Search

In dieser Arbeit sollen zwei neue Methoden zur Parametrisierung von phänologischen Baumparametern über meteorlogische Standardmessungen diskutiert werden. Konkret untersucht werden dabei der Start des Baumumfangswachstums und der Leaf-Area-Index (LAI). Die zu diesem Zwecke verwendeten Daten, werden vom Bundesforschungszentrum für Wald (BFW) und der Zentralanstalt für Meteorologie und Geodynamik (ZAMG) zur Verfügung gestellt. Die zu untersuchenden Daten wurden über sieben Jahre (2011-2017) von drei verschiedenen Messstationen in der näheren Umgebung von Klausen Leopoldsdorf, Niederösterreich aufgezeichnet. Dabei befindet sich eine der Stationen direkt im Bestand (Bestandsstation), die zweite im Bereich des Waldrands (Klimastation) und bei der dritten Station handelt es sich um eine Freilandstation außerhalb Des Waldgebietes (Referenzstation). An allen drei Stationen werden meteorologische Messungen durchgeführt, wobei für diese Arbeit lediglich die Strahlungsmessung an der Klimastation (in einer zeitlichen Auflösung von 15 Minuten) und die Temperaturmessungen an der Bestandsstation (in einer zeitlichen Auflösung von 15Minuten) sowie der Referenzstation (täglich Werte des Maximum-,Minimum- und Mittelwerts) verwendet werden. Zusätzlich werden Messungen der Baumumfangsänderung (in stündlicher Auflösung) an sieben verschiedenen Bäumen und jährlichen LAI Messungen (ermittelt über hemisphärische Fotografien an 16 verschiedenen Messpunkten) verwendet, beide Messungen erfolgen an der Bestandsstation. Für die erste beschriebene Methode werden die jährlichen akkumulierten Strahlungssummen aus der Klimastation verwendet, um den Start des Baumumfangswachstums zu parametrisieren. Dabei zeigt sich, dass der Start des Baumumfangswachstums dann auftritt, wenn eine Strahlungsssumme von etwa 800000MJ/m2 erreicht wird, wobei der mittlere absolute Fehler bei rund zehn Tagen liegt. Bei der zweiten Methode wird die Differenz zwischen der täglichen Maximumtemperatur der Bestandsund Referenzstation (DMAX) verwendet um den LAI zu parametrisieren. Nach der grafischen Darstellung des mittleren Jahresgangs von DMAX werden zwei charakteristische Belaubungsphasen identifiziert: Die Phase maximaler Belaubung im Sommer, sowie die Phase ohne Belaubung, die ab dem Spätherbst beginnt und bis in den Vorfrühling reicht. Der Vergleich zwischen dem über DMAX parametrisierten und dem gemessenen LAI zeigte eine hohe Korrelation von 0,9. Ein weiterer Vergleich des parametrisierten LAI mit dem Baumumfangswachstum zeigt, dass die Korrelation beider Parameter ihr Maximum von 0,48 erreicht, wenn die Zeitreihe des parametrisierten LAIs um 48 Tage nach Hinten verschoben wird. Die Ergebnisse unterstützen die Annahme, dass meteorologische Größen für die Parametrisierung von charakteristischen Baumparametern geeignet sind., This study presents two novel methods to parametrize phenological tree parameters, namely stem growth start and leaf-area-index (LAI), using standard meteorological data. For the purpose of this study phenological as well as meteorological data was provided by the Austrian Research Centre for Forests (BFW) and the Austrian Central Institute for Meteorology and Geodynamics (ZAMG). Used data stems from three different measurement sites in the vicinity of Klausen Leopoldsdorf in Lower Austria across seven years (2011-2017). The first site is located directly in the forest (forest site), the second site is at the edge of the forest (climate site) and the third site is an open ground site outside the forest area (reference site). Meteorological measurements are carried out at all three measurement sites. Where, for this study only the solar radiation measurement at the climate site (with a temporal resolution of 15 minutes) and the temperature measurements at the forest site (with a temporal resolution of 15 minutes) and the reference site (which provided measurements of daily minimum, maximum and mean) are used. In addition, measurements of growth in tree girth at seven different trees (with a temporal resolution of one hour) and annual LAImeasurements (using hemispherical photographs at 16 points) are conducted at the forest site. The first method described in this study uses the annual accumulated solar radiation sum at the climate site to parametrize stem growth start. Results indicate that stem growth start is observed when an accumulated solar radiation sum of roundabout 800000MJ/m2 is reached with the obtained mean absolute error being approximately 10 days. For the second method the difference in daily maximum temperature at the forest site and the reference site (referred to as DMAX) is used to parametrize the LAI. For DMAX the average course of the year is plotted and the graph is sectioned into two different foliage phases: A maximum foliage phase during summertime and a no foliage phase ranging from late autumn to early spring. Comparison of the LAI parametrization derived from DMAX and the average LAI obtained via measurements showed a high correlation of 0,90. Further comparison of the parametrized LAI to measurements of growth in girth showed that the correlation of both parameters is maximised to 0,48 when a shift of 48 days was applied to the parametrized LAI time series. The findings of this study provide support for the hypothesis that stem growth start and LAI can be parametrized using standard meteorological data.

Significant gaps remain in understanding the response of plant reproduction to environmental change. This is partly because measuring reproduction in long-lived plants requires direct observation over many years and such datasets have rarely been made publicly available. Here we introduce MASTREE+, a data set that collates reproductive time-series data from across the globe and makes these data freely available to the community. MASTREE+ includes 73,828 georeferenced observations of annual reproduction (e.g. seed and fruit counts) in perennial plant populations worldwide. These observations consist of 5971 population-level time-series from 974 species in 66 countries. The mean and median time-series length is 12.4 and 10 years respectively, and the data set includes 1122 series that extend over at least two decades (≥20 years of observations). For a subset of well-studied species, MASTREE+ includes extensive replication of time-series across geographical and climatic gradients. Here we describe the open-access data set, available as a.csv file, and we introduce an associated web-based app for data exploration. MASTREE+ will provide the basis for improved understanding of the response of long-lived plant reproduction to environmental change. Additionally, MASTREE+ will enable investigation of the ecology and evolution of reproductive strategies in perennial plants, and the role of plant reproduction as a driver of ecosystem dynamics. EEA Santa Cruz Fil: Hacket-Pain, Andrew. University of Liverpool. School of Environmental Sciences. Department of Geography and Planning; Reino Unido Fil: Foest, Jessie J. University of Liverpool. School of Environmental Sciences. Department of Geography and Planning; Reino Unido Fil: Pearse, Ian S. U.S. Fort Collins Science Center. Geological Survey; Estados Unidos Fil: LaMontagne, Jalene M. DePaul University. Department of Biological Sciences; Estados Unidos Fil: Koenig, Walter D. University of California Berkeley. Hastings Reservation; Estados Unidos Fil: Vacchiano, Giorgio. University of Milan. Milan Department of Agricultural and Environmental Sciences; Italia. Fil: Bogdziewicz, Michał. Adam Mickiewicz University. Faculty of Biology. Institute of Environmental Biology; Polonia Fil: Bogdziewicz, Michał. University Grenoble Alpes. INRAE, LESSEM; Francia Fil: Caignard, Thomas. Université Bordeaux. INRAE, BIOGECO; Francia Fil: Celebias, Paulina. Adam Mickiewicz University. Faculty of Biology. Institute of Environmental Biology; Polonia Fil: Peri, Pablo Luis. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Santa Cruz; Argentina. Fil: Peri, Pablo Luis. Universidad Nacional de la Patagonia Austral; Argentina. Fil: Peri, Pablo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Fil: Ascoli, Davide. University of Torino. Department of Agricultural. Forest and Food Sciences (DISAFA); Italia Fil: Gallo, Leonardo Ariel. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bariloche; Argentina Fil: Gallo, Leonardo Ariel. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Investigaciones Forestales y Agropecuarias Bariloche; Argentina Fil: Marchelli, Paula. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Bariloche; Argentina Fil: Marchelli, Paula. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Instituto de Investigaciones Forestales y Agropecuarias Bariloche; Argentina