Spatial prediction of characteristics of the organic layer (Räumliche Prognose von Humuseigenschaften)

Im Rahmen eines Kooperationsprojektes des Staatsbetriebs Sachsenforst und des Zentrums für Umweltforschung in Leipzig (UFZ) werden in einem Teilprojekt Modelle zur räumlich hochauflösenden Prognose von Humuseigenschaften entwickelt. Diese Informationen dienen der besseren Beurteilung der aktuellen Nährstoffverfügbarkeit von Waldstandorten hinsichtlich Produktivität und angepassten Bewirtschaftungsstrategien. Im Bereich Digital Soil Mapping werden bereits Algorithmen des maschinellen Lernens zur Prognose von Kennzeichen des Mineralbodens erfolgreich angewendet. Auch für die Modellierung von Humuseigenschaften scheinen diese Methoden vielversprechend. Im Fokus stehen robuste Modellierungstechniken mit geringem Prozessierungsaufwand und die Verwendung einer hinreichenden Anzahl an Kovariablen mit einem möglichst hohen Erklärungsbeitrag. Zielvariablen der modellgestützten Prognose sind die Gehalte an Humus, C, N, Ca, K, Mg, P sowie C/N-Verhältnis, effektive Kationenaustauschkapazität, Basensättigung und pH-Wert. Um eine hinreichend genaue Vorhersage zu gewährleisten, werden Reliefindizes, Vegetationsparameter, Bodenform, Wasserhaushalts- und Bodenfeuchtestufe, Klimadaten und Daten der Bodenschutzkalkung als Prädiktoren verwendet. Die Modelle werden anhand der Analysedaten von sächsischen Humusproben aus der BZE-II, deren räumlicher Verdichtung und zusätzlichen Beprobungen in Testgebieten trainiert und validiert