Es wurde ein automatisiertes Frühwarnsystem für das Absterben von Kiefern- und Eichenwäldern entwickelt.

Córdoba, 25. Juni (EFE).- Das Institut für nachhaltige Landwirtschaft (IAS) der CSIC (Nationale Forstkommission) hat ein automatisiertes Frühwarnsystem für die Gefährdung von Wäldern entwickelt, das vor dem frühzeitigen Absterben von Kiefern- und Eichenwäldern warnt.

Das europäische Projekt mit dem Namen „Tread – Resilience Monitoring and Early Disturbance Assessment“ nutzt funktionale Merkmale und thermische Fernerkundung, um Kiefern- und Eichenwälder zu identifizieren, die anfällig für Schädlinge sind, sowie die frühen Symptome von Krankheiten.

Der CSIC-Forscher am IAS und Projektkoordinator Alberto Hornero wies in einer Erklärung darauf hin, dass „das durch biotische und abiotische Störungen – zum Beispiel Mikroorganismen – und nicht lebende Organismen wie Boden oder Wasser verursachte Waldsterben eine ernste Gefahr für Ökosysteme darstellt und verheerende wirtschaftliche und ökologische Folgen hat.“ „Daher ist die frühzeitige Erkennung von Krankheitssymptomen von entscheidender Bedeutung, um das Waldsterben durch Präzisionsforstwirtschaft zu kontrollieren und einzudämmen“, sagt Hornero.

Allerdings sei die Entwicklung von Frühwarnmodellen weiterhin eine Herausforderung, da nur begrenzte Kenntnisse über die physiologischen Veränderungen vorliegen, die sich unter Stress auf die Eigenschaften von Pflanzen auswirken, so der Projektkoordinator.

Er stellte fest, dass durch Fernerkundung gewonnene Pflanzenmerkmale ein großes Potenzial für die Quantifizierung der Struktur und biochemischen Zusammensetzung der Vegetation gezeigt haben und Erkenntnisse über die Anfälligkeit für Schädlinge und frühe Krankheitssymptome liefern.

Allerdings seien ihre spezifischen Reaktionen auf unterschiedliche Stressoren „noch immer unzureichend verstanden, ebenso wie die räumliche und zeitliche Übertragbarkeit von Erkennungsmodellen, was ihre Wirksamkeit bei der Vorhersage des Waldsterbens einschränkt.“

Konkret ermöglicht Tread die Ermittlung physiologischer und thermischer Referenzwerte für gesunde Bäume und deren Vergleich mit abnormalen Verläufen. Auf diese Weise sollen objektive und reproduzierbare Indikatoren bereitgestellt werden, die Maßnahmen ermöglichen, bevor Schäden irreversibel werden. Dadurch wird die Widerstandsfähigkeit der mediterranen Wälder gestärkt und die wirtschaftlichen und ökologischen Auswirkungen ihres Rückgangs minimiert.

Über die Algorithmen hinaus wird das Projekt eine offene Datenbank mit einem Online-Viewer starten, der Feldbeobachtungen sowie Luft- und Satellitenbilder integriert. Das Projekt, an dem die Universität Córdoba und die portugiesische private Forschungsorganisation CoLAB ForestWISE beteiligt sind, erhält europäische Fördermittel vom Europäischen Forstinstitut in Finnland. Die Initiative wird in den nächsten zwei Jahren mit einem Budget von knapp 150.000 Euro umgesetzt.

mmm/bfv