Natur Natur sein lassen ist das Motto im Nationalpark Bayersicher Wald. Menschliche Eingriffe sind auf einem Großteil der Fläche des Schutzgebiets tabu. Natürliche Prozesse können großflächig so ablaufen, wie sie es seit Jahrtausenden tun. Nur an wenigen anderen Stellen der Bundesrepublik Deutschland haben Naturliebhaber die Chance, dies aus nächster Nähe zu beobachten. Und auch für Forscher bietet dieser Prozessschutz einmalige Möglichkeiten. Im Podcast "Wildnis schafft Wissen - Forschung im Nationalpark Bayerischer Wald" geben Wissenschaftler besonders spannende Einblicke in ihre Arbeitsfelder. Denn: Wissenschaftliches Arbeiten genießt in der Nationalparkverwaltung Bayerischer Wald einen hohen Stellenwert. Das sehr hohe Niveau der Forschung wird nicht nur durch eigene Mitarbeiter, sondern auch durch ein starkes Netzwerk von nationalen und internationalen Partnern. Dutzende Universitäten, Institutionen und Behörden arbeiten eng mit den Experten des Nationalparks zusammen. Zwei Prinzipien sind besonders wichtig: Zum einen versuchen die Forscher, wo es nur geht, internationalen Ansätzen zu folgen...
https://www.nationalpark-bayerischer-wald.de
episode 5: Wildnis schafft Wissen: So dynamisch ist der Wald
Rupert Seidl und die Folgen von Stürmen, Borkenkäfern und dem Klimawandel
Der Wald verändert sich von Jahr zu Jahr. In der Regel gehen diese Veränderungen im Ökosystem in kleinen Schritten voran. Nur dann, wenn etwas Außergewöhnliches passiert, kann der Wald plötzlich rasant sein Gesicht verändern. Stürme, Borkenkäfer, aber auch die Folgen des Klimawandels, sind solch nicht alltägliche Faktoren. Deren Folge ist eine ungeahnte Walddynamik. Rupert Seidl, Professor für Ökosystemdynamik und Waldmanagement in Gebirgslandschaften an der Technischen Universität München, erforscht diese natürlichen Prozesse - auch im Nationalpark Bayerischer Wald. In der fünften Folge des Nationalpark-Podcasts "Wildnis schafft Wissen" erklärt er unter anderem, wie sich das Mittelgebirge in der Zukunft entwickeln könnte. Grundlage dafür sind komplexe Modellrechnungen.