph.D. Thesis No. 22775, Swiss Federal Institute of Technology Zurich. doi: 10.3929/ethz-a-010596194. 196 pp.

Bircher, n.; cailleret, M.; BugMann, h., 2015 a. The agony of choice: different empirical mortality models lead to sharply different future forest dynamics. Ecol. Appl. 25, 1303–1318.

Bircher, n.; cailleret, M.; huBer, M.; BugMann, h., 2015 b. Empfindlichkeit typischer Schweizer Waldbestände auf den Klimawandel. Schweiz. Z. Forstwes. 166, 408–419.

Bircher, n.; cailleret, M.; huBer, M.; BugMann, h., in Vorb. Assessing forest sensitivity to climate change: Accurate reflection of local stand and site characteristics is key.

Braun, S.; thoMaS, v.f.d.; Quiring, r.; flücKiger, W., 2010. Does nitrogen deposition increase forest production? The role of phosphorus. Environ. Pollut. 158, 2043–2052.

BugMann, h.K.M., 1996. A simplified forest model to study species composition along climate gradients. Ecology 77, 2055–2074.

cailleret, M.; heurich, M.; BugMann, h., 2014. Reduction in browsing intensity may not compensate climate change effects on tree species composition in the Bavarian Forest National Park. For. Ecol. Manage. 328, 179–192.

CH2011, 2011. Swiss climate change scenarios CH2011. C2SM, MeteoSwiss, ETH, NCCR Climate and OcCC, Zurich, Switzerland, 88 pp.

CH2014-Impacts, 2014. Toward quantitative scenarios of climate change impacts in Switzerland. OCCR, FOEN, MeteoSwiss, C2SM, Agroscope, and ProClim, Bern, Switzerland, 136 pp.

ciaiS, P.; SchelhaaS, M.J.; Zaehle, S.; Piao, S.l.; ceScatti, a.; liSKi, J.; luySSaert, S.; le-Maire, g.; SchulZe, e.d.; Bouriaud, o.; freiBauer, a.; valentini, r.; naBuurS, g.J., 2008. Carbon accumulation in European forests. Nat. Geosci. 1, 425–429.

daWeS, M.a.; PhiliPSon, c.d.; fonti, P.; BeBi, P.; hättenSchWiler, S.; hagedorn, f., rixen, c., 2015. Soil warming and CO2 enrichment induce biomass shifts in alpine tree line vegetation. Glob. Chang. Biol. 21, 2005–2021.

de vrieS, W.; reindS, g.J.; gunderSen, P.; SterBa, h., 2006. The impact of nitrogen deposition on carbon sequestration in European forests and forest soils. Glob. Chang. Biol. 12, 1151–1173.

elKin, c.; gutiérreZ, a.g.; leuZinger, S.; ManuSch, c.; teMPerli, c.; raSche, l.; BugMann, h., 2013. A 2 °C warmer world is not safe for ecosystem services in the European Alps. Glob. Chang. Biol. 19, 1827–1840.

ellenBerg, h.; leuSchner, c., 2010. Vegetation Mitteleuropas mit den Alpen: In ökologischer, dynamischer und historischer Sicht. Verlag Eugen Ulmer, Stuttgart. 1357 S.

etZold, S.; Waldner, P.; thiMonier, a.; SchMitt, M.; doBBertin, M., 2014. Tree growth in Swiss forests between 1995 and

172

Auswirkungen des Klimawandels auf den Wald 3Kahle, h.P.; KarJalainen, t.; agren, g.i.; KelloMäKi, S.; van

oiJen, M.; PrietZel, J.; SPiecKer, h. (eds), 2008. Causes and consequences of forest growth trends in Europe: Results of the RECOGNITION project conclusions. Brill. 261 pp.

Keller, M. (ed.), 2011. Swiss National Forest Inventory. Manual of the field survey 2004–2007. Swiss Federal Research Institute WSL, Birmensdorf. 269 pp.

Kint, v.; aertSen, W.; caMPioli, M.; vanSteenKiSte, d.; delcloo, a.; MuyS, B., 2012. Radial growth change of temperate tree species in response to altered regional climate and air quality in the period 1901–2008. Clim. Chang. 115, 343–363.

Körner, c., 2003. Carbon limitation in trees. J. Ecol. 91, 4–17.léveSQue, M.; rigling, a.; BugMann, h.; WeBer, P.; Brang, P.,

2014. Growth response of five co-occurring conifers to drought across a wide climatic gradient in Central Europe. Agric. For. Meteorol. 197, 1–12.

lindner, M.; laSch, P.; erhard, M., 2000. Alternative forest management strategies under climatic change – Prospects for gap model applications in risk analyses. Silva Fenn. 34, 101–111.

lindner, M.; MaroScheK, M.; netherer, S.; KreMer, a.; BarBati, a.; garcia-gonZalo, J.; Seidl, r.; delZon, S.; corona, P.; KolStröM, M.; lexer, M.J.; Marchetti, M., 2010. Climate change impacts, adaptive capacity and vulnerability of European forest ecosystems. For. Ecol. Manage. 259, 698–709.

lindner, M.; fitZgerald, J.B.; ZiMMerMann, n.e.; reyer, c.; delZon, S.; van der Maaten, e.; SchelhaaS, M.J.; laSch, P.; eggerS, J.; van der Maaten-theuniSSen, M.; SucKoW, f.; PSoMaS, a.; Poulter, B.; haneWinKel, M., 2014. Climate change and European forests: What do we know, what are the uncertainties, and what are the implications for forest management? J. Environ. Manage. 146, 69–83.

MaciaS, M.; andreu, l.; BoSch, o.; caMarero, J.J.; gutierreZ, e., 2006. Increasing aridity is enhancing Silver fir (Abies alba Mill.) water stress in its south-western distribution limit. Clim. Chang. 79, 289–313.

Mina, M.; BugMann, h.; KloPcic, M.; cailleret, M., 2015. Accurate modeling of harvesting is key for projecting future forest dynamics: a case study in the Slovenian mountains. Reg. Environ. Chang. doi: 10.1007/s10113-015-0902-2. 1–16.

MoraleS, P.; hicKler, t.; roWell, d.P.; SMith, B.; SyKeS, M.t., 2007. Changes in European ecosystem productivity and carbon balance driven by regional climate model output. Glob. Chang. Biol. 13, 108–122.

naBuurS, g.-J.; lindner, M.; verKerK, P.J.; gunia, K.; deda, P.; MichalaK, r.; graSSi, g., 2013. First signs of carbon sink saturation in European forest biomass. Nat. Clim. Chang. 3, 792–796.

nothdurft, a., 2013. Spatio-temporal prediction of tree mortality based on long-term sample plots, climate change scenarios and parametric frailty modeling. For. Ecol. Manage. 291, 43–54.

PenuelaS, J.; Boada, M., 2003. A global change-induced biome shift in the Montseny mountains (NE Spain). Glob. Chang. Biol. 9, 131–140.

Piao, S.l.; Wang, x.h.; ciaiS, P.; Zhu, B.; Wang, t.; liu, J., 2011. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006. Glob. Chang. Biol. 17, 3228–3239.

Prentice, i.c.; Bondeau, a.; craMer, W.; harriSon, S.; hicKler, t.; lucht, W.; Sitch, S.; SMith, B.; SyKeS, M., 2007. Dynamic global vegetation modeling: Quantifying terrestrial eco-system responses to large-scale environmental change. In: canadell, J.; PataKi, d.; PitelKa, l. (eds), Terrestrial Ecosystems in a Changing World. Springer, Berlin, Heidel-berg, 175–192.

PretZSch, h.; BiBer, P.; SchutZe, g.; uhl, e.; rotZer, t., 2014. Forest stand growth dynamics in Central Europe have accelerated since 1870. Nat. Commun. 5, 10.

raiS, a.; van de Kuilen, J.W.g.; PretZSch, h., 2014. Growth reaction patterns of tree height, diameter, and volume of Douglas fir (Pseudotsuga menziesii Mirb. Franco) under acute drought stress in Southern Germany. Eur. J. For. Res. 133, 1043–1056.

raSche, l.; fahSe, l.; Zingg, a.; BugMann, h., 2011. Getting a virtual forester fit for the challenge of climatic change. J. Appl. Ecol. 48, 1174–1186.

raSche, l.; fahSe, l.; Zingg, a.; BugMann, h., 2012. Enhancing gap model accuracy by modeling dynamic height growth and dynamic maximum tree height. Ecol. Model. 232, 133–143.

reBeteZ, M.; doBBertin, M., 2004. Climate change may already threaten Scots pine stands in the Swiss Alps. Theor. Appl. Climatol. 79, 1–9.

reyer, c.; laSch-Born, P.; SucKoW, f.; gutSch, M.; MuraWSKi, a.; PilZ, t., 2014. Projections of regional changes in forest net primary productivity for different tree species in Europe driven by climate change and carbon dioxide. Ann. For. Sci. 71, 211–225.

rigling, a.; Brang, P.; BugMann, h.; Kräuchi, n.; WohlgeMuth, t.; ZiMMerMann, n., 2008. Klimawandel als Prüfstein für die Waldbewirtschaftung. Schweiz. Z. Forstwes. 159, 316–325.

rigling, a.; Bigler, c.; eilMann, B.; feldMeyer-chriSte, e.; giMMi, u.; ginZler, c.; graf, u.; Mayer, P.; vacchiano, g.; WeBer, P.; WohlgeMuth, t.; ZWeifel, r.; doBBertin, M., 2013. Driving factors of a vegetation shift from Scots pine to pubescent oak in dry Alpine forests. Glob. Chang. Biol. 19, 229–240.

rohner, B.; Braun, S.; WeBer, P.; thürig, e., 2016. Wachstum von Einzelbäumen: das Klima als Baustein im komplexen Wirkungsgefüge. In: PlueSS, a.r.; auguStin, S.; Brang, P. (Red.), Wald im Klimawandel. Grundlagen für Adaptati-onsstrategien. Bundesamt für Umwelt BAFU, Bern; Eidg. Forschungsanstalt WSL, Birmensdorf; Haupt, Bern, Stutt-gart, Wien. 137–155.

173

Bestandeszuwachs

turner, M.g., 2010. Disturbance and landscape dynamics in a changing world. Ecology 91, 2833–2849.

vayreda, J.; MartineZ-vilalta, J.; gracia, M.; retana, J., 2012. Recent climate changes interact with stand structure and management to determine changes in tree carbon stocks in Spanish forests. Glob. Chang. Biol. 18, 1028–1041.

WaMelinK, g.W.W.; WieggerS, h.J.J.; reindS, g.J.; KroS, J.; Mol-diJKStra, J.P.; van oiJen, M.; de vrieS, W., 2009. Modelling impacts of changes in carbon dioxide concentration, climate and nitrogen deposition on carbon sequestration by European forests and forest soils. For. Ecol. Manage. 258, 1794–1805.

Wehrli, a.; Zingg, a.; BugMann, h.; huth, a., 2005. Using a forest patch model to predict the dynamics of stand structure in Swiss mountain forests. For. Ecol. Manage. 205, 149–167.

WSL, 2011. Schweizerisches Landesforstinventar LFI. Daten-bank auszug zur dritten Erhebung 2004–2006 vom 22. Dezember 2011. Markus Huber. Eidg. Forschungsanstalt WSL, Birmensdorf.

Zierl, B.; BugMann, h., 2007. Sensitivity of carbon cycling in the European Alps to changes of climate and land cover. Clim. Chang. 85, 195–212.

ZiMMerMann, n.e.; BugMann, h., 2008. Die Kastanie im Engadin – oder was halten Baumarten von modellierten Potenzialgebieten? Schweiz. Z. Forstwes. 159, 326–335.

Zingg, a.; Bürgi, a., 2008. Trockenperioden seit 1900 und Wald wachstum: eine Analyse langfristiger Datenreihen. Schweiz. Z. Forstwes. 159, 352–361.

röSSler, o.; dieKKrüger, B.; löffler, J.; 2012. Potential drought stress in a Swiss mountain catchment – Ensemble fore-casting of high mountain soil moisture reveals a drastic decrease, despite major uncertainties. Water Resour. Res. 48, W04521.

ruiZ-Benito, P.; Madrigal-gonZáleZ, J.; ratcliffe, S.; cooMeS, d.a.; Kandler, g.; lehtonen, a.; Wirth, c.; Zavala, M.a., 2014. Stand structure and recent climate change constrain stand basal area change in European forests: A comparison across boreal, temperate, and mediterranean biomes. Ecosystems 17, 1439–1454.

SchMid, S.; thürig, e.; KaufMann, e.; liSchKe, h.; BugMann, h., 2006. Effect of forest management on future carbon pools and fluxes: A model comparison. For. Ecol. Manage. 237, 65–82.

SchMid, u.; Bircher, n.; BugMann, h., 2015. Naturnaher und multifunktionaler Waldbau in Zeiten des Klimawandels – eine Fallstudie. Schweiz. Z. Forstw. 166, 314–324.

SchütZ, J.P., 1999. Naturnaher Waldbau: gestern, heute, mor-gen. Schweiz. Z. Forstw. 150, 478–483.

Seidl, r.; raMMer, W.; lexer, M.J., 2011. Climate change vulner-ability of sustainable forest management in the Eastern Alps. Clim. Chang. 106, 225–254.

Seidl, r.; SchelhaaS, M.-J.; raMMer, W.; verKerK, P.J., 2014. Increasing forest disturbances in Europe and their impact on carbon storage. Nature Clim. Chang. 4, 806–810.

SPiecKer, h.; MieliKäinen, K.; Köhl, M.; SKovSgaard, J., 1996. Growth trends in European forests. Studies from 12 countries, European Forest Institute Research Report 5. Springer, Berlin, Heidelberg, New York. 372 pp.

Frisch gefällte Fichte bei Winterthur, ZH. Foto: U. Wasem. >174