ca-ci-plots - Visualisierung von Langzeitstress zur Indikation der Waldgesundheit auf Basis von Kohlenstoffisotopen in Baumjahrringen

Seit dem „Waldsterben“ der 1980er Jahre wird die Gesundheit der Wälder durch Europaweit gestartete Monitoringprogramme eng überwacht. Das damals von manchen Wissenschaftlern und Medien prognostizierte weitflächige Waldsterben blieb allerdings aus. Heute scheinen die deutschen Wälder, von Klimaerwärmung und Dürren besonders geschwächt, dagegen großflächig gefährdet zu sein, wie sich vor allem in den deutschen Mittelgebirgen zeigt.

Neben den klassischen Methoden des Waldzustandsmonitoring werden in jüngerer Zeit auch Methoden der Fernerkundung zur großräumigen Bewertung von Waldgesundheit angewendet. Analysen von Baumjahrringen zur Erfassung von Langzeittrends spielen bei der Beurteilung der Waldgesundheit bislang eine nachrangige Rolle, da die Jahrringbreite ein eher unspezifischer Parameter ist und biochemische Analysen wie zum Beispiel Isotopen-Untersuchungen von Jahrringen bislang als zeitaufwendige und teure Methode gesehen wird, deren Daten nur von Experten zu interpretieren sind. Nichtsdestotrotz sind Jahrringisotopenanalysen sehr gute Indikatoren für die Fitness von Bäumen und werden in jüngeren Publikationen zur regulären Anwendung in Waldmonitoringprogrammen vorgeschlagen. Wir stellen einen neuartigen visuellen Ansatz, sogenannte c_a-c_i-plots, zur vereinfachten Darstellung und Auswertung von, auf Kohlenstoffisotopenverhältnissen (13C/12C) in Jahrringen basierenden, Zeitreihen vor. Sie sind ein Spiegel des CO₂- und H₂O-Gaswechsels während der Photosynthese. Kohlenstoffisotope in Jahrringen sind technisch relativ einfach zu bestimmen und ermöglichen eine jährlich aufgelöste Langzeiterfassung der Baumfitness über die gesamte Lebenszeit hinweg. Mit ihnen lassen sich rückwirkend blattinterne CO₂-Konzentrationen (c_i) berechnen. Zeitreihen des CO₂-Konzentrationsgradienten (c_a – c_i) zur Atmosphäre (c_a) zeigen Veränderungen in der Effizienz der Wassernutzung auf, die als Folgen von atmosphärischem CO₂-Anstieg, Dürren oder episodischer Umweltverschmutzung auftreten. Am Beispiel verschiedener deutscher Standorte und Baumarten zeigen wir, wie c_a-c_i-plots unterschiedliche Langzeitreaktionen auf Umweltstress erkennen lassen. c_a-c_i-plots lassen Störungen der Baumvitalität erkennen, bevor äußerlich sichtbare Schäden auftreten und zeigen an, dass durch die jüngsten Dürren seit 2015  Baumarten gefährdet sind, die vom „Waldsterben“ der 1980er unberührt waren.