CARBSTOR – ein Online-Tool für den Moorschutz

Berechnung der Kohlenstoff-Speichermenge und des -Freisetzungspotenzials von Moorböden

1 Problemstellung

Moore stellen aufgrund ihres hohen Anteils an organischer Bodensubstanz bedeutende Kohlenstoffspeicher dar. Obwohl diese Ökosysteme weltweit nur 3 % der Landfläche bedecken (Parish et al. 2008), befindet sich in ihren Böden etwa ein Drittel des gesamten Bodenkohlenstoffs (C) (Post et al. 1982). Diese „historische“ C-Speicherleistung von Moorökosystemen – bedingt durch die Nettoaufnahme des Treibhausgases Kohlendioxid aus der Luft – stellt eine bedeutende Ökosystemdienstleistung dar und hat wesentlich zur Kühlung des globalen Klimas beigetragen (Frolking et al. 2001, Akumu & McLaughlin 2013). Naturnahe Moorböden gelten auch gegenwärtig als C-Senken. In dicht besiedelten Kulturlandschaften sind sie allerdings häufig entwässert, intensiver landwirtschaftlicher Nutzung bzw. Torf­abbau unterworfen und wandeln sich von C-Senken zu C-Quellen (Armentano & Menges 1986) mit z.T. beachtlichen Nettoemissionen klimawirksamer Treibhausgase.

Aktuelle Berechnungen von Fell et al. (2014) weisen für Deutschland eine Moorfläche von 12800 km² mit einer Speichermenge von mehr als 1,4 Mrd. t Corg aus, wobei hier nur Moortiefen bis 2m beachtet wurden. Noch schätzungsweise 1 % der Moore Deutschlands sind weitgehend ungestört und naturnah (Couwenberg & Joosten 2001).

Die derzeitigen Emissionen aus den Moorböden Deutschlands haben einen Anteil von bis zu 5 % an den nationalen Gesamtemissionen (Drösler et al. 2013), wobei diese Angaben häufig auf kleinräumigen Messungen beruhen und teilweise mit hohen Unsicherheiten verbunden sind (z.B. Drösler et al. 2013, Hirschfeld et al. 2008, Höper 2007). Zudem wird in existierenden Studien und Modellen zur C-Bilanzierung von Mooren oft „nur“ zwischen Hoch- und Niedermooren unterschieden (Heller & Zeitz 2012).

Moorböden in Deutschland weisen aber eine große Bandbreite an verschiedenen Moortypen auf. Insbesondere Niedermoore unterscheiden sich deutlich hinsichtlich der Art der Wasserspeisung, ihrer Lage im Relief und den pH- bzw. Trophieverhältnissen. Dies wirkt sich auf die torfbildende Vegetation sowie auf Torfarten und -mächtigkeiten aus (Succow & Joosten 2001). Durch unterschiedliche Landnutzungsformen werden Moorböden zusätzlich beeinflusst und in ihren ursprünglichen Standorteigenschaften verändert (vgl. Abb. 1).

Succow (1988) beschreibt naturnahe Moore und weist dabei charakteristische hydrogenetische Moortypen (HGMT) aus. Die verschiedenen Eigenschaften dieser HGMT sind Ursache für eine große Variabilität der C-Speichermengen. Nach Zauft et al. (2010) sind beispielsweise tiefgründige Durchströmungsmoore – im Vergleich zu flachen Versumpfungsmooren – aufgrund hoher Torfmächtigkeiten durch bis zu zehnmal mehr Kohlenstoff gekennzeichnet (Abb. 2 und 3). Verschiedene Torfqualitäten (torfbildende Pflanzen, Zersetzungsgrad etc.) bedingen ebenfalls unterschiedliche C-Speichermengen. So verfügen stärker degradierte, hochzersetzte Torfe mit ihren höheren Lagerungsdichten volumenbezogen über größere C-Speichermengen als geringer zersetzte (Rosskopf & Zeitz 2009).

Die Bildungsbedingungen und Nutzungsintensitäten der Moore wirken sich auch auf die Anteile an leicht und schwer umsetzbarer organischer Substanz und damit auf deren chemische Qualität sowie Abbaustabilität aus.

In der derzeitigen Debatte der Management- und Planungspraxis zu Ökosystemdienstleistungen von Mooren und ihrer Klimawirksamkeit fehlen detaillierte, moortypenabhängige Datengrundlagen, die gebietsbezogene Aussagen zu historischen Speicherleistungen (C-Speichermengen) und Gefährdungsabschätzungen (potenzielle C-Freisetzung) ermöglichen. Daraus ergibt sich die Notwendigkeit einer genauen Betrachtung verschiedener Moortypen mit ihren unterschiedlichen Torfqualitäten.

Diese Datengrundlagen können durch direkte Untersuchungen (Geländekartierung, Probenahme und -analyse) erhoben werden. Für eine bundesweit flächendeckende Gesamtbetrachtung sind detaillierte Geländeaufnahmen nicht durchführbar. Es besteht aber die Möglichkeit, bereits vorhandene Detailinformationen auf Moorgebiete mit ähnlichen Eigenschaften (HGMT) zu übertragen. Dazu bedarf es einer Methode (Algorithmus) zur Klassifizierung dieser HGMT und deren Verknüpfung mit durchschnittlichen C-Speichermengen und C-Freisetzungspotenzialen.

In diesem Zusammenhang sind folgende Forschungsfragen zu stellen:

(1) Wie können HGMT, die bisher nur deskriptiv beschrieben wurden, durch allgemein gültige Parameter mit flächendeckend verfügbaren Geodaten klassifiziert werden?

(2) Welcher Bodenaufbau (Stratigraphie) ist charakteristisch für die jeweiligen HGMT?

(3) Welche Parameter sind für eine Bewertung der C-Speichermengen und C-Freisetzungspotenziale von Moorböden erforderlich?

(4) Wie stark unterscheiden sich die verschiedenen HGMT in ihren C-Speichermengen und C-Freisetzungspotenzialen?

(5) Wie können die Ergebnisse in ­einem Entscheidungssystem zusammengefasst werden?

Diese Fragen waren Gegenstand eines Forschungsprojekts. Ziel war die Entwicklung eines Verfahrens, mit dem Moorflächen unbekannten Typs – auf Basis frei verfügbarer Geodaten – genau einem dominierenden HGMT zugeordnet werden, um diese mit moortypspezifischen C-Speichermengen und C-Freisetzungspotenzialen zu verknüpfen. Die Ergebnisse sollten in einem webbasierten Entscheidungssystem für die naturschutzfachliche Planungs- und Vollzugspraxis aufbereitet werden. Im vorliegenden Artikel werden die Methodenentwicklung des Verfahrens und die daraus resultierenden Projektergebnisse beschrieben.

2 Material und Vorgehensweise

Das Verfahren basiert auf fünf Arbeitsschritten (Abb. 4).

Schritt 1: Entwicklung einer GIS-basierten Moortypenklassifikation (Entscheidungssystem)

Es wurden Beschreibungen einzelner HGMT (z.B. Kirchner 1971, Succow 1988, Succow & Jeschke 1990, Rowinsky 1995, Timmermann & Succow 2001) ausgewertet, auf quantifizierbare, moortypisierende Parameter überprüft und in einem Entscheidungssystem zusammengeführt.

Die Anwendbarkeit dieses „kognitiven Algorithmus“ wurde mit Hilfe von Geodaten aus Niedersachsen (LBEG, NLWKN) in einem Geoinformationssystem getestet. Dieses basierte auf einer Auswahl von 575 Moorkomplexen aus der Geologischen Karte (GK50).

Das resultierende Entscheidungssystem wurde mittels Geodaten aus Mecklenburg-Vorpommern (LUNG) überarbeitet („empirischer Algorithmus“). Im Vergleich zu Niedersachsen lagen hier für die Moorpolygone Informationen zu HGMT, Moormächtigkeit und Entwässerungstiefe vor (s.a. Berg et al. 2000). Entsprechend den Parametern des Entscheidungssystems wurden die Geobasisdaten Mecklenburg-Vorpommerns (z.B. GK25, DGM) mit den Moorpolygonen lagebezogen analysiert. Es wurden Häufigkeitsanalysen durchgeführt und die Parameter für jedes Moorpolygon (objektbezogen) hinsichtlich ihrer Aussageschärfe und Hierarchie geprüft.

Für den Parameter „Torfmächtigkeit“ erfolgte eine rasterbezogene Auswertung, so dass „Randeffekte“ weniger gewichtet werden (Abb. 5). Bei einer objektbezogenen Häufigkeitsanalyse werden alle Objekte (Polygone) gleich bewertet, die gesamte Moorfläche ist aber vor allem durch Eigenschaften des „inneren“ Moorpolygons gekennzeichnet.

Das Entscheidungssystem wurde anhand von Geodaten aus Brandenburg (LBGR) validiert (Abb. 6). Dazu wurden mit einem Zufallsgenerator zwölf Moorflächen aus dem Moorarchiv der HU Berlin auswählt, die bereits Informationen zu HGMT, Mächtigkeiten und Substratarten enthielten.

Schritt 2: idealisierte Leitbodenprofile

Für die flächenmäßig bedeutsamen Niedermoortypen Deutschlands (Versumpfungs-, Durchströmungs- und Verlandungsmoor) wurden idealisierte Leit­bodenprofile (ILP) mit typischen Bodenhorizonten ausgewiesen. Die Werte basieren auf Arbeiten von Zeitz et al. (2005), Zauft et al. (2010) und Zeitz et al. (2010) und repräsentieren überwiegend die Moorbodenverhältnisse in Nordostdeutschland. Die Datenlage zu Hochmooren war in o.g. Literatur für die zu be­arbeitenden Forschungsfragen nicht ausreichend. Deshalb wurde auf Ergebnisse von Eggelsmann (1967) für Norddeutschland sowie auf eigene Auswertungen von 138 Hochmoorprofilen aus Süddeutschland zurückgegriffen. Zusätzlich wurden Expertenbefragungen durchgeführt, um die Daten zu verifizieren und regionale Besonderheiten zu diskutieren.

Aus bodenkundlicher Sicht lässt sich die Substratqualität eines Horizontes durch zwei Merkmale charakterisieren: die Qualität des Ausgangssubstrats und dessen pedogenetische Veränderung (Succow & Joosten 2001). Diese Merkmale kann man durch die Kombination von substrat- und bodensystematischen Kriterien in Form von Horizont-Substrat-Kombinationen (HSK) beschreiben (Bauriegel 2004). Dabei wird einerseits die Torfart eines Horizontes beschrieben (z.B. Schilftorf, Radizellentorf etc.), andererseits der derzeitige Status der Bodenentwicklung (z.B. ganzjährig wassergesättigt, stark entwässert etc., s.a. Zeitz & Velty 2002). Zusammen mit dem aktuellen Zersetzungsgrad (nach von Post 1924) ist eine genaue Charakterisierung möglich.

Schritt 3: Bestimmung des Gesamt-C und leicht umsetzbaren C in Abhän­gigkeit der Torfarten und Zersetzungsgrade

Für die in den ILP vorkommenden HSK wurden typische Trockenrohdichten (TRD), Gehalte an organischem C (C_org) und leicht umsetzbarem C ermittelt. Dazu wurden sowohl Altdaten ausgewertet als auch ergänzende Geländearbeiten, Probenahmen und Laboranalysen durchgeführt. Die Altdaten umfassten 1123 Datensätze zu chemisch-physikalischen Parametern aus dem Datenbestand des FG Bodenkunde der HU Berlin und aus dem Datenpool des Landes Mecklenburg-Vorpommern (LUNG). Für die Geländearbeiten wurden 18 Standorte in Norddeutschland beprobt. Der leicht umsetzbare C zur Abschätzung der C-Freisetzungspotenziale wurde durch den heißwasserextrahierbaren C (C_hwe) bestimmt; dabei kam eine speziell für organische Böden entwickelte Methode zur Anwendung (Heller & Zeitz 2012, Heller & Weiß 2014).

Schritt 4: Berechnung der C-Speichermenge (historische Speicherleistung) und des C-Freisetzungspotenzials (Gefährdungsabschätzung) differenziert nach dem jeweiligen Moortyp

Die gespeicherte C-Menge eines ILP (C_org Moor) wurde mittels folgender Gleichung (1) bestimmt:

(A=jeweilige Moorflächengröße, M_H=vertikale Horizontmächtigkeit, ?_H=Trockenrohdichte des jeweiligen Horizontes, Corg H= %-Anteil an organischem Kohlenstoff je Bodenhorizont i)

Die mächtigen Durchströmungsmoore der großen Flusstäler Norddeutschlands sind durch eine spezielle Morphologie des Untergrundes gekennzeichnet. Um dieser bei der Berechnung der C-Speichermengen gerecht zu werden, wurden vier quer zum Tal verlaufende Profilschnitte durch zwei typische Durchströmungsmoore durchgeführt und eine Verjüngung der Moorflächen um 80 % unterhalb einer Tiefe von einem Meter festgestellt (Abb. 7). Somit wurden die durchschnittlichen C-Speichermengen des HGMT Durchströmungsmoor unterhalb dieser Tiefe mit dem Faktor 0,8 gewichtet.

Zur Berechnung der C-Freisetzungspotenziale wurden nur die obersten Bodenhorizonte bis 1m Tiefe berücksichtigt, da dieser Bereich besonders von Einflüssen der Entwässerung sowie Bodenbearbeitung und damit einhergehender verstärkter Mineralisation betroffen ist.

Die Menge des potenziell freisetzbaren Kohlenstoffs (C_{hwe Moor}) eines ILP wurde mittels folgender Gleichung (2) berechnet:

(A=jeweilige Moorflächengröße, MH=vertikale Horizontmächtigkeit, ?_H=Trockenrohdichte des jeweiligen Horizontes, C_{hwe H}= %-Anteil an heißwasserextrahierbarem Kohlenstoff je Bodenhorizont i bis 1m Bodentiefe)

Durch die Verknüpfung der berechneten Werte eines ILP mit konkreten Flächengrößen des jeweiligen HGMT wird eine gebietsspezifische Berechnung von C-Speichermengen und C-Freisetzungspotenzialen ermöglicht.

Schritt 5: Online-Tool

Für die Webanwendung wurde ein dichotomes Entscheidungssystem („Ja/Nein“-Abfragen) mit HTML/CSS, PHP und Javascript programmiert. Da die Geodaten nicht immer flächendeckend vorhanden waren, wurde eine „Abfragehierarchie“ beachtet. Geobasisdaten, wie z.B. die räumliche Lage, besitzen dabei die höchste Priorität, während spezielle Parameter, wie Moormächtigkeiten aus Profilaufnahmen, erst später abgefragt werden. Somit wird die Zuordnung zu einem bestimmten HGMT schrittweise sicherer.

Die Beurteilung der Ergebnisse erfolgt anhand nachfolgender Nomenklatur:

3 Ergebnisse

Schritt 1: Entwicklung einer GIS-basierten Moortypenklassifikation (Entscheidungssystem)

Anhand der Literaturrecherche und der multikriteriellen GIS-Analyse des charakteristischen Naturraumes sowie typischer Parameter verschiedener HGMT können 13 unterschiedliche Typen ausgewiesen werden (Tab. 1).

Das Entscheidungssystem beginnt mit der Differenzierung Hoch-/Niedermoor. Diese Unterscheidung wird in der Regel auf Boden- bzw. Geologischen Karten vorgenommen. Liegen im seltenen Fall keine Informationen zu diesen hydromorphologischen Moortypen vor, können Angaben zum Substrat (Ad-hoc-AG Boden 2005: Tab. 36) hilfreich sein. Die Kultivierungsart (Sandmischkultur vorwiegend auf geringmächtigen Hochmooren, Sanddeckkultur auf Niedermoorböden) kann ebenfalls Hinweise geben, macht allerdings nach langjähriger Nutzung die Zuordnung unsicher. Weitere Parameter des Entscheidungssystems sind in Abb. 8 dargestellt.

Die Parameter sind aus Geobasisdaten wie Geologischen Karten, Bodenkarten oder dem digitalen Geländemodell ableitbar. Weiterführende Informationen zu Profilaufnahmen sind in verschiedenen Bodendatenbanken abgelegt.

Über explorative Datenanalysen wurden die verschiedenen Parameter hin­sichtlich ihrer Aussageschärfe bewertet (Abb. 9 bis 11).

Für Mecklenburg-Vorpommern wurden Informationen zur Gründigkeit ­verwendet, die Torfmächtigkeiten der Moorflächen mit einschließen. Nach der Häufigkeitsanalyse (tiefgründige Moore =20 dm; flachgründige Moore mit 3 bis <20 dm) sind Verlandungs-, Durchströmungs-, Kessel- und Quellmoore eher als tiefgründig zu kennzeichnen, wogegen Auen- und Küstenüberflutungsmoore häufiger flachgründig sind (Abb. 9).

Die Zuordnung zur „Seenähe“ – als Teilaspekt des Parameters räumliche Lage – erfolgte, wenn das Moorpolygon an einem natürlichen Gewässer liegt. Verlandungsmoore grenzen häufig an stehende Gewässer (Abb. 10). Eine Vielzahl von Verlandungsmooren steht nicht mehr im Zusammenhang mit limnischen Systemen, da der Verlandungsprozess bereits abgeschlossen ist. Deshalb sind beide Merkmalsausprägungen des Parameters für die Ausweisung eines Verlandungsmoores zu berücksichtigen. Durchströmungsmoore können ebenfalls an Seen liegen.

Im theoretischen Entscheidungssystem sind vor allem Verlandungs- und Kesselmoore durch mächtige Muddeunterlagerungen beschrieben. Die meisten Profile enthielten keine Angaben zu Mudden, da die Geländeaufnahmen häufig nur bis 2m Tiefe vorliegen. Bei den Versumpfungsmooren wurden z.T. auch limnische Ablagerungen kartiert, diese sind aber in der Regel nur geringmächtig. Deshalb ist der Parameter Auftreten von Mudde „un­sicher“.

Der Parameter Neigung wich ebenfalls vom theoretischen Modell ab. Dieser ist nicht als markantes Kriterium für die Unterscheidung geneigter und horizontaler Moore nutzbar. Die Analyse zeigte, dass Durchströmungsmoore und Quellmoore – entgegen den Erwartungen – meist nicht mehr geneigt waren (Abb. 12a). Die Entwässerung hat einen starken Einfluss auf Moorsackung und -schrumpfung und verändert damit die ursprüngliche Mooroberfläche, wie das Beispiel der Quellmoore zeigt (Abb. 12b).

Der Parameter Neigung wird nur zur Abgrenzung von Versumpfungsmooren (nicht geneigt) und Hangmooren (geneigt) im Gebirgsraum benutzt.

Eine Zusammenstellung der Indikatoren/Parameter der einzelnen klassifizierten HGMT und deren Hierarchie zeigt Tab. 2.

Die detaillierte Beschreibung der einzelnen Parameter wird auf der Homepage ( http://www.carbstor.de ) ausführlich dargestellt.

Die Validierung des Entscheidungssystems zeigte, dass die klassifizierten HGMT mit den im Moorarchiv ausgewiesenen HGMT vergleichbar sind. Von den zwölf zufällig ausgewählten Moorflächen wurde eine Übereinstimmung in neun Fällen festgestellt. Bei den restlichen Moorgebieten bestanden Abweichungen bei der Zuweisung des dominierenden HGMT (unterschiedliche Ergebnisse bei der Bestimmung des größten Flächenanteils) und bei der Zuordnung der Lageparameter aufgrund nicht immer deckungsgleicher Geodaten.

Schritt 2: Idealisierte Leitbodenprofile (ILP)

Die drei ILP der identifizierten Niedermoortypen Durchströmungs-, Verlandungs- und Versumpfungsmoor weichen im Aufbau stark voneinander ab (Abb. 13 a bis c). Die drei ILP der Hochmoortypen (vgl. Tab. 1) sind homogener aufgebaut (Abb. 13 d bis f). Charakteristisch sind die – durch Entwässerung – z.T. hoch zersetzten Oberböden und das Auftreten von Radizellentorfen als Haupttorfarten in den Niedermoorprofilen, bzw. von Sphagnumtorfen in den Hochmoorprofilen.

Schritt 3: Bestimmung des Gesamt-C und leicht umsetzbaren C in Abhän­gigkeit der Torfarten und Zersetzungs­grade

Für 18 HSK wurden typische TRD, C_org- und C_hwe-Gehalte ermittelt (Tab. 3). Die TRD schwankten von 0,1gcm^–3 für gering zersetzte Hochmoortorfe bis zu 0,5gcm^–3 für entwässerte Niedermoortorfe. Die C_org-Gehalte lagen zwischen 20 Masse- % für Schilftorfe mittlerer Zersetzung und 56 Masse- % für gering zersetzte Hochmoortorfe. Die C_hwe-Konzentrationen (Anteile am gesamten C_org) lagen zwischen 2,3 % bei gering zersetzten Radizellentorfen und 9,6 % bei entwässerten Niedermoortorfen. Aus der Kombination der TRD mit den C_org- bzw. C_hwe-Gehalten lassen sich die C-Speichermengen und C-Freisetzungspotenziale für eine 1dm mächtige Bodenschicht je ha Fläche ablesen und für das jeweilige ILP addieren. Ist die genaue Stratigraphie eines bestimmten Moores bekannt, kann ein individuelles Bodenprofil nach dem „Baukastenprinzip“ zusammengesetzt und so die Genauigkeit der berechneten C-Speichermengen und -Freisetzungspotenziale erhöht werden.

Schritt 4: Berechnung der C-Speichermenge (historische Speicherleistung) und des C-Freisetzungspotenzials (Gefährdungsabschätzung) differenziert nach dem jeweiligen Moortyp

Bei den Niedermoortypen besaß das ILP des HGMT Durchströmungsmoor die größte durchschnittlich gespeicherte C-Menge (Abb. 14). Die höchste durchschnittlich gespeicherte C-Menge für den HGMT Hochmoor konnte für den nicht wurzelechten Typ in Norddeutschland berechnet werden. Die geringste Speichermenge aller HGMT wurde für Versumpfungsmoore ermittelt.

Die Niedermoortypen weisen – aufgrund stärkerer Entwässerung, verbunden mit höheren TRD – größere C-Freisetzungspotenziale auf, als die Hochmoortypen (Abb. 15).

Schritt 5: Online-Tool

Die Ergebnisse sind unter http://www.carbstor.de frei verfügbar. Mit maximal 13 Entscheidungsfragen wird einem Moorpolygon ein dominierender HGMT zugewiesen und eine Dokumentation der gewählten Parameter erstellt. Die flächenmäßig bedeutsamen HGMT werden mit den ILP und ihrem jeweiligen Horizontaufbau automatisch verknüpft. Durch Angabe der Flächengröße werden die konkrete C-Speichermenge und die potenzielle C-Freisetzung für eine Moorfläche ausge­geben.

4 Diskussion

Das Entscheidungssystem stellt ein Übersichtsverfahren zur Ausweisung des dominierenden HGMT dar und erlaubt erstmals, einer nicht klassifizierten Moor­fläche einen dominierenden HGMT zuzuweisen. Als Grundlage diente das Moortypensystem nach Succow (1988). Dieses entstand mit Blick auf die Norddeutsche Jungmoränenlandschaft und wurde für ein bundesweites Entscheidungssystem um die Moortypen Überrieselungsmoor (Michaelis 2002) sowie Erdfall- und Salz­auslaugungsmoor (Timmermann & Succow 2001) erweitert. Typische Kesselmoore in Jungmoränenlandschaften sind häufig durch die Auflage einer Regenmoorkalotte charakterisiert (Klingenfuss & Zeitz 2010, Timmermann 1999). Im Gegensatz dazu sind für Erdfall- und Salzauslaugungsmoore rein topogene Torfsubstrate kennzeichnend und somit vom Typ der Kesselmoore zu trennen.

Im Moortypensystem nach Succow (1988) wurde nur eine Kategorie Hochmoor aufgeführt. Während der Recherchen zeigte sich, dass eine weitere Differenzierung notwendig ist, um den regionalen Unterschieden im Aufbau der Hochmoortypen besser zu entsprechen. Daher wurden die Hochmoore Süddeutschlands von denen in Norddeutschland unterschieden, letztere zusätzlich in wurzelechte und nicht wurzelechte Hochmoore (mit liegendem Niedermoortorf) unterteilt.

Das Entscheidungssystem basiert auf flächendeckend verfügbaren Geodaten, die mehr oder weniger stark generalisiert sind. Deshalb bestanden Abweichungen bei der Beurteilung der Lageparameter, da die Datengrundlagen unterschiedlicher Qualität nicht immer deckungsgleich sind. CARBSTOR hängt von der Qualität und Verfügbarkeit digitaler Daten ab (z.B. DGM 1 besser als DGM 5). Eine Vielzahl detaillierter Geländeinformationen liegt bisher nur in analoger Form vor. Digitale Flächendaten stellen häufig eine Generalisierung der differenzierten Profilaufnahmen dar. So werden Hochmoorsubstrate erst ab einer Mächtigkeit von mehr als 3dm abgebildet (Caspers 2010). Digitale Moor- bzw. Bohrpunktdaten sind oft nur bis 2m Tiefe aufgenommen. Angaben zu unterliegenden Substraten fehlen häufig, sind für eine gesicherte Bewertung des HGMT aber notwendig. Um die Ergebnisse der Moortypenbewertung zu verbessern, ist eine zukünftige Überführung analoger Datenbestände in digitale Form sowie die vollständige Geländekartierung von Moorböden bis zum mineralischen Untergrund wünschenswert.

Für die flächenmäßig bedeutsamen HGMT wurden ILP mit typischen HSK ausgewiesen, die Durchschnittswerte darstellen. Die ILP bilden mittlere Moormächtigkeiten ab, wobei die (weniger mächtigen) Moorrandbereiche nicht berücksichtigt wurden. Die Untersuchungsgebiete spiegeln ein breites Spektrum verschiedener HGMT und Landschaftsräume wider und bieten somit Grundlage für ein bundesweit anwendbares Entscheidungssystem. Allerdings ist das Modell in Karst­gebieten, aufgrund des wechselnden hydrologischen Regimes (Paulson 1998), nicht anwendbar.

Für die berechneten C-Speichermengen wurde die gesamte Moormächtigkeit betrachtet. Damit unterscheidet sich der Ansatz von klassischen bodenkundlichen Verfahren, die nur die obersten zwei Bodenmeter (Subtypenniveau) berücksichtigen. Die C-Speichermengen geben Auskunft über die Menge an C, die ein jeweiliger HGMT der Atmosphäre in Form von CO₂ durchschnittlich entzogen und damit zu einer Abkühlung des globalen Klimas beigetragen hat (historische Speicherleistung).

Verglichen mit den angegebenen C-Speichermengen für HGMT in Mecklenburg-Vorpommern von Zauft et al. (2010) liegen die berechneten C-Speichermengen des CARBSTOR-Verfahrens für die HGMT Versumpfungsmoor und Durchströmungsmoor darüber. Insbesondere die Speichermengen von Durchströmungs­mooren können bei höheren Moormächtigkeiten weitaus größere Werte annehmen. Zeitz et al. (2010) errechneten z.B. für ein 7,5m mächtiges Moor C-Speichermengen von 4700 t*ha^–1. Die berechnete Speichermenge des ILP für den HGMT Verlandungsmoor lag weit unter dem Durchschnittswert für Moore diesen Typs in Mecklenburg-Vorpommern (Zauft et al. 2010). Der Unterschied ist auf die fehlende Berücksichtigung der C-Speicherleistung von torfunterlagernden Mudden (limnische Sedimente) und auf die konservative Schätzung der Profilmächtigkeit innerhalb des CARBSTOR-Verfahrens zurück zu führen. Die ILP des HGMT Hochmoor wiesen aufgrund ihrer hohen C_org-Gehalte und Horizontmächtigkeiten vergleichsweise hohe durchschnittliche C-Speichermengen auf.

Da die durchschnittlichen C-Freisetzungspotenziale nur den obersten Bodenmeter abbilden, zeigten diese deutlich geringere Unterschiede zwischen den einzelnen HGMT als die C-Speichermengen. In diesem Bereich finden die intensivsten, durch Belüftung verursachten aeroben mikrobiellen Abbauprozesse statt, und die Gefahr einer potenziellen C-Freisetzung ist am höchsten. Die größten Werte wurden für die ILP in Verlandungsmooren und Versumpfungsmooren errechnet. Durch die besonders starke Entwässerung – oft verbunden mit intensiver landwirtschaftlicher Nutzung – kommt es bei diesen HGMT zu einer starken Degradierung (Vererdung bzw. Vermulmung) des Oberbodens sowie einer Aggregierung und Torfschrumpfung. Das ILP für den HGMT Durchströmungsmoor weist ein vergleichsweise geringeres C-Freisetzungspotenzial auf, bedingt durch geringer zersetzte Torfe. Die niedrigsten C-Freisetzungspotenziale wurden für die ILP der Hochmoore berechnet, da sie durch weniger starke Entwässerung gekennzeichnet sind. Die vergleichsweise geringen Werte lassen sich vermutlich auch durch die allgemein geringere mikrobielle Aktivität in Hochmooren erklären (Bohlin et al. 1989). Wie viel von dieser potenziell leicht freisetzbaren Kohlenstoffmenge wirklich mineralisiert wird und in welchem Zeitraum das geschieht, hängt stark von äußeren Einflüssen wie Temperatur, Feuchte, pH-Wert, Landnutzungsintensität, Nährstoffhaushalt etc. ab. Die angegebenen C-Freisetzungspotenziale zeigen aber deutliche Unterschiede in der Abbaustabilität der organischen Bodensubstanz zwischen einzelnen HGMT.

Dank

Besonderer Dank gilt der Deutschen Bundesstiftung Umwelt (DBU) für die Förderung des Forschungsprojekts.

Literatur

Ad-hoc-AG Boden (2005): Bodenkundliche Kartieranleitung. 5. Aufl., Hannover.

Akumu, C.E., McLaughlin, J.W. (2013): Regional variation in peatland carbon stock assessments, northern Ontario, Canada. Geoderma 209, 161-167.

Armentano, T.V., Menges, E.S. (1986): Patterns of Change in the Carbon Balance of Organic Soil-Wetlands of the Temperate Zone. J. Ecol. 74, 755-774.

Bauriegel, A. (2004): Methoden zur Ableitung und Parametrisierung von flächenbezogenen Profil- und Horizontdaten am Beispiel der Bodenübersichtskarte des Landes Brandenburg im Maßstab 1:300.000. Diss., Landw.-Gärtn. Fakultät, Humboldt-Universität zu Berlin.

Berg, E., Jeschke, L., Lenschow, U. (2000): Das Moorschutzkonzept Mecklenburg-Vorpommern. Telma 30, 173-220.

Bohlin, E., Hämäläinen, M., Sundã, T. (1989): Botanical and chemical characterization of peat using multivariate methods. Soil Sci. 147, 252-263.

Caspers, G. (2010): Die Unterscheidung von Torfarten in der bodenkundlichen und geologischen Kartierung. Telma 40, 33-66.

Couwenberg, J., Joosten, H. (2001): Das Beispiel Deutschland. In: Succow, M., Joosten, H., Hrsg., Landschaftsökologische Moorkunde, Schweizerbart, Stuttgart, 2. Aufl., 409-411.

Drösler, M., Adelmann, W., Augustin, J., Bergman, L., Beyer, C., Chojnicki, B., Förster, C., Freibauer, A., Giebels, M., Görlitz, S., Höper, H., Kantelhardt, J., Liebersbach, H., Hahn-Schöfl, M., Minke, M., Petschow, U., Pfadenhauer, J., Schaller, L., Schägner, P., Sommer, M., Thuille, A., Wehrhan, M. (2013): Klimaschutz durch Moorschutz: Schlussbericht des Vorhabens „Klimaschutz – Moorschutzstrate­gien“ 2006-2010. Technische Universität, München (online unter: http://literatur.ti.bund.de/digbib_extern/dn052361.pdf, letzter Zugriff 14.01.2014).

Eggelsmann, R. (1967): Oberflächengefälle und Abflussregime der Hochmoore. Wasser und Boden 19, 247-252.

Fell, H., Rosskopf, N., Zeitz, J. (2014): Organic soils in Germany, their distribution and carbon stocks. In prep.

Frolking, S., Roulet, N.T., Moore, T.R., Richard, P.J.H., Lavoie, M., Muller, S.D. (2001): Modeling northern peatland decomposition and peat accumulation. Ecosystems 4 (5), 479-498.

Heller, C., Weiss, K. (2014): Approaching towards a standardized method for the hot-water extraction of peat material to determine labile SOM in organic soils. In prep.

–, Zeitz, J. (2012): Stability of soil organic matter in two northeast German fens: The influence of site and soil development. J. Soils Sediments 12 (8), 1231-1240.

Hirschfeld, J., Weiss, J., Preidl, M., Korbun, T. (2008): Klimawirkungen der Landwirtschaft in Deutschland. Institut für ökologische Wirtschaftsforschung, Berlin.

Höper, H. (2007): Freisetzung von Treibhausgasen aus deutschen Mooren. Telma 37, 85-105.

Jeschke, L. (1988): Biotoppflege in Mooren. Veröff. Museen Gera. nat. wiss. R. 15, 41-51.

Kirchner, A. (1971): Ein Beitrag zur Klassifizierung von Niedermoorstandorten in den drei Nordbezirken der DDR unter für die Melioration bedeutungsvollen hydrologischen Gesichtspunkten. Diss., Wilhelm-Pieck-Univ. Rostock.

Klingenfuss, C., Zeitz, J. (2010): Kesselmoore – Untersuchungen von flächenrepräsentativen Leitbodenprofilen in wesentlichen hydrogenetischen Moortypen (HGMT) Brandenburgs. Humboldt-Universität zu Berlin, Fachgebiet Bodenkunde und Standortlehre (unveröff. Mskr.).

Michaelis, D. (2002): Die spät- und nacheiszeitliche Entwicklung der natürlichen Vegetation von Durchströmungsmooren in Mecklenburg-Vorpommern am Beispiel der Recknitz. Disse., Ernst-Moritz-Arndt-Univ. Greifswald.

Parish, F., Sirin, A., Charman, D., Joosten, H., Minayeva, T., Silvius, M., Stringer, L. (eds., 2008): Assessment on Peatlands, Biodiversity and Climate Change: Main Report. Global Environment Centre, Kuala Lumpur und Wetlands International, Wageningen.

Paulson, C. (1998): Die Moore in der Kreidelandschaft des Nationalparks Jasmund (Insel Rügen) – Mitteilung ausgewählter Untersuchungsergebnisse. Telma 28, 53-73.

Post, W.M., Emanuel, W.R., Zinke, P.J., Stangenberger, A.G. (1982): Soil carbon pools and world life zones. Nature 298, 156-159.

Rosskopf, N., Zeitz, J. (2009): C-Speicherung und C-Freisetzungspotential der hydrologisch-genetischen Moortypen „Durchströmungsmoor“ und „Versumpfungsmoor“. In: Tagungsbeitrag zur Jahrestagung der Deutschen Bodenkund­lichen Gesellschaft (DBG), Kommission V: Böden – eine endliche Ressource. Ber. DBG, Bonn.

Rowinsky, V. (1995): Hydrologische und stratigraphische Studien zur Entwicklungsgeschichte von Brandenburger Kesselmooren. Berliner Geogr. Abh. 60.

Succow, M. (1988): Landschaftsökologische Moorkunde. Gustav Fischer, Jena.

–, Jeschke, L.. (1990): Moore in der Landschaft. Urania, Leipzig, 2. Aufl.

–, Joosten, H. (Hrsg., 2001): Landschaftsökologische Moorkunde. Schweizerbarth, Stuttgart, 2. Aufl.

Timmermann, T. (1999): Sphagnum-Moore in Nordostbrandenburg: Stratigraphisch-hydrodynamische Typisierung und Vegetationswandel seit 1923. Diss., Ernst-Moritz-Arndt-Univ. Greifswald.

–, Succow, M. (2001): Kesselmoore. In: Succow, M., Joosten, H., Hrsg., Landschaftsökologische Moorkunde, Schweizerbarth, Stuttgart, 2. Aufl., 379-390.

von Post, L. (1924): Das genetische System der organogenen Bildungen Schwedens. Comité international de Pédologie, IVème commission pour l‘Europe 22, 287-304.

Zauft, M., Fell, H., Glasser, F., Rosskopf, N., Zeitz, J. (2010): Carbon storage in the peatlands of Mecklenburg-Western Pomerania, northeast Germany. Mires and Peat 6 (4), 1-12.

Zeitz, J., Velty, S. (2002): Soil properties of drained and rewetted fen soils. J. Plant Nutr. Soil Sci. 165 (5), 618–626.

–, Fell, H., Zauft, M. (2005): Entwicklung einer Methode zur Beschreibung flächenrepräsentativer Leitböden der Moore. Endbericht der 2. Phase des Forschungsvorhabens. Im Auftrag der Bundesanstalt für Geowissenschaften und Rohstoffe, Hannover (unveröff. Mskr.).

–, Zauft, M., Rosskopf, N. (2010): Die Bedeutung Brandenburger Moore für die Kohlenstoffspeicherung. Naturschutz u Landschaftspflege in Brandenburg 19 (3, 4), 202-205.

Anschriften der Verfasser(innen): Dipl.-Geogr. Diana Möller, Dipl.-Geogr. Christian Heller und Prof. Dr. Jutta Zeitz, Humboldt-Universität zu Berlin, Fachgebiet Bodenkunde und Standortlehre, Albrecht-Thaer-Weg 2, D-14195 Berlin, E-Mail diana.moeller.1@agrar.hu-berlin.de, christian.heller@agrar.hu-berlin.de bzw. jutta.zeitz@agrar.hu-berlin.de.