English China
Suchen

Modell zeigt Entwicklung artenreicher Wälder Wie man die Zukunft von Tropenwäldern vorhersagt

Redakteur: Christian Lüttmann

Der Regenwald ist Heimat zahlreicher Tier- und Pflanzenarten und ein wichtiger Speicher von Kohlendioxyd. Trotz seiner Komplexität ist es einem Forscherteam nun gelungen, die natürliche Entwicklung des Baumbestandes in so artenreichen Wäldern mithilfe eines vergleichsweise einfachen Modells abzubilden. Dies könnte auch dabei helfen, Effekte des Klimawandels besser abzuschätzen.

Firmen zum Thema

Teile des Sekundärwaldes, die nach der landwirtschaftlichen Nutzung wieder nachwachsen, wurden vor 70 bis 100 Jahren aufgegeben.
Teile des Sekundärwaldes, die nach der landwirtschaftlichen Nutzung wieder nachwachsen, wurden vor 70 bis 100 Jahren aufgegeben.
(Bild: Christian Ziegler)

München, Leipzig – An keinem Ort der Welt schreitet der Verlust ursprünglicher Wälder, so genannter Primärwälder, so schnell voran wie in den Tropen. Die natürlichen Urwälder müssen Flächen für Ackerbau und Viehzucht weichen. Bei ihrer Rodung gehen wichtige Lebensräume verloren. Außerdem wird der in den Bäumen gespeicherte Kohlenstoff als CO2 freigesetzt. Wenn die gerodeten Flächen nicht mehr genutzt werden, wachsen auf ihnen neue Wälder, Sekundärwälder genannt. Sie binden einen Teil des freigesetzten CO2 wieder. Die Förderung solcher natürlicher Waldflächen kann daher eine preiswerte Möglichkeit darstellen, klimaschädliches CO2 aus der Atmosphäre zu speichern und gleichzeitig die biologische Vielfalt zu fördern.

Doch nicht alle Wälder wachsen in gleicher Weise. Will man steuern, wie sich tropische Wälder erholen, so muss man vorhersagen können, wie sie sich entwickeln. Dafür müssen verschiedene Parameter bekannt sein: Wie schnell wachsen die Bäume – und wie schnell sterben sie? Wie viele Nachkommen produzieren sie, die ihrerseits den Bestand der Art sichern? Genau diese Daten haben Forscher in einem Wald in Panama erfasst. In einem der wohl am besten erforschten tropischen Regenwälder der Welt haben sie über die vergangenen knapp 40 Jahre 282 Baumarten und deren Entwicklung untersucht. Dazu bestimmten sie u.a. alle fünf Jahre den Umfang und damit die Biomassenzunahme von über 200.000 Bäumen.

Bildergalerie

Unfruchtbare Riesen und fruchtbare Zwerge

Anhand dieser Daten zeigten die Forscher, dass Bäume in ihrer Entwicklung unterschiedliche Strategien verfolgen. Zum einen unterscheiden sie sich hinsichtlich ihres Lebenstempos: Während „schnelle“ Arten rasch wachsen und in niedrigem Alter sterben, wachsen „langsame“ Arten gemächlich, erreichen dafür aber ein hohes Alter.

Zum anderen unterscheiden sie sich – davon unabhängig – in ihrer Wuchshöhe: „Unfruchtbare Riesen“, auch langlebige Pioniere genannt, werden besonders groß, wachsen relativ schnell, produzieren aber nur wenige Nachkommen pro Jahr. Demgegenüber stehen die „fruchtbaren Zwerge“: kleine Sträucher und niedrige Bäume, die langsam wachsen und schnell wieder sterben, aber eine Vielzahl an Nachkommen produzieren.

Modell für Waldentwicklung

Doch welche und wie viele Aspekte dieser demografischen Vielfalt müssen berücksichtigt werden, um die Entwicklung eines Waldes vorhersagen zu können? Diese Frage wollte das internationale Forscherteam mithilfe eines digitalen Experimentes beantworten. In einem Computermodell simulierten sie, wie im realen Wald Bäume wachsen, sterben, Nachkommen produzieren und um Licht konkurrieren. Dabei ließen sie verschiedene Konfigurationen des Modells gegeneinander antreten. Diese enthielten entweder alle 282 Arten aus Panama oder nur wenige ausgewählte Strategietypen. Die Arten unterschieden sich entweder nur hinsichtlich einer Strategie, nämlich ihres Lebenstempos, oder zusätzlich auch hinsichtlich ihrer Wuchshöhe. Die jeweiligen Modellvorhersagen verglichen sie mit der beobachteten Entwicklung echter nachwachsender Sekundärwälder.

Vielfalt des Waldes auf seine Essenz reduziert

Die Forscher fanden heraus, dass ihr Modell mit lediglich fünf Strategietypen zuverlässig funktionierte. Dabei müssen jedoch unbedingt die beiden Strategieachsen Lebenstempo und Wuchshöhe berücksichtigt werden. „Die langlebigen Pioniere sind besonders wichtig, denn sie machen einen Großteil der Biomasse – und des gespeicherten Kohlenstoffes – in dieser Art Wald aus. Und das während aller Entwicklungsstadien und nicht, wie bisher angenommen, nur in mittelalten Wäldern“, erklärt Erstautorin Nadja Rüger von der Universität Leipzig.

Nach jahrelanger Forschung haben Rüger und ihr Team nun einen komplett datengetriebenen Modellierungsansatz entwickelt, mit dem sich die Entwicklung artenreicher Wälder vorhersagen lässt. Die Modellierung kommt ohne die normalerweise notwendige langwierige Anpassung und Kalibrierung unbekannter Modellparameter aus und spart somit Zeit und Ressourcen. „Wir reduzieren quasi den Wald auf seine Essenz. Und das war nur möglich, weil wir über die Baumarten in dem Wald in Panama so viel wissen“, meint Rüger.

Wie viel Kohlendioxid können Wälder aufnehmen

Wälder werden nicht nur stark durch den Klimawandel beeinflusst, sie können dessen Tempo auch deutlich verringern. Schätzungen zufolge nimmt die Vegetation auf der Erde etwa 34 Prozent des Kohlenstoffdioxids auf, das die Menschen wir ausstoßen – Jahr für Jahr. Doch Wissenschaftler sind sich unsicher, ob wir zukünftig weiterhin auf diese wichtige Funktion der Ökosysteme zählen können. „Indem wir besser vorhersagen können, wie sich die Kohlenstoffspeicher und die natürliche Vielfalt der tropischen Wälder entwickeln, sind wir aber auf dem richtigen Weg“, meint Co-Autorin Caroline Farrioir von der Universität Texas. „So können wir wichtige ökologische Prozesse sehr viel genauer in den globalen Modellen abbilden, die von politischen Entscheidungsträgern dafür genutzt werden, das Tempo des Klimawandels abzuschätzen.“

Originalpublikation: Nadja Rüger, Richard Condit, Daisy H. Dent, Saara J. DeWalt, Stephen P. Hubbell, Jeremy W. Lichstein, Omar R. Lopez, Christian Wirth und Caroline E. Farrior: Demographic tradeoffs predict tropical forest dynamics, Science Vol. 368, Issue 6487, pp. 165-168, 10 Apr 2020; DOI: 10.1126/science.aaz4797

(ID:46510341)