A novel forest state assessment methodology to support conservation and forest management planning

Abstract

Abstract:A new forest state assessment methodology to complement existing conservation and forestry data has been developed. The aim is to provide tools for strategic planning including spatial distribution of conservation priorities. The method is point-based using a dense systematic sampling grid and provides more detailed information than vegetation maps or forest subcompartment descriptions, but requires less effort than forest inventories. Indicators include canopy composition and structure, deadwood, herbs, microhabitats, disturbances, shrubs and regeneration. The results can inform managers about the structural and compositional diversity of forest stands in the form of thematic maps and can provide the basis for analysis of habitat suitability for forest-dwelling organisms. A smartphone application has been developed to enable electronic data collection. PostGIS and Python scripts were used in the data flow. In this paper, we outline the development of the assessment protocol, and present the sampling design and the variables recorded. The main advantages of the survey methodology are also shown by case-studies based on data collected during the first field season in 2014. The protocol has been designed for low mountain forests in Hungary, but it can be modified to fit other forest types.

A 2014-es jégtörés tulajdonságai és az azt követő erdészeti fakitermelés hatásai a Börzsöny erdeiben

“…Az adatgyűjtés az "Erdei életközösségek védelmét megalapozó többcélú állapotértékelés a magyar Kárpátokban" -SH-4/13 projekt keretein belül zajlott, annak a protokollját követte (Standovár et al 2016): 70×70 méteres háló rácspontjaiban kihelyezett 500 m²-es mintakörökben információt gyűjtöttünk többek között a bolygatásokról, záródásról, faállományról, (alacsony) újulatról (< 50 cm), lágyszárúakról stb. A különböző mértékben dőlt foltok méreteloszlását bemutató 1. ábrán látható, hogy a dőlési kategóriák jelentős része a 0,1 hektárnál nagyobb területekről írhatók le.…”

Stand Structural Characteristics Are the Most Practical Biodiversity Indicators for Forest Management Planning in Europe

“…Out of the 57, 34 studies addressed practical data collection methods, 22 addressed practicality of indicators, and one addressed both. Six studies explicitly clearly stated that they have chosen indicators practical for forest managers or non-professionals and explained why [12,25,[40][41][42][43]. .…”

“…A similar smartphone application for forest biodiversity data collection was developed in Hungary to complement existing forest and conservation data with missing aspects such are canopy composition and structure, deadwood, herbs, microhabitats, disturbances, shrubs, and regeneration [42]. The advantage is that this method is simple, fast, and requires less effort than forest inventory.…”

Erdőtermészetesség szempontú értékelési módszer a Pannon életföldrajzi régió Natura 2000 erdei élőhelytípusainak szerkezet és funkció monitorozása alapján

“…Szerkezet éS funkció értékeléSi módSzer erdőkre Újabban a "Kárpáti erdeink kutatása" című projekt lépett tovább az erdőtermészetesség kutatásában, amelynek egyik célkitűzése az erdőállapot-felmérési módszertan fejlesztése volt. Ennek keretében az erdőtermészetességet és a védett fajok előfordulását indikáló új változók felmérését határozták el (Standovár et al 2016). Ezek nagy része erdőszerkezeti és fajösszetétel (kompozícionális) változó, de álló és fekvő holtfa állapotot, indikátor fajok, mikroélőhelyek és természetes bolygatások előfordulását, valamint az erdőfelújulásra és vadhatásra vonatkozó változókat is felmérnek.…”

“…Összefoglalva tehát három féle megközelítéssel találkozhatunk: szintetikus természetességi szakértői minősítéssel (Németh & Seregélyes 1989, Kun & Molnár 1999; természetességi indikátorok súlyozott értékelésén alapuló hierarchikus és normált erdőtermészetességi mutatók képzésével (Bartha et al 2003(Bartha et al , 2010; és az utóbbihoz több szempontból hasonló többcélú/sokváltozós adatgyűjtéssel (Standovár et al 2016). Ezek legfontosabb jellemzőit az 1. táblázat foglalja össze és teszi könnyen összehasonlíthatóvá.…”