Dr. Gerald Kändler

  • seit 2001: Leiter der Abteilung Biometrie und Informatik
  • 1998 bis 2001: Wissenschaftlicher Referent an der Abteilung Biometrie und Informatik
  • 1996 bis 1998: Stellvertretender Leiter des Forstamts Rotenfels in Rastatt
  • 1990 bis 1996: Referent in der Abteilung Waldbau der Forstdirektion Karlsruhe und Projektbevollmächtigter im „Projekt Europäisches Forschungszentrum für Maßnahmen zur Luftreinhaltung“ (PEF) am Forschungszentrum Karlsruhe
  • 1987 bis 1990: Stellvertretender Leiter des Forstamts Altensteig
  • 1985 bis 1987: Vorbereitungsdienst für den höheren Forstdienst in der Landesforstverwaltung Baden-Württemberg; Promotion 1986
  • 1981 bis 1985: Wissenschaftlicher Mitarbeiter an der Forstliche Versuchs- und Forschungsanstalt Baden-Württemberg, Abt. Landespflege; Dissertation
  • 1976 bis 1981: Studium der Forstwissenschaften an der Albert-Ludwigs-Universität Freiburg i. Br., Abschluss Diplom-Forstwirt

Zum Profil auf researchgate.net

Peer-reviewed Articles:

  • Dietrich, H., Wolf, T., Kawohl, T., Wehberg, J., Kändler, G., Mette, T., Röder, A., Böhner. J. (2019): Temporal and spatial high-resolution climate data from 1961 to 2100 for the German National Forest Inventory (NFI) January 2019 Annals of Forest Science (2019) 76:6 DOI: 10.1007/s13595-018-0788-5
  • Schumacher, J., Rattay, M., Kirchhöfer, M., Adler, P., Kändler, G. (2019): Combination of Multi-Temporal Sentinel 2 Images and Aerial Image Based Canopy Height Models for Timber Volume Modelling. Forests 10(9):746
  • Storch, F., Bauhus, J., Kändler, G. (2019): Assessing the influence of harvesting intensities on struc-tural diversity of forests in south-west Germany. Forest Ecosystems (2019) 6:40 doi.org/10.1186/s40663-019-0199-6
  • Vonderach, C.; Kändler, G.; Dormann, C. (2018): Consistent set of additive biomass equations for eight tree species in Germany fitted by nonlinear seemingly unrelated regression. Annals of Forest Science (2018) 75:49 doi.org 10.1007/s13595-018-0728-4
  • Kilham, P.; Kändler, G.; Hartebrodt, C.; Stelzer, A.-S.; Schraml, U. (2018): Designing Wood Supply Scenarios from Forest Inventories with Stratified Predictions. Forests 2018, 9, 77 doi: 10.3390/f9020077
  • Kilham, P.; Hartebrodt, C.; Kändler, G. (2018): Generating Tree-Level Harvest Predictions from Forest Inventories with Random Forests. Forests 2019, 10, 20; doi:10.3390/f10010020
  • Kirchhöfer, M.; Schumacher, J.; Adler, P.; Kändler, G. (2017): Considerations towards a Novel Ap-proach for Integrating Angle-Count Sampling Data in Remote Sensing Based Forest Inventories. Forests 2017 8(7), 239; doi:10.3390/f8070239
  • Magnussen, S.; Mauro, F.; Breidenbach, J.; Lanz, A.; Kändler, G. (2017): Area-level analysis of forest inventory variables. Eur J Forest Res. doi.org/10.1007/s10342-017-1074-z
  • Riedel, T.; Kändler, G. (2017): Nationale Treibhausgasberichterstattung: Neue Funktionen zur Schätzung der oberirdischen Biomasse am Einzelbaum. Forstarchiv 88 (2), 31-38
  • Stutz, K.; Schack-Kirchner, H.; Kändler, G.; Lang, F. (2017): Available Nutrients Can Accumulate in Permanent Skid Trails. Forests 2017 8(10): 358 DOI 10.3390/f8100358
  • Magnussen, S., Næsset, E., Kändler, G., Adler, P., Renaud, J. P., Gobakken, T. (2016) A functional regression model for inventories supported by aerial laser scanner data or photogrammetric point clouds  Remote Sensing of Environment Volume 184, October 2016, Pages 496–505
  • Ratcliffe, S., Liebergesell, M., Ruiz-Benito, P., Madrigal González, J., Muñoz Castañeda, J. M., Känd-ler, G., Lehtonen, A., Dahlgren, J., Kattge, J., Peñuelas, J., Zavala, M. A. and Wirth, C. (2016), Modes of functional biodiversity control on tree productivity across the European continent. Global Ecology and Biogeography, 25: 251–262. doi:10.1111/geb.12406
  • Röhling, S., Dunger, K., Kändler, G., Klatt, S., Riedel, T., Stümer, W., Brötz, J. (2016). Comparison of calculation methods for estimating annual carbon stock change in German forests under forest management in the German greenhouse gas inventory. Carbon Balance and Management 2016 11:12 DOI: 10.1186/s13021-016-0053-x
  • Madrigal-González, J., Ruiz-Benito, P., Ratcliffe, S., Calatayud, J., Kändler, G., Lehtonen, A., Zavala, M. A. (2016). Complementarity effects on tree growth are contingent on tree size and climatic conditions across Europe. Scientific Reports, 6, 32233. doi.org/10.1038/srep32233
  • Barreiro, S., Schelhaas, MJ., Kändler, G. et al. (2016). Overview of methods and tools for evaluating future woody biomass availability in European countries 73: 823. doi:10.1007/s13595-016-0564-3 Annals of Forest Science December 2016, Volume 73, Issue 4, pp 823–837
  • Stutz, K. P., Schack-Kirchner, H., Kändler, G., & Lang, F. (2015). Phosphorus in accumulated harvest residues on skid trails. Forest Ecology and Management 356 2015:136-143
  • Ratcliffe, S., Liebergesell, M., Ruiz-Benito, P., Madrigal Gonzalez, J., Munoz Catandea, J.M., Känd-ler, G., Lehtonen, A., Dahlgren, J., Kattge J., Penuelas, J., Zavala, M.A.,Wirth, C. (2015). Modes of functional biodiversity control on tree productivity across the European continent. Global Ecology and Biogeography. DOI: 10.1111/geb.12406
  • Hanewinkel, M.; Cullman, D.; Michiels, H-G.; Kändler, G. (2014). Converting probabilistic tree spe-cies range shift projections into meaningful classes for management. Journal of Environmental Management (Impact Factor: 3.06). 01/2014; 134C:153-165. DOI: 10.1016/j.jenvman.2014.01.010
  • Kublin, E.; Breidenbach, J.; Kändler, G. (2013): A flexible stem taper and volume prediction method based on mixed-effects B-spline regression. European Journal of forest research 132(5-6) 2013: 983-997
  • Ortiz, S.; Breidenbach, J.; Kändler, G. (2013): Early Detection of Bark Beetle Green Attack Using TerraSAR-X and RapidEye Data. Remote Sensing 5(4) 2013: 1912-1931
  • Heikkinen, J.; Tomppo, E.; Freudenschuss, A.; Weiss P.; Hylen, G.; Kusar, G.; McRoberts, R.; Kändler, G.; Cienciala, E.; Petersson, H. and Stahl, G. (2012): Interpolating and Extrapolating Information from Periodic Forest Surveys for Annual Greenhouse Gas Reporting. Forest Science 58(3) 2012: 236-247
  • Ortiz, S. M.; Breidenbach, J.; Knuth, R.; Kändler, G. (2012): The Influence of DEM Quality on Map-ping Accuracy of Coniferous- and Deciduous-Dominated Forest Using TerraSAR-X Images. Remote Sensing 4(3) 2012: 661-681
  • Kleinn, C.; Kändler, G.;  Schnell, S. (2011). Estimating forest edge length from forest inventory sample data. Canadian Journal of Forest Research 41(1): 1-10.
  • Breidenbach, J.; Nothdurft, A.; Kändler, G. (2010): Comparison of nearest neighbour approaches for small area estimation of tree species-specific forest inventory attributes in central Europe using airborne. Laser scanner data. European Journal of Forest Research, 129(5), 833–846, doi: 10.1007/s10342-010-0384-1.
  • Bäuerle, H., Nothdurft, A., Kändler, G., Bauhus, J. (2009). Monitoring von Habitatbäumen und Tot-holz auf Basis von Stichproben. Allgemeine Forst- und Jagdzeitung 180. Jg., 11/12: 249-260
  • Schmidt, M., Kändler, G. (2009). An Analysis of Norway Spruce stem quality in Baden-Württemberg: results from the Second German National Forest Inventory. Eur J Forest Res 128: 515-529
  • Zell, J., Kändler, G., Hanewinkel, M. (2009). A mixed model to predict decay rates of coarse woody debris – a meta-analysis approach. Ecological modelling 220: 904–912
  • Breidenbach, J.; Koch, B.; Kändler, G., Kleusberg, A. (2008). Quantifying the influence of slope, as-pect, crown shape and stem density on the estimation of tree height at plot level using Lidar and In-SAR data. International Journal of Remote Sensing, 2008, 29, 1511-1536.
  • Kohnle, U.; Kändler, G. (2007): Is Silver fir (Abies alba) less vulnerable to extraction damage than Norway spruce (Picea abies)? Eur. J Forest Res (2007) 126: 121-129
  • Kändler, G., Riemer, U. (2005). Der Zusammenhang zwischen Wuchsleistung und Standort bei Fichte, Tanne und Buche auf den wichtigsten Standortseinheiten des Südschwarzwaldes. In: Teuffel et a. (Hg.): Waldumbau für eine zukunftsorientierte Waldwirtschaft - Ergebnisse aus dem Südschwarzwald. Springer Berlin Heidelberg: 59-84
2018

Biometrie und Informatik ? 60 Jahre im Dienst der FVA. AFZ-DerWald 73 (19), 43-45

KÄNDLER, G. , Veröffentlichungen 
2018

Consistent set of additive biomass equations for eight tree species in Germany fitted by nonlinear seemingly unrelated regression. Annals of Forest Science 75 (2), 49

VONDERACH, C.; KÄNDLER, G.; DORMANN, C. , Veröffentlichungen 
2018

Designing Wood Supply Scenarios from Forest Inventories with Stratified Predictions. Forests 9 (2), 77

KILHAM, P.; KÄNDLER, G.; HARTEBRODT, C. et al. , Veröffentlichungen 

Waldinventuren

  • Verfahren für permanente und temporäre Stichprobeninventuren
  • Kleingebietsschätzung
  • Monitoringkonzepte, Biodiversitätsmonitoring
  • Landesinventurleitung für die Bundeswaldinventur
  • Konzeptionelle Weiterentwicklung der Betriebsinventur
  • Beratung der Forsteinrichtung in Inventurfragen

Methodische Grundlagen, Dendrometrie, Holzmesskunde, Modellbildung

  • Methodenentwicklung für die Bundeswaldinventur
  • Wachstumsmodelle für Bäume und Bestände, Simulatoren
  • Prognosemodelle (WEHAM: Holzaufkommen, Waldentwicklung)
  • Waldplanungsinstrument für die Forsteinrichtung
  • Schaftkurvenmodellierung
  • Biomassemodelle und -funktionen
  • Kohlenstoffbilanzierungsmodelle
  • Entscheidungsunterstützungssysteme, Programm Holzernte
  • Holzmesskundliche Geräte und Verfahren

Biometrie

  • Beratung

Projekte

WaldExpert - Digitales Entscheidungssystem für den Privatwald

1614 Im Projekt WaldExpert wird eine Smartphone-Applikation als mobiles Informationssystem für die etwa 220.000 Eigentümer/innen von Kleinst- und Kleinprivatwald in Baden-Württemberg entwickelt. Die App stellt die Verbindung zwischen Waldbesitzenden und Beratenden her. WaldExpert soll aktivieren, informieren und kommunizieren. Die Eigenverantwortung von Waldbesitzenden nimmt zu. Mit der Veränderung der Betreuungsstrukturen ändern sich auch die Bewirtschaftungsgrundlagen im kleineren Privatwald in Baden-Württemberg. Zudem sind Wälder im Klimawandel veränderten Umweltbedingungen unterworfen, welche waldbauliche Handlungen erfordern. Das zentrale Anliegen von WaldExpert liegt darin, verfügbare digitale Datenquellen zu verknüpfen und in einer Applikation nutzbar zu machen. Die App dient der Information von und der Kommunikation zwischen Waldbesitzenden und betreuenden Organisationen. Ziel und gleichzeitig Herausforderung des Vorhabens ist die Zusammenführung und zielgruppengerechte Aufbereitung bislang isoliert bestehender, komplexer waldbezogener Daten. Die Nutzer werden in die Lage versetzt, zu konkreten Waldorten Informationen rund um die Waldbewirtschaftung abzurufen. Naturschutzaspekte finden dabei ebenso wie Nutzungsaspekte Berücksichtigung. Die App wird pilothaft getestet und mit Nutzern weiterentwickelt. In erster Linie wendet sich WaldExpert an die Gruppe der nicht-organisierten Waldeigentümer. Hierunter fallen der „urbane Waldbesitzer“, welcher aktiviert werden muss und jener „halb-aktive“ Eigentümer, welcher sich bewusst oder unbewusst gegen die Verbindung mit relevanten Beratungsstellen entschieden hat. WaldExpert wird auch den Beratungs- und Betreuungsorganisationen für den Privatwald zur Verfügung stehen – sowohl den privatwirtschaftlich organisierten forstlichen Zusammenschlüssen als auch den öffentlichen Forstverwaltungen. In späteren Versionen können der App Funktionen hinzugefügt werden, die die Waldbesitzenden dabei unterstützen, Entscheidungen zur wirtschaftlichen und multifunktionalen Nutzung und zur nachhaltigen Entwicklung ihres Waldbesitzes informiert und verantwortlich zu treffen. 2018 2020 ohne Schwerpunkt Softwarelösungen Biometrie und Informatik (Koordination und Management; Mitwirkung bei Konzeption; Datenbereitstellung; Qualitätssicherung und Tests) Uli Riemer Regina Bogenschütz

Bundeswaldinventur 4: Vorbereitung, Durchführung und landesspezifische Analyse und Berichterstattung

1544 Die im 10 jährigen Turnus durchzuführende Bundeswaldinventur ist ein auf dem Bundeswaldgesetz beruhender Auftrag. Die Durchführung der vierten Bundeswaldinventur wurde von Bund und Ländern einvernehmlich für die Jahre 2021/2022 (Stichjahr 2022) beschlossen. Die Inventur soll im Wesentlichen mit unverändertem Design durchgeführt werden. Allerdings sind bezüglich des Spektrums der aufzunehmenden Variablen und Parameter sowie der dendrometrischen Messungen Detailfragen im Rahmen von Voruntersuchungen zu klären. Die FVA ist für die Implementierung der BWI 4 in Baden-Württemberg als Landesinventurleitung verantwortlich. Für die operative Phase sind frühzeitig die Datenlogistik, insbesondere der Auswahl und Prüfung der einzusetzenden Messtechnik sowie die Vorklärungsarbeiten vorzubereiten. In den Jahren 2021 bis 2022 wird die Datenerhebung durchgeführt. Der Landesinventurleitung obliegt die Vergabe der Aufträge, Organisation der Felddatenerhebung, die Mitwirkung beim Datenmanagement sowie die Qualitätssicherung. Eine entsprechende Durchführungsverordnung wird in 2016/17 erarbeitet und auf Bund-Länder-Ebene abgestimmt. In einem weiteren Schritt (2018/19) werden gegebenenfalls vorzunehmende Modifikationen der Informationsgewinnung und die Option landesspezifischer Sonderhebungen abgestimmt und in einer Aufnahmeanweisung festgelegt. Die Felddatenerhebung ist vorzubereiten und umfasst folgende Punkte (2020): ggf. Beschaffung von Spezialgeräten (voraussichtlich modernes GNSS), Ausschreibung der Felddatenerhebung durch freiberufliche Spezialisten; Schulung der Aufnahmetrupps. Die Durchführung der Felddatenerhebungen in den Jahren 2021 und 22 umfasst Qualitätssicherung (Kontrollaufnahmen) und Datenmanagement (Prüfung, Korrekturen). Die Auswertungsphase (2023-24) beinhaltet in Kooperation mit dem bundesweit zuständigen Thünen-Institut insbesondere die Interpretation der Ergebnisse; darüber hinaus erfolgen landespezifische Auswertungen und Analysen. Diese werden in Abstimmung mit dem MLR in einer öffentlichen Veranstaltung vorgestellt (BWI-Kolloquium) Die Daten werden für weitere Forschungsvorhaben in einer FVA-Datenbank vorgehalten. 2017 2025 Nachhaltigkeit messen und bewerten Waldinventuren Boden und Umwelt (Bodenkundlicher Monitoring) Biometrie und Informatik Dominik Cullmann Regina Bogenschütz Arno Röder Petra Adler

Präzisierung der Holzernteinformation durch Kalkulationshilfen für die Energieholzsortimentierung und vollständige Stoffbilanzen

1479 Ziel des hier vorgestellten Vorhabens ist die Entwicklung und Implementierung von rechnergestützter Kalkulationshilfen (1) für die Mengenabschätzung von Energieholzsortimenten sowie (2) die Erstellung vollständiger Stoffbilanzen bei der Waldholzernte. Die Notwendigkeit des Vorhabens ergibt sich aus der veränderten Nutzung der Holzressourcen, insbesondere durch eine intensivierte Biomassenutzung mit steigenden Verbrauchsmengen im Energieholzbereich. Damit ist gleichzeitig eine Differenzierung der Sortimentsaushaltung gegeben, die auch rechentechnisch abgebildet werden muss, um den Praktikern vor Ort realitätsnahe Werkzeuge zur Planung an die Hand geben zu können. Gleichzeitig und gerade mit der zunehmenden Nutzung von Energieholzsortimenten ist die Sicherstellung einer nachhaltigen Forstwirtschaft ein wichtiges Thema. Nachhaltigkeit bezieht sich in diesem Kontext aber nicht nur auf die Bilanz der zugewachsenen und geernteten Massen sondern auch auf die nachgelieferten und entnommenen Nährstoffe. Aktuell werden Stoffbilanzen auf Basis von Großrauminventuren und Monitoringnetzen berechnet (z.B. FNR-Forschungsvorhabens „Energieholzernte und stoffliche Nachhaltigkeit in Deutschland (EnNa)“ (FKZ 22006512), von Wilpert et al. 2011, Waldklimafonds-Projekt WP-KS-KW), die in ihrer Aussagekraft auf Ebene der Entscheidenden vor Ort allerdings nur begrenzt sind. Demgegenüber gibt es bisher keine Werkzeuge um aus routinemäßig erfassten Daten (z.B. Holzlisten) Erntemaßnahmen auf kleinen Flächeneinheiten vollständig stofflich zu erfassen. Um diese Lücke zu schließen soll als Ziel dieses Vorhabens ein methodischer Rahmen entwickelt und implementiert werden. Damit werden Informationen zur Kontrolle der Nachhaltigkeit und zur Sicherung der Ressourcennutzung an die relevanten Entscheidenden vor Ort gegeben. 2016 2019 Nachhaltigkeit messen und bewerten Modellbildung Boden und Umwelt (Nährstoffbilanzen) Waldnutzung (Definition Energieholzsortimente; Arbeitsverfahren) Biometrie und Informatik (Datenerfassung; Felderhebung; Modellbildung; software-technische Umsetzung;) Heike Puhlmann Christian Vonderach

FunDivEUROPE (FUNctional significance of forest bioDIVersity in EUROPE) Water and element fluxes at stand- and landscape level, as basis for assessing ecosystem services

1165 2011 2015 Klimafolgenforschung Wald und Wasser Boden und Umwelt (Wasser- und Stoffhaushalt) Biometrie und Informatik (Kohlenstoffspeicherung) Gerald Kändler

Erfassung der C-Speicherleistung von Stadtbäumen

1009 Bäume leisten in städtischen Gebieten als Luftfilter einen wesentlichen Beitrag zur Verbesserung des lokalen Klimas. Weniger bekannt und zahlenmäßig belegt ist die Rolle von Stadtbäumen als Kohlenstoffspeicher. Im Zusammenhang mit der Klimadiskussion kommt zwar der Verminderung der Emissionen fossilen CO2 eine entscheidende Bedeutung zu, aber auch die CO2-Speicherung durch grüne Pflanzen spielt eine wichtige Rolle. In dicht besiedelten, auf großer Fläche urbanisierten Räumen bilden Bäume außerhalb des Waldes, insbesondere Bäume an Straßen und in Parkanlagen, einen C-Speicher, dessen Größe und Dynamik bisher in Deutschland nicht untersucht ist. Voraussetzung für die Bilanzierung der C-Speicherung in Stadtbäumen in einem definierten Stadtgebiet ist ein Inventar der Stadtbäume, welches auf einem Stichprobenverfahrens auf Basis von Fernerkundungsdaten beruht. Das Prinzip der Berechnung des C-Vorrats erfordert die Ermittlung der Biomasse der Einzelbäume. Für die Biomassebestimmung müssen verfügbare Biomassefunktionen überprüft und erforderlichenfalls für Stadtbäume neu kalibriert werden. Hierzu sind Daten zu erheben, unter der Bedingung zerstörungsfreier Beprobungsverfahren, da Probebaumfällungen im städtischen Bereich kaum möglich sind. 2008 2011 Nachhaltigkeit und Multifunktionalität Waldinventuren Biometrie und Informatik Petra Adler

Bundeswaldinventur 3 - Vorbereitungsphase und Felddatenerhebung (Landesinventurleitung LIL BW)

932 Die Durchführung der dritten Bundeswaldinventur erfolgt in den Jahren 2001/2012 (Stichjahr 2012), im wesentlichen mit unverändertem Design. Die FVA ist für die Implementierung der BWI 3 in Baden-Württemberg als Landesinventurleitung verantwortlich. Für die operative Phase sind frühzeitig die Datenlogistik (Aussattung der Aufnahmegruppen mit MDE) sowie die Vorklärungsarbeiten vorzubereiten. Der Landesinventurleitung obliegt die Vergabe der Aufträge, Organisation der Felddatenerhebung, die Mitwirkung beim Datenmanagement sowie die Qualitätssicherung. 2007 2016 Nachhaltigkeit und Multifunktionalität Waldinventuren Boden und Umwelt (Auswertungen der zusätzlichen Bodenaufnahmen) Biometrie und Informatik (Landesinventurleitung) Arno Röder Uli Riemer

Methodenentwicklung BWI3

946 Die Bundeswaldinventur stellt eine unverzichtbare Komponente eines umfassenden Waldmonitoringsystems zur Sicherung einer nachhaltigen Waldbewirtschaftung und -entwicklung dar. Die FVA BW hat von Beginn an methodische Grundlagen für die Auswertung der Inventur entwickelt. Für die dritte Inventur müssen verschiedene Komponenten überarbeitet und auf einen neuen Stand gebracht werden, zum Teil sind neue Elemente (z. B. Biomassefunktionen) zu integrieren. Die durchzuführenden Forschungs- und Entwicklungsarbeiten basieren auf der laufenden Tätigkeit im Arbeitsgebiet Waldinventuren. Folgende nach Modulen gegliederte Komponenten sind zu überarbeiten, aktualisieren und weiterzuentwickeln: - Modul 1: Zur Schaftformmodellierung ist die bestehende Programmbibliothek BDAT zu aktualisieren, indem ein neues Modellkonzept umgesetzt und in die Programmbibliothek integriert wird. - Modul 2: Die Verfahren zur Ergänzung fehlender Höhenmesswerte sowie zur Fortschreibung von Durchmessern und Höhen sollen mit Hilfe einer modernen Modellklasse verbessert werden - Modul 3: Biomassefunktionen, welche für die Ermittlung des Kohlenstoffvorrats sowie für die Abschätzung von Energieholzpotenzialen benötigt werden, sollen überprüft und validiert werden - Modul 4: Erhebung von Datenmaterial für die Validierung der Biomassefunktionen: durch eine koordinierte bundesweite Datenerhebungskampagne sollen die benötigten Daten in Kooperation mit Forschungseinrichtungen des Bundes und anderer Länder gewonnen werden. Das Konzept zur Erhebung der Biomasse von Einzelbäumen wurde von der FVA erarbeitet. - Modul 5: Die entwickelten Verfahren sind in Form von Softwarelösungen bereitzustellen 2007 2013 Nachhaltigkeit und Multifunktionalität Waldinventuren Forstökonomie Biometrie und Informatik

Kalkulationsprogramm Holzernte und Holzvermarktung

135 Das Softwarepaket "Holzernte" ist eine PC-gestützte Entscheidungshilfe für Holzernte und Holzvermarktung und vorrangig für die Vor- und Nachkalkulation von Hieben im Holzerntebetrieb bestimmt. Es stellt Informationen über Zeitaufwand, Lohn- und Sachkosten, sowie über erntekostenfreie Erlöse bereit. Das Programmpaket enthält Module für folgende Fragestellungen - Schaffung einer Schnittstelle zum Betriebsinventurprogramm, die es ermöglicht, von diesem ausgewiesene Nutzungen betriebswirtschaftlich aufzuschlüsseln (Berechnung der Sortenstruktur, der erntekostenfreien Erlöse u. dgl.), - Nachbildung der optimierten Sortenaushaltung bei Vollerntern, - Erstellung regionaler Hiebssortentarife als Schätzhilfen für eine verbesserte betriebliche Sortenplanung, - Berechnung von Standardkostensätzen für gängige Arbeitsverfahren als Grundlage für betriebliches Controlling, - Bereitstellung von Statistiken über Zopfdurchmesser, Längenklassen bei PZ-Holz u. dgl. 1992 ohne Schwerpunkt IT- und GIS-Technik Waldnutzung Biometrie und Informatik Marco Reimann

Warenkorb

Titel Anzahl Preis
Gesamtpreis: