Title: Development, evaluation and application of inference-based decision support methods to meet the rising wood demands of the growing bio-economy sector
Abstract: Durch moderne Verarbeitungstechniken in Unternehmen des bio-basierten Sektors können und werden fossile Ressourcen immer häufiger durch nachwachsende Rohstoffe, wie Frischholz, substituiert. In diesem Zusammenhang trägt die holzbasierte Bioökonomie dazu bei, die Abhängigkeit von fossilen Rohstoffen zu verringern und gleichzeitig die Emission von Kohlenstoffdioxid zu reduzieren. Der Forstsektor, als zweitgrößter Produzent von Rohstoffen für die Bioökonomie, spielt hierbei eine wichtige Rolle, denn der dauerhafte Erfolg moderner bio-basierter Unternehmen hängt nicht zuletzt von ihrer Rohstoffversorgungssituation ab. Das nachhaltig verfügbare Rohholzpotential einer Region ist naturgegeben begrenzt. Eine steigende Nachfrage aus dem Sektor Bioökonomie lässt somit eine Verschärfung der Konkurrenzsituation auf dem lokalen Holzmarkt erwarten. In Zeiten steigender Holznachfrage an die Wälder stellen sich die Fragen ”Wie kann das nachhaltig nutzbare Holzpotenzial aus forstlicher Nutzung zuverlässig vorhergesagt werden?" und ”Wie können Unternehmen der Bioökonomie Informationen über den Standort, die Menge und die Erreichbarkeit ihrer benötigten Ressourcen erhalten?” Wenn Bioökonomieunternehmen sich am Holzmarkt etablieren wollen, müssen sie vorhersagen können, ob ihr Rohstoffbedarf mit den erreichbaren Ressourcen gedeckt werden kann. Zur Beantwortung dieser Fragen stelle ich unterschiedliche statistische Modelle vor, mit denen Holzpotenziale in unterschiedlichen räumlichen und zeitlichen Skalen vorhergesagt werden können. Die Modelle ermöglichen es forstlichen Entscheidungsträgern, das Holzpotenzial aus forstlicher Nutzung vorherzusagen. Diese Potenzialvorhersagen sind vor allem aus zwei Gründen interessant. Zum einen kann die objektive und präzise Berechnung des nutzbaren Holzvolumens bislang ungenutzte Holzpotenziale aufdecken. Zum anderen erleichtert die zuverlässige Vorhersage dieses Potenzials die Planungen in der gesamten Holzbereitstellungskette. Von diesem Vorteil in der Planung profitieren nicht nur die Forstbetriebe, sondern der gesamte Cluster Forst und Holz. Eine deskriptive Analyse zur Rohholzverfügbarkeit und der Rohholznachfrage in der buchenreichen Mitte Deutschlands bildet die Zahlengrundlage dieser Arbeit (Kapitel 2). Damit wird die wichtigste Quelle für die nationale Buchenrohholzversorgung in Bezug auf ihre Rohstoffsituation untersucht. Es zeigte sich, dass die vorhandenen Potenziale zwischen 2002 und 2012 weitestgehend ausgeschöpft wurden. Dies zeigt den Bedarf nach Methoden zur präzisen Vorhersage des tatsächlich verfügbaren Potenzials. Hierdurch könnten zusätzliche Holzpotenziale für die Bioökonomie aufgedeckt werden. Darauf folgend werden drei statistische Methoden zur Entscheidungsunterstützung unterschiedlicher Entscheidungsprobleme in der Holzbereitstellungskette vorgestellt. Biomassefunktionen und Nährelementgehalte sind vor allem aus zwei Gründen interessant für die Versorgung der Bioökonomie mit Frischholz (Kapitel 3). Mit Hilfe von Biomassefunktionen und Nährelementgehalten kann das standortspezifische Nutzungspotenzial vollständig erfasst werden. Des Weiteren können sie die Genauigkeit der gesamten Rohstoffbereitstellungskette erhöhen. Das Biomassepotenzial eines Waldes kann nur in einem Umfang ausgeschöpft werden, der gewährleistet, dass die im Ökosystem vorhandenen pflanzenverfügbaren Nährstoffvorräte langfristig erhalten bleiben. Biomassefunktionen sind eine effektive Möglichkeit, kompartimentsabhängige Biomassepotenziale von Einzelbäumen vorherzusagen. In Verbindung mit Nährelementgehalten kann das maximale Nutzungspotenzial von Waldbeständen berechnet werden, bei dem die pflanzenverfügbaren Nährelemente im Wesentlichen unverändert bleiben. Biomassefunktionen können außerdem zur Vorhersage von Biomasse-Stoffströmen in der Bereitstellungskette genutzt werden. In der Literatur sind bereits zahlreiche Veröffentlichungen mit Biomassefunktionen und Nährelementgehalten der wichtigsten Baumarten zu finden. Für weitere Baumarten, wie Bergahorn oder Esche, sind jedoch nur wenige, sehr spezielle Funktionen verfügbar. Die ersten Entscheidungsunterstützungsmethoden dieser Arbeit sind deshalb Biomassefunktionen und Nährelementgehalte für Buche, Bergahorn, Eiche und Esche. Es zeigte sich anhand eines Testbestandes, dass die Anwendung von Eichenbiomassefunktionen für Ahorn und Esche, wie es zurzeit praktiziert wird, zu einer starken Überschätzung der Bestandesbiomasse führt. Geeignete Vorhersagemodelle für Biomasse und Nährstoffe gewinnen mit dem stetig steigenden Anteil artenreicher Laubmischbestände an der deutschen Waldfläche zunehmend an Bedeutung. Die vorgestellten Modelle können demnach helfen, das Holzpotenzial dieser Laubbaummischbestände vorherzusagen und liefern den Entscheidungsträgern dadurch die Möglichkeit zur vollen Abschöpfung des nutzbaren Holzvolumens. Die zweite Methode ermöglicht es, das ökonomisch sinnvoll realisierbare Holzpotenzial von Buchen auf Einzelbaumebene vorherzusagen. Wie im ersten Beispiel kann auch diese Methode angewandt werden, um das volle Nutzungspotenzial zu ermitteln und damit bislang ungenutzte Potenziale aufzudecken. Eine hohe Genauigkeit der Vorhersage von Rohstoffpotenzialen kann darüber hinaus helfen, die Zuverlässigkeit der gesamten Holzbereitstellungskette zu erhöhen. Das gesamte Holzpotenzial eines Baumes setzt sich im Wesentlichen aus dem Stamm- und dem ökonomisch realisierbaren Kronenholzvolumen zusammen (Kapitel 4). Wegen der hohen morphologischen Variabilität der Baumkronen von Buchen eignen sich Schaftformmodelle zwar für die Vorhersage des Holzvolumens im Stammbereich, Kronenholzvolumen prognostizieren sie jedoch sehr ungenau. Die zweite vorgestellte Methode ist eine Software, mit welcher das ökonomisch nutzbare Kronenholzvolumen in Buchenkronen vorhergesagt werden kann. Es zeigte sich, dass das ökonomisch nutzbare Kronenholzvolumen signifikant von der morphologischen Form der Buchenkronen abhängt. Das Modell benötigt sehr intensive und aufwändige Messungen von bestimmten Kronenästen und ist daher im Rahmen der Forsteinrichtung nicht praktikabel. Um die Resultate dennoch für die praktische Forstplanung zur Verfügung zu stellen, wird eine Regressionsformel mit den Ergebnissen der Modellierung entwickelt. Kombinierte Simulations-Optimierungs-Methoden haben sich im internationalen Kontext bereits zu wichtigen Planungswerkzeugen entwickelt. Ein Vorteil dieser Methoden ist unter anderem, dass sie dem Entscheidungsträger ermöglichen, die strategische betriebliche Ausrichtung und langfristige Auswirkungen ihres Handelns in ihren kurzfristigen Entscheidungen zu berücksichtigen. Die dritte vorgestellte Methode ist eine Simulations-Optimierungs-Software, mit welcher der monetäre Ertrag aus forstlicher Nutzung eines Forstbetriebes für einen Zeitraum von bis zu 20 Jahren unter den gegebenen betrieblichen Bedingungen und Einschränkungen optimiert werden kann (Kapitel 5). Durch iterative Waldentwicklungssimulationen mit unterschiedlichen Behandlungsintensitäten wird der optimale Waldentwicklungspfad berechnet. Als Simulationsmodul wird die Tree Growth Open Source Software (TreeGrOSS) verwendet. Die Simulations-Optimierungs-Software wurde entwickelt, um die mittelfristige Forstplanung zu unterstützen und die Zusammenarbeit zwischen dem Forst- und Bioökonomiesektor zu erleichtern. In einem Anwendungsbeispiel wird gezeigt, dass die Simulations-Optimierungs-Methode in der Lage ist, die Waldentwicklung mit dem besten monetären Ergebnis zu berechnen. Verträge mit bindenden Liefermengen zwischen Forstbetrieben und holzbearbeitenden Betrieben können Opportunitätskosten für die Forstbetriebe verursachen, wenn sie den forstlichen Entscheidungsträger dazu zwingen, vom favorisierten Waldentwicklungspfad abzuweichen. Die Berechnung dieser Opportunitätskosten ist eine Besonderheit der Software. Mit Hilfe dieser Opportunitätskosten sind Waldbesitzer in der Lage, die Vorteile, die Lieferverträge mit sich bringen, gegen ihre Nachteile abzuwägen. Die Modellergebnisse können eine objektive Entscheidungshilfe für die Verhandlung mittelfristiger Lieferverträge zwischen Forstbetrieben und Bioökonomie-Unternehmen bilden.