Große Auswahl an günstigen Büchern
Schnelle Lieferung per Post und DHL

Ein Matrix-Modell zur Prognose der Entwicklung ungleichaltriger Mischbestände im Stadtwald München

Über Ein Matrix-Modell zur Prognose der Entwicklung ungleichaltriger Mischbestände im Stadtwald München

Diplomarbeit aus dem Jahr 2009 im Fachbereich Forstwirtschaft / Forstwissenschaft, Note: 1,0, Technische Universität München (Department für Waldinventur und nachhaltige Nutzung), Sprache: Deutsch, Abstract: Vor allem im nordamerikanischen Raum werden Matrix-Modelle zur Prognose der Bestandesentwicklung insbesondere für ungleichaltrige Mischbestände herangezogen. Diese resultieren aus der in Nordamerika bereits lange verbreiteten ¿Continuous Forest Inventory¿ und haben einige entscheidende Vorteile. Die leichte Nachvollziehbarkeit der resultierenden Ergebnisse und die einfache Parametrisierung der Modellkomponenten mittels Regressionsanalysen sind beider Erstellung von Matrix-Modellierungen gerade für lokale Wuchsmodelle mit kleinen Waldflächen ein idealer Ansatz. Bislang fanden solche Modelle jedoch im mitteleuropäischen Raum kaum Anwendung. Das in dieser Arbeit parametrisierte Matrix-Wachstumsmodell basiert in wesentlichen Teilen auf dem von BUONGIORNO und MICHIE (1980) entworfenen Modell für ungleichaltrige Mischbestände. Es wird mit Hilfe von Inventurdaten aus einer permanenten Stichprobeninventur im Einzugsgebiet der Münchner Trinkwassergewinnung erstmals eine Prognose der Bestandesentwicklung auf der Basis eines Matrix-Modells im Waldbesitz der Landeshauptstadt München durchgeführt. Mit modellspezifischen Funktionen zum Zuwachs, dem ausscheidenden Bestand und dem Einwuchs werden die Hypothesen dieser Arbeit geprüft.

Mehr anzeigen
  • Sprache:
  • Deutsch
  • ISBN:
  • 9783656048619
  • Einband:
  • Taschenbuch
  • Seitenzahl:
  • 116
  • Veröffentlicht:
  • 7. November 2011
  • Ausgabe:
  • 11003
  • Abmessungen:
  • 148x9x210 mm.
  • Gewicht:
  • 180 g.
  Versandkostenfrei
  Versandfertig in 1-2 Wochen.
Verlängerte Rückgabefrist bis 31. Januar 2025
  •  

    Keine Lieferung vor Weihnachten möglich.
    Kaufen Sie jetzt und drucken Sie einen Gutschein aus

Beschreibung von Ein Matrix-Modell zur Prognose der Entwicklung ungleichaltriger Mischbestände im Stadtwald München

Diplomarbeit aus dem Jahr 2009 im Fachbereich Forstwirtschaft / Forstwissenschaft, Note: 1,0, Technische Universität München (Department für Waldinventur und nachhaltige Nutzung), Sprache: Deutsch, Abstract: Vor allem im nordamerikanischen Raum werden Matrix-Modelle zur Prognose der Bestandesentwicklung insbesondere für ungleichaltrige Mischbestände herangezogen. Diese resultieren aus der in Nordamerika bereits lange verbreiteten ¿Continuous Forest Inventory¿ und haben einige entscheidende Vorteile.
Die leichte Nachvollziehbarkeit der resultierenden Ergebnisse und die einfache Parametrisierung der Modellkomponenten mittels Regressionsanalysen sind beider Erstellung von Matrix-Modellierungen gerade für lokale Wuchsmodelle mit kleinen Waldflächen ein idealer Ansatz.
Bislang fanden solche Modelle jedoch im mitteleuropäischen Raum kaum Anwendung.
Das in dieser Arbeit parametrisierte Matrix-Wachstumsmodell basiert in wesentlichen Teilen auf dem von BUONGIORNO und MICHIE (1980) entworfenen Modell für ungleichaltrige Mischbestände.
Es wird mit Hilfe von Inventurdaten aus einer permanenten Stichprobeninventur im Einzugsgebiet der Münchner Trinkwassergewinnung erstmals eine Prognose der Bestandesentwicklung auf der Basis eines Matrix-Modells im Waldbesitz der Landeshauptstadt München durchgeführt.
Mit modellspezifischen Funktionen zum Zuwachs, dem ausscheidenden Bestand und dem Einwuchs werden die Hypothesen dieser Arbeit geprüft.

Kund*innenbewertungen von Ein Matrix-Modell zur Prognose der Entwicklung ungleichaltriger Mischbestände im Stadtwald München



Ähnliche Bücher finden
Das Buch Ein Matrix-Modell zur Prognose der Entwicklung ungleichaltriger Mischbestände im Stadtwald München ist in den folgenden Kategorien erhältlich:

Willkommen bei den Tales Buchfreunden und -freundinnen

Jetzt zum Newsletter anmelden und tolle Angebote und Anregungen für Ihre nächste Lektüre erhalten.