Therophytenreiche Ruderal- und Segetalgesellschaften der Feldbach-Region und ihre Eignung als Klimazeiger

mit einer Vegetationstabelle als Beilage

Magisterarbeit

eingereicht von Verena Denk, Bakk. rer. nat.

Institut für Pflanzenwissenschaften der Karl-Franzens-Universität Graz Bereich Systematische Botanik und Geobotanik Betreut durch Dr. Christian Berg

Graz, im Juli 2012

Wir leben in einem gefährlichen Zeitalter. Der Mensch beherrscht die Natur, bevor er gelernt hat, sich selbst zu beherrschen . Albert Schweitzer

II

Danksagung

An dieser Stelle möchte ich mich bei Herrn Dr. Christian Berg für seine unermüdliche und hervorragende Betreuung bei der Verfassung meiner Arbeit bedanken. Außerdem möchte ich mich bei Anton Drescher, Martin Magnes und Martin Grube bedanken, die mir immer wieder mit Rat und Tat zur Seite standen.

Besonderer Dank gilt meinen Eltern die mir das Studium ermöglicht haben und mich immer in meinen Vorhaben unterstützt und bestärkt haben.

Herzlich danken möchte ich auch meinem Freund der mir Prüfungspläne angefertigt und Deadlines gesetzt hat, ohne ihn hätte ich das Studium nicht so schnell beenden können. Außerdem danke ich ihm, dass er auch in schwierigen Zeiten immer die richtigen Worte gefunden hat und bei meiner R- Einschulung nicht verzweifelt ist.

Danken möchte ich auch Thomas Kabas vom Wegener Zentrum für die Bereitstellung der Klimadaten.

Meinen lieben StudienkollegenInnen möchte ich für die VIELEN geselligen, lustigen und motivierenden KAFFEEPAUSEN danken.

Dank gilt auch meinem Moped, das mich trotz tausender Kilometer nie im Stich gelassen hat.

III

Inhalt

1 Einleitung - 1 -

1.1 Der Klimawandel und seine Folgen - 1 -

1.2 Therophytenreiche Ruderal- und Segetalgesellschaften - 2 -

1.3 Regionale Klimaforschung in der Feldbach-Region - 2 -

1.4 Fragestellung - 2 -

2 Untersuchungsgebiet und WegenerNet - 3 -

2.1 Lage und Abgrenzung - 3 -

2.2 Geologie - das oststeirische Tertiärbecken - 5 -

2.3 Böden - 7 -

2.4 Klima - 8 - 2.4.1 Klimawandel in der Südoststeiermark - 9 -

2.5 Struktureller Überblick über den Bezirk Feldbach - 11 -

2.6 Pionierexperiment WegenerNet Klimastationsnetz - 12 - 2.6.1 Messnetzdesign - 12 - 2.6.2 Gemessene Parameter - 13 -

3 Methodik - 14 -

3.1 Erfassung der Ruderalgesellschaften - 14 -

3.2 Tabellenarbeit und Klassifikation - 16 -

3.3 Ökologische Zeigerwerte nach Ellenberg - 16 - 3.3.1 Temperaturzahl (T) - 17 -

3.4 Klimadaten des WegenerNet - 18 -

3.5 Statistische Auswertung - 19 - 3.5.1 Lineare Regression und Multiple lineare Regression - 19 - 3.5.2 Logistische Regression - 20 - 3.5.3 DCA (Detrended Correspondence Analysis) - 21 - 3.5.4 Verbreitungskarten von Neophyten und Ruderal- und Segetalgesellschaften - 21 -

4 Ergebnisse - 22 -

4.1 Die Ruderal- und Segetalgesellschaften im UG - 22 - 4.1.1 Klasse: Polygono arenastri-Poetea annuae - 23 -

IV

4.1.2 Klasse: Stellarietea mediae - 25 - 4.1.3 Klasse: Artemisietea vulgaris - 31 -

4.2 Ergebnisse der Statistischen Auswertung - 33 - 4.2.1 Abhängigkeit der Vegetation vom Klima - 33 - 4.2.2 Verhalten der Pflanzengesellschaften gegenüber Klimadaten - 39 - 4.2.3 Temperatur-Optimum einzelner Arten - 40 - 4.2.4 Verhalten der Arten entlang eines Temperaturgradientens - 41 -

4.3 Neophyten erobern die Südoststeiermark - 43 - 4.3.1 Klimabedingtes räumliches Muster von Neophyten - 44 -

4.4 Klimabedingtes räumliches Muster der Ruderal- und Segetalgesellschaften - 47 -

5 Diskussion - 51 -

5.1 Sind Ruderalgesellschaften als (regionale) Klimazeiger geeignet? - 51 - 5.1.1 Neophyten als Bioindikatoren für den Klimawandel - 53 -

5.2 Welche Parameter beeinflussen das Ergebnis? - 54 - 5.2.1 Untersuchungsgebiet - too small scaled? - 54 - 5.2.2 Zeitpunkt der Vegetationsaufnahme - 54 - 5.2.3 Dokumentation der Vegetationsveränderung - 55 - 5.2.4 Unterschiedliche Exposition von Klimastation und Aufnahme - 55 - 5.2.5 Diasporenbank - 56 -

5.3 Sind Ruderal- und Segetalgesellschaften gefährdet? - 57 -

5.4 Schlussfolgerung - 58 -

6 Zusammenfassung - 59 -

7 Abstract - 60 -

8 Literatur - 61 -

9 Anhang - 66 -

V

1 Einleitung

1 . 1 Der Klimawandel und seine Folgen

Der Klimawandel ist kein abstrakter Begriff mehr, er ist Realität geworden und ist heut zu Tage unter den KlimatologenInnen unumstritten. Der Anstieg der globalen mittleren Jahrestemperatur um 0,7 °C, seit dem letzten Jahrhundert, ist auf die anthropogene Emission sogenannter

Treibhausgase zurückzuführen (RAHMSTORF & SCHELLNHUBER 2006). Szenarien in denen die CO 2- Konzentration in der Atmosphäre zukünftig weiter ansteigt, prognostizieren eine globale

Temperaturerhöhung von 1,4°C bis 5,8°C in den nächsten hundert Jahren (GITAY et al. 2002).

Von 1890 bis 1999 stieg die Jahrestemperatur in Österreich im Flachland um 1,22 °C an (AUER et al. 2001), d. h. die Jahrestemperaturzunahme in Österreich ist beinahe doppelt so hoch wie der globale Temperaturanstieg. Eine besonders sensible Klimaregion ist die Südoststeiermark.

Arbeiten von KABAS et al. (2011a) und KABAS (2012) belegen die deutliche Erwärmung der Region im Zeitraum von 1971 bis 2007, dabei erreichen die Sommermonate ein Maximum von + 2,56 °C. Die

Niederschlagswerte der letzten Jahrzehnte sind unverändert, obwohl HEINRICH (2005) diese Region als trockengefährdet ansieht. Studien zum Klimawandel verdeutlichen die Auswirkungen der globalen Erwärmung auf die Pflanzendecke. Eine Temperaturerhöhung führt zu einer früheren Keimung und Blütenbildung bei Pflanzen, wärmeliebendere Arten vollziehen eine Wanderbewegung Richtung Pole oder in höhere Gebirgslagen, außerdem beeinflusst die

Temperaturzunahme die Zusammensetzung von Pflanzengesellschaften (WALTER et al. 2002). Ein besonderes Augenmerk sollte auf die zunehmende Verbreitung von invasiven Neophyten gelegt werden, da ihr Vorkommen mit den vorherrschenden klimatischen Gegebenheiten verbunden ist

(ESSEL et al. 2009). Diese Veränderungen sind nicht nur auf globaler, sondern auch auf regionaler Ebene von großer Bedeutung, da das Auftreten der stark allergenwirkenden Beifuß-Ambrosie

(Ambrosia artemisiifolia ) schon bei einer geringen Temperaturerhöhung möglich ist (ESSEL et al. 2009).

- 1 -

1 . 2 Therophytenreiche Ruderal- und Segetalgesellschafte n

Der Terminus Ruderalvegetation leitet sich von den lateinischen Wörtern rudus, ruderis (dt. Schutt, Mörtel) ab und geben Auskunft über die Standortspräferenz der Ruderalvegetation. Ruderalgesellschaften besiedeln anthropogen oder natürlich gestörte Standorte, wie beispielsweise Bahnanlagen, Straßenparketts und Schuttplätze. Bei Segetalgesellschaften erfolgt die Störung durch regelmäßige Bodenbearbeitung (MUCINA 1993), typische Standorte sind daher Äcker. Beide scheinen auf den ersten Blick eher durch menschliche Aktivitäten beeinflusst zu sein und daher als Klimazeiger ungeeignet, jedoch stellen sie auf Grund ihrer hohen Dynamik (species turnover) die Eintrittspforte für Neophyten dar (BRANDES 2007). Vermehrt dringen Neophyten wie Sorghum halapense , Panicum dichotomiflorum oder Setaria faberi in die Gesellschaften ein und verändern sie teilweise stark. Bei den an besonders hohe Dynamik angepassten Ruderal- und Segetalarten handelt es sich um annuelle Pflanzen, diese besitzen einen sehr kurzen Vegetationsrhythmus und können dadurch schnell auf Umweltveränderungen reagieren.

1 . 3 Regionale Klimaforschung in der Feldbach-Region

Die Region Feldbach ist ein künstlicher Landschaftsausschnitt, mit einer Ausdehnung von ~20 x 15 km, zentriert um die Stadt Feldbach (Stmk/Österreich) im südoststeirischen Riedelland. Die Landschaft entspricht einer modernen Agrarlandschaft mit dem Schwerpunkt Ackerbau. Für die regionale Klimaforschung wurde im Jahr 2006 ein einzigartiges, zeitlich und räumlich hoch auflösendes Klimastationsnetz in der Region integriert. Das sogenannte WegenerNet umfasst 151 Klimastationen, die mit einer hohen Genauigkeit und in einer 5 Minuten Zeitauflösung meteorologische Daten übermitteln (siehe Kapitel 2.6). Damit ist der Klimawandel auf einer Skala von 1-10 km erfassbar (KIRCHENGAST et al. 2008).

1 . 4 Fragestellung

Das Ziel der vorliegenden Arbeit ist es, die (I) therophytenreichen Ruderal- und Segetalgesellschaften der Feldbach-Region flächendeckend zu erfassen und zu charakterisieren. Unter Anwendung von Regressionsverfahren wird (II) nach signifikanten Zusammenhängen zwischen den vegetationskundlichen Daten und den Klimadaten gesucht, um zu überprüfen ob kurzlebige Ruderal- und Segetalgesellschaften als Klimazeiger geeignet sind. Des Weiteren sollen (III) räumliche Muster bzw. Verbreitungstendenzen kartographisch dargestellt werden, um mögliche Ausbreitungstendenzen zu prognostizieren.

- 2 -

2 Untersuchungsgebiet und WegenerNet

Das Untersuchungsgebiet, in Folge mit UG abgekürzt, entspricht exakt der flächenmäßigen Ausdehnung des WegenerNet. Das WegenerNet liegt im SO der Steiermark und erstreckt sich beinahe über den gesamten Bezirk Feldbach. Das Untersuchungsgebiet hat Anteil am oststeirischen Riedelland und nimmt Teile der Talböden des Vorlandes ein. Prägend für dieses

Gebiet ist das Raabtal. Im UG besitzt das Raabtal eine West-Ost Orientierung (KABAS 2012).

Abb. 1: Das Untersuchungsgebiet liegt im Oststeirischen Hügelland. (Karte: KABAS 2012 adaptiert nach LIEB )

2 . 1 Lage und Abgrenzung

Das UG zentriert sich um die Stadt Feldbach, mit einer rechteckigen Ausdehnung von ~ 20 km x 15 km. Die vier Eckpunkte des UG bilden im NW Kirchberg an der Raab, im NE Hatzendorf, im SW Gnas und im SE Kapfenstein (46.93°N/15.90°E). Insgesamt erstreckt sich das UG über 27 Gemeinden. Die West-Ost-Ausdehnung beinhaltet einen großen Teil des Raabtales und dessen Seitentäler. Mit der Einmündung des Grazbaches, bei der Talerweiterung in Fehring, ist die östliche Abgrenzung festgelegt. Die Nord-Süd-Erstreckung erfasst das nördlich und südlich, an das Raabtal, angrenzende Hügelland und klimatisch besonders sensible Regionen wie das Gnaser Becken und

Bad Gleichenberg (KIRCHENGAST et al. 2007).

- 3 -

Abb. 2: Topographische Karte der Region Feldbach im Maßstab 1 : 25000. Das Untersuchungsgebiet ist rot umrahmt. (Karte: Digitaler Atlas Steiermark)

- 4 -

2 . 2 Geologie - das oststeirische Tertiärbecken

Die Region Feldbach ist in das oststeirische Riedelland eingebettet und ist daher ein Teil des oststeirischen Tertiärbeckens. Das typische Erscheinungsbild der Hügellandschaft, mit den weiten Talsohlen, den Terrassen und den langgestreckten Riedeln, ist auf eine Entwicklung zurückzuführen, die im Tertiär seinen Ausgang nahm.

Im Tertiär wurde das südoststeirische Becken von einem Meer und anschließend von einem Süßwassersee überflutet. Mit dem Eindringen des Meeres wurde der „Steirische Schlier“, dabei handelt es sich um Tonmergel mit Sand- und Sandsteineinlagerung, im Becken abgelagert, anschließend lagerten sich feinkörniger Kies, Sand- und Schlammmassen ab. Die Ablagerungen besitzen eine Mächtigkeit von mehreren hundert Metern. An die Überflutung anschließend kam es zu einer Wiederaufwölbung der Landschollen und zu einer regen Vulkantätigkeit. Aus den zähflüssigen Lavamassen der jüngsten Eruption entstand der Gleichenberger Kogel. Die Vulkanausbrüche haben den Quarztrachyt (in der Abbildung 4 violett dargestellt) geliefert, der heute noch im Schaufelgraben bei Gleichenberg abgebaut wird. Die von den Bergen herabströmenden Gewässer füllten das Becken immer wieder mit Schottermassen auf (WINKLER -

HERMADEN 1966). Erneute Ablagerungen und Absenkungen führten zu einer Austrocknung des Beckens, dies hatte weitere Krustenbewegungen zur Folge. Der Vulkanismus brachte basische Gesteine, hauptsächlich Basalte und Tuffe hervor, die sich oberflächlich ablagerten (Stradner Kogel, Kapfensteiner Kogel).

Mit dem Ende des Vulkanismus setze die Modellierung der Landschaft ein. Die Flüsse gruben sich in die Ablagerungen ein und formten aus den weicheren Sedimenten die typische Hügellandschaft

(BODENSCHUTZBERICHT 2004). Die Einsenkung der Flüsse verlief in Etappen und bildete dadurch die Terrassen aus. Flussschotter bilden die Basis der Absätze, über die eine dicke Lehmdecke gezogen ist, die der Fluss bei Hochwasser über die Schotterfelder gelegt hat (WINKLER -HERMADEN 1966).

In den letzten zehntausend Jahren kam es, bis auf Hangrutschungen und Aufschüttungen, zu keinen größeren Veränderungen der Landschaft mehr (BODENSCHUTZBERICHT 2004).

- 5 -

Abb. 3: Geologische Karte der Region Feldbach: Trachyt (violett), Basalt und Tuff (dun kelrosa), Tonmergel, Ton, Sande (hellgrün), Sande, Tone mit Schotterzügen (sand), Terrassen (gelb) und Schotterfelder (weiß) dargestellt. Datengrundlage : GIS Land Steiermark

Abb. 4: Bodengruppen und deren Vorkommen im Untersuchungsgebiet (KABAS 2012).

- 6 -

2 . 3 B ö d e n

Die Böden nehmen einen erheblichen Einfluss auf die Ausprägung einer Landschaft und stellen die Grundlage für unterschiedliche Vegetationseinheiten dar. Daher möchte ich kurz die Gruppen der zusammengefassten Bodentypen im Untersuchungsgebiet erläutern.

Entlang der Raab und einzelnen Bächen sind Auböden ausgebildet. Diese Böden unterliegen einer hohen Dynamik und sind aus Schwemmmaterial entstanden. Das Raabtal weist vor allem einen kalkfreien, schwach vergleyten braunen Auboden auf, der in kalkfreien Gley übergeht (KABAS 2012). Gleye sind Mineralböden bei denen durch hochstehendes, langsamziehendes oder stagnierendes Grundwasser chemisch-physikalische Veränderungen eingetreten sind. In Gleyhorizonten ist die Wurzelatmung der Pflanzen, durch das sauerstoffarme, stagnierende Grundwasser oft vollständig unterbunden. Ausgeprägte Gleyhorizonte begrenzen die Gründigkeit eines Bodens, da Pflanzenwurzeln nicht in diese Horizonte vordringen (BFW 2012). An leicht geneigten Flächen tritt der Hangpseudogley auf, an höhergelegenen Terrassen kommt es stelleweise zur Ausbildung von extremen Pseudogleyen (KABAS 2012). Die Böden von Pseudogleyen enthalten einen nicht oder nur wenig durchlässigen Staukörper, daher können über diesem Wasserstauungen auftreten. Dieser Bodentyp ist für den Ackerbau ungünstig, da es bei erhöhten Niederschlägen zu Ertragseinbussen kommen kann (BFW 2012). In den Riedel- und Hanglagen treten eine Vielzahl von verschiedenen Bodentypen auf, dabei nehmen die Braunerden und die wenig entwickeleten Rohböden eine erhebliche Fläche ein (KABAS 2012). Böden deren Entwicklung schon in der Vorzeit stattfanden und heute eventuell einer neuerlichen Veränderung unterliegen, sogenannte Reliktböden (BFW 2012), treten nur vereinzelt in Erscheinung. Als untypische Böden werden jene Böden bezeichnet, die entweder durch lokale Gegebenheiten oder durch anthropogene Einflüsse verändert wurden. Der Begriff „Bodenformkomplexe“ beinhaltet eine

Vielzahl von wechselnden Bodentypen auf kleinstem Raum (KABAS 2012).

- 7 -

2 . 4 K l i m a

Aufgrund der Lage im südöstlichen Vorland wird die Klimaregion Feldbach Riedelland durch die Alpen abgeschirmt, dadurch wird der Vorstoß von kalten Luftmassen aus dem Norden verzögert.

Zusätzlich gelangen Warmlufteinbrüche nur langsam zu den bodennahen Luftschichten (WAKONIGG 1978), was die Ausbildung von seichten Inversionswetterlagen, Lokalwindzirkulation und die Entwicklung von Talnebel begünstigt (AMT DER STEIERMARKISCHEN LANDESREGIERUNG 2012).

Das Klima des südöstlichen Vorlandes zeigt eine mäßig kontinentale Prägung mit warmen

Sommer- und milden Wintertemperaturen (WAKONIGG 1978). Die Höhe des Jahresniederschlags bewegt sich zwischen 790 und 840 mm (AMT DER STEIERMARKISCHEN LANDESREGIERUNG 2012), wobei generell ein Rückgang der Niederschlagsmenge von Südwest nach Nordost zu beobachten ist (WAKONIGG 1978). Die klimatischen Verhältnisse des UG sind aufgrund der kleinräumigen Skala vor allem durch geländeklimatische Unterschiede charakterisiert. Die Talböden sind durch ein schwach kontinentales Klima geprägt, mit kalten Winter- und warmen Sommertemperaturen

(WAKONIGG 1978). Das Auftreten von Frösten und die Bildung von Inversionen und Nebelbänken sind im Talbereich erhöht, wobei die Ausprägungen von den landschaftlichen Gegebenheiten abhängen. Durch fehlende Abflussmöglichkeiten kommt es zur Ausbildung von Kaltluftseen (KABAS 2012). Die mittlere Windgeschwindigkeit nimmt mit zunehmender Höhe zu, im Talbereich werden mittlere Windstärken von 1,0 bis 1,4 m/sec. erreicht, in den Riedellagen liegt die mittlere Windgeschwindigkeit bei 1,5 bis 3 m/sec. Der Übergang vom Talbereich zu den höher gelegenen

Riedellagen wird von WAKONIGG (1978) als Terrassenstufe bezeichnet. Das kontinental geprägte Talbodenklima nimmt mit der Höhenlage ab, jedoch werden die günstigen klimatischen Verhältnisse der Riedellagen nicht voll erreicht. Die Anzahl der Nebeltage hängt wiederum von den landschaftlichen Gegebenheiten ab, da der Talbodennebel mit zunehmender Höhe an Einfluss verliert. Das etwa 100 Höhenmeter über den Talböden liegende Riedelklima wird durch warme Sommer- und milde Wintertemperaturen charakterisiert. In dieser Lage ist das Auftreten von Frösten geringer, die Durchlüftung besser und die Anzahl der Sonnenstunden ist vor allem in den Wintermonaten etwas höher als in den Tallagen. Diesen klimatischen Bedingungen stehen

Schadensfröste im Frühjahr, sowie Unwetter und Hagelereignisse gegenüber (WAKONIGG 1978).

Zur Veranschaulichung der thermischen Unterschiede sind in Abbildung 5 die mittleren Temperaturjahresgänge für den Zeitraum von 2007 bis 2010 für die drei zuvor beschriebenen Teilabschnitte grafisch dargestellt. Die unterschiedlichen Temperaturniveaus zwischen den Tal- und Riedellagen zeigen sich besonders in den Winter und Sommermonaten. Während die - 8 -

Wintermonatsmittel in den kühleren Tallagen im negativen Bereich liegen, weisen die Terrassenstationen Werte um 0°C auf und die Riedellagen können durchwegs positive Temperaturen verzeichnen. Auch die Julimittelwerte spiegeln das deutlich niedrigere Temperaturniveau der Talböden mit Werten um 20°C wieder, da höher gelegenen Stationen

Werte deutlich über 20°C aufweisen (KABAS et al. 2011b, KABAS 2012).

Abb. 5: Geländeklimatische Unterschiede im mittleren Temperaturjahresgang (Periode 2007-2010) von WegenerNet-Stationen in unterschiedlicher topographischer Lage (KABAS 2012).

Die Niederschlagsverhältnisse des UG werden nicht dargestellt, da dieser Parameter auf einer derart kleinräumigen Skala zu stark variiert.

2 .4. 1 Klimawandel in der Südoststeiermark Nach einem Bericht des Zwischenstaatlichen Ausschusses für Klimaänderungen (Intergouvernemental Panel on Climate Change, IPCC) aus dem Jahre 2007 stieg die globale

Temperatur im Zeitraum zwischen 1850 und 2001 um 0,76 (± 0,19) °C (SOLOMON et al. 2007). Für

Österreich verzeichnet eine von AUER et al. (2001) durchgeführte Studie Austrian long-term climate (ALOCLIM) eine Erhöhung der Jahrestemperatur von 1,22 °C im Flachland bzw. von 1,28 °C an Bergstationen für den Zeitraum von 1890 bis 1999. Die folgenden Resultate aus den Arbeiten von

KABAS et al. (2011) und KABAS (2012) sollen die Klimasensibilität der Region Südoststeiermark wiederspiegeln. Auswertungen der Klimadaten der im UG liegenden ZAMG-Klimastation Bad Gleichenberg weist für die Periode von 1901 bis 2000 eine Temperaturerhöhung von 1,19 (± 0,40) °C im Jahresmittel und eine maximale Erhöhung von 1,49 (± 0,59) °C in den Sommermonaten auf. Seit den 1970iger Jahren ist eine weitere Erwärmung um 1,62 (± 0,68) °C zu beobachten. Eine - 9 - extreme Temperaturzunahme von 2,56 (± 0,83) °C ist vor allem im Sommer zu verzeichnen. Die Wintermonate besitzen eine höhere Variabilität, daher lassen sie keine signifikante Trendaussage zu, wie in Abbildung 6 ersichtlich ist. Bei Betrachtung der Niederschlagswerte ist eine negative Tendenz zu erkennen.

Abb. 6: Temperaturentwicklung in der Südoststeiermark in der Sommersaison (1971-2007) und in der Wintersaison (1972- 2007) mit Trendgerade; Bad Gleichenberg (schwarz), Gleisdorf (blau) und Regionsmittel der Südoststeiermark (orange) dargestellt. (KABAS 2012)

- 10 -

2 . 5 Struktureller Überblick über den Bezirk Feldbach

Die Drehscheibe für den Verkehr und auch für die Siedlungsstruktur ist das Raabtal. Im Hügelland findet man eine typische Streusiedelung vor. Die Bezirkshauptstadt Feldbach und die Gemeinde Fehring sind die Wirtschaftszentren und daher auch die Siedlungsschwerpunkte. Im Bezirk Feldbach gibt es nur drei Betriebe, die mehr als 300 Beschäftigte aufweisen. Die wirtschaftliche Struktur wird von Klein- und Mittelbetrieben gebildet. Die Anzahl an technologieorientierten Unternehmen, sogenannte zukunfts- und exportorientierte Gewerbe- und

Dienstleistungsunternehmen, ist sehr gering (HULMAK et al. 2003).

Der Bezirk Feldbach ist sehr landwirtschaftlich geprägt. Die günstigen klimatischen Verhältnisse im Bezirk spiegeln sich in der Nutzung der landwirtschaftlichen Flächen wider. Auf den 26.000 ha Ackerland werden in erster Linie Körnermais, Silomais, Gerste, Weizen, Raps, Ölkürbis, Ackerbohne, Sojabohne und Öl-Lein sowie Gemüse angebaut. Das Grünland mit ~9.000 ha ist von geringer Bedeutung für die Region. In den letzten Jahren ist ein Strukturwandel in der Landwirtschaft zu beobachten. Durch die große Entfernung zu Ballungszentren und damit verbundenen Arbeitsplätzen steigt das Desinteresse an der weiteren Bewirtschaftung der landwirtschaftlichen Betriebe. Auch ein Wandel in der Betriebsstruktur ist im Gange, so werden immer mehr Vollerwerbslandwirte zu Nebenerwerbsbauern und kleinere Betriebe geben die Bewirtschaftung ihres Hofes auf. Die Anzahl an viehhaltenden Betriebe nahm in den letzten Jahrzehnten drastisch ab, so waren es im Jahre 1981 noch 5.146 Rinderhalter und 7.524 Schweinehalter, verzeichnet man im Jahre 2003 nur noch 1.646 Rinderhalter und 2.511 Schweinehalter (Auszug aus dem Tätigkeitsbericht 2003 der Bezirkskammer für Land- und

Forstwirtschaft Feldbach, zitiert nach BODENSCHUTZBERICHT 2004). Bauern, die als Rinder- oder Schweinezüchter tätig waren, besitzen heute nur noch Maisfelder oder haben ihre Ackerflächen verpachtet, da die Viehhaltung aufgrund von steigenden Futtermittelkosten, Umbaukosten für EU- konforme Ställe und sinkenden Fleischpreisen nicht mehr rentabel ist. Durch die zunehmende Anzahl an Biogasanlagen in der Region (8 Anlagen) steigen auch die Pachtpreise. Für einen Hektar

Ackerland stieg dieser von 100 Euro/ha auf 1 000 Euro/ha (ENGELE & SWOBODA 2008). Diese Entwicklung führt zu einer starken Intensivierung der Landwirtschaft, mit sehr hohem Einsatz von Kunstdüngern und Herbiziden.

- 11 -

2 . 6 Pionierexperiment WegenerNet Klimastationsnetz

Das Klimastationsnetz des Wegener Zentrum für Klima und Globalen Wandel in der Feldbach- Region dient der Beobachtung von Klima und Wetter mit einer sehr hohen räumlichen und zeitlichen Auflösung. Die aktuelle, internationale Forschung in Bezug auf regionale Klimamodellierung nutzt derzeit Daten mit einer 10–50 km räumlichen Auflösung, daher ist das

WegenerNet mit einer räumlichen Auflösung von 1–10 km einzigartig (KIRCHENGAS t et al. 2008).

2 .6. 1 Messnetzdesign Bei der Entwicklung des Netzdesigns wurden sowohl regionalspezifische Ausprägungen als auch klimatische und orographische Verhältnisse, vorherrschende Landnutzung und Besiedelung des Raumes berücksichtigt. Ein besonderes Augenmerk wurde auf die Landschaftsform gelegt, die durch die breite Talsohle der Raab und für die Oststeiermark charakteristischen Riedeln geprägt ist. Zwei langjährige Klimastationen der ZAMG (Bad Gleichenberg und Feldbach) die eine wesentliche Grundlage für die Referenzdaten darstellen, wurden ebenfalls bei der Festlegung des Untersuchungsgebietes berücksichtigt.

Abb. 7: Klimastationsnetz: Pro Gitterzelle ist eine Klimastation vorhanden . Eine zusätzliche Referenzstation befindet sich in der Gemeinde Weißenbach-Gniebing. (Kirchengast et al. 2008)

- 12 -

Unter Achtnahme der zuvor angeführten Punkte wurde ein Raster von 150 Zellen mit einer Klimastation pro Zelle angelegt. Jede Gitterzelle besitzt eine Ausdehnung von ca. 1,4 km x 1,4 km, 2 dies entspricht einer Fläche von ~2 km (KIRCHENGAS t et al. 2008). Eine zusätzliche Referenzstation wurde in der Gemeinde Weißenbach-Gniebing errichtet (KABAS 2012), damit übermitteln insgesamt 151 Klimastationen in 27 Gemeinden aktuelle Klimadaten.

Die Klimastationen erstrecken sich über einen Höhenbereich von 257 m bis 520 m, daher werden die Stationen in 6 Lageklassen eingeteilt (KABAS 2012):

• Talbodenlage: 41 Stationen • Hangfußlage: 12 Stationen • Unterhangstufe: 13 Stationen • Mittelhangstufe: 25 Stationen • Oberhangstufen: 21 Stationen • Kammlage: 39 Stationen

2 .6. 2 Gemessene Parameter Seit 1. Jänner 2007 liefert das WegenerNet kontinuierlich Daten von Messungen aller Parameter und dies von allen 151 Klimastationen. Die Messungen aller Stationen werden in einem Intervall von 5 Minuten durchgeführt und stehen beinahe in Echtzeit zur Verfügung.

Die Stationen des WegenerNet können in 4 verschiedene Klimastationstypen unterteilt werden, die sich durch ihre Sensorik und die gemessenen Parameter unterscheiden. Für unsere Fragestellung sind jedoch nur die Grundparameter, wie relative Luftfeuchte, Niederschlag und Lufttemperatur von Interesse, und diese werden in allen 150 Gitterzellen gemessen (KIRCHENGAST et al. 2008). Sämtliche Klimadaten des WegenerNet sind jederzeit über das WegenerDatenportal (http://www.wegenernet.org/ ) online abrufbar.

Abb. 8: Klimastation des WegenerNet (Foto: Verena Denk)

- 13 -

3 Methodik

3 . 1 Erfassung der Ruderalgesellschaften

Im Vorfeld der Untersuchung wurden folgende Vegetationstypen (therophytenreiche Ruderal- und Segetalgesellschaften) als Zielobjekte bestimmt:

• Einjährige Trittpflanzen-Gesellschaften der Klasse Polygono-Poetea annuae • Therophytenreiche synanthrope Gesellschaften der Klasse Stellarietea mediae • Niederwüchsige Ruderalrasen der Ordnung Agropyretalia intermedio-repentis der Klasse Artemisietea vulgaris.

Die Erfassung der Gesellschaften erfolgte durch die Aufnahmemethode nach BRAUN -BLANQUET (1928), wobei die einzelnen Aufnahmeflächen subjektiv, nach Vorkommen von floristisch-

ökologisch homogenen Einzelbeständen (DIERSCHKE 1994), ausgewählt wurden. Für die Erhebung der Artmächtigkeit innerhalb der Aufnahmefläche wurde die Abundanz-Dominanz-Schätzskala nach REICHELT & WILMANNS (1973) verwendet.

r Individuum; Deckungsgrad < 5% + Individuen; Deckungsgrad < 5% 1 6-50 Individuen; Deckungsgrad < 5% 2m > Individuen; Deckungsgrad < 5% 2a Individuen beliebig; Deckungsgrad 5-15% 2b Individuen beliebig; Deckungsgrad 15-25% 3 Individuen beliebig; Deckungsgrad 25-50% 4 Individuen beliebig; Deckungsgrad 50-75% 5 Individuen beliebig; Deckungsgrad 75-100%

Im Zeitraum vom 25. Juni 2011 bis 23. August 2011 wurden die Vegetationsaufnahmen durchgeführt. Die Vorlage für die Anzahl der Aufnahmen basiert auf dem Stationsgitter des WegenerNet. Pro Gitterzelle (150) sollten 2 Vegetationsaufnahmen getätigt werden. Die Größe der Aufnahmeflächen wurde sowohl für die Trittvegetation als auch für die Segetal- und Ruderalvegetation mit 6 m 2 festgelegt.

- 14 -

Für jede Aufnahme wurden folgende Daten erhoben und dokumentiert:

• Vegetationsaufnahmenummer • Datum • Standortsangaben mittels GPS-Koordinaten • Gemeinde • Standortsangaben mittels ÖK 50 • Flächengröße • Seehöhe • Exposition • Neigung • Geologie • Geländeform • Bodenart • Skelettanteil in % • Gründigkeit des Bodens • Wasserstufe • aktuelle Nutzung • Schichtung (Deckungsgrade in % und Höhe in m) • Arten und deren Abundanz/Dominanzwerte • Bemerkungen/Sonstiges

Die Bestimmung der Gefäßpflanzen erfolgte mit der Exkursionsflora für Österreich, Liechtenstein und Südtirol (FISCHER et al. 2005), der Exkursionsflora von Deutschland (JÄGER 2011) und der

Bestimmungsliteratur für die Ackerunkräuter Europas (HANF 1984). Für die Bestimmung von vegetativen Material wurde der Atlasband der deutschen Exkursionsflora (JÄGER et al. 2009) sowie die Flora Vegetativa (EGGENBERG et al. 2009) herangezogen. Die Moose wurden mit Hilfe der

Moosflora von FRAHM et al. (2003) bestimmt.

Die verwendete Nomenklatur basiert auf der Exkursionsflora für Österreich, Liechtenstein und

Südtirol (FISCHER et al. 2005).

- 15 -

3 . 2 Tabellenarbeit und Klassifikation

Die während der Feldarbeit erhobenen Daten wurden für die Bearbeitung und Verwaltung, sowie für den leichteren Export in andere Programme in das Datenmanagementsystem TURBOVEG für Windows eingegeben. Das Programm erleichtert die Eingabe, Auswahl und Ausgabe von

Vegetationsaufnahmen (HENNEKENS & SCHAMINÉE 2001). Für die Analyse der pflanzensoziologischen Klassifikation wurden die Vegetationsaufnahmen aus dem TURBOVEG in das Programm JUICE 7.0 überführt. Diese Software dient der pflanzensoziologischen Tabellenarbeit und bietet eine Reihe von hilfreichen Funktionen für die Klassifikation und Analyse von vegetationskundlichen Daten

(TICHÝ 2002). Die Vorsortierung der Aufnahmen erfolgte mit dem integrierten Klassifikationsprogramm TWINSPAN.

TWINSPAN basiert auf einer hierarchisch teilenden Methode und ist in Anlehnung an die Tabellenarbeit entwickelt worden. Dem Prinzip der hierarchischen Teilung liegt eine Abfolge von Korrespondenzanalysen zu Grunde, dabei wird überprüft, welche Arten eine Präferenz für die linke oder rechte Seite des Diagrammes zeigen. Jene Arten, die nur in Aufnahmen auf der rechten Seite oder nur in Aufnahme auf der linken Seite vorkommen, werden als Indikatorarten bezeichnet

(LEYER & WESCHE 2007).

Für die endgültige Klassifizierung wurden die Arten und Aufnahmen nach diagnostisch wichtigen Arten manuell sortiert.

Zur Bestimmung und Charakterisierung der Assoziationen wurden SCHUBERT et al. (2001), BERG et al. (2004), POTT (1995), MUCINA et al. (1993) und CHYTRÝ (2009) herangezogen.

Die Klassifizierung der Pflanzengesellschaften erfolgte nach MUCINA et al. (2003) und BERG et al. (2004). Eine Vegetationstabelle ist der Arbeit beigelegt.

3 . 3 Ökologische Zeigerwerte nach Ellenberg

Die Zeigewerte nach Ellenberg beschreiben das ökologische Verhalten einer Pflanze, charakterisieren aber nicht die physiologischen Ansprüche einer Art an den betreffenden

Umweltfaktor (ELLENBERG et al. 1992). Für die Charakterisierung der Vegetationsaufnahmen und Assoziationen in Bezug auf deren Wärmepräferenzen werden die Temperaturzeigerwerte nach Ellenberg herangezogen. - 16 -

Pflanzenarten, für die in der Literatur noch keine Temperaturzahl definiert ist, wurde ein

Temperaturzeigerwert anhand ihrer Arealausdehnung (JÄGER 2011) generiert. Diese Temperaturzeigerwerte sind der Tabelle im Anhang zu entnehmen. Für jede Aufnahme wurde in JUICE ein gewichteter mittlerer Temperaturzeigerwert berechnet, wobei die Deckungsgrade der Arten bei der Berechnung berücksichtig werden. In sehr artenarmen Ruderalbeständen ist eine gewichtete Berechnung sinnvoll, da einzelne zufällig auftretende mehrjährige Arten aus Nachbarbeständen zu großen Einfluss auf die Berechnung nehmen könnten

(E LLEBENBERG et al. 1992). Für jede Gesellschaft wurde ein mittlerer Temperaturzeigerwert berechnet. Aufgrund der ordinalskalierten Zeigerwerte ist eine Mittelwertbildung mathematisch jedoch nicht zulässig. Die

Arbeit von DIEKMANN (2003) verdeutlicht aber, dass in der Praxis die mittleren Zeigerwerte gut interpretierbar sind und sich kaum von den Medianwerten unterscheiden.

3 .3. 1 Temperaturzahl (T) Die Temperaturzahl (T) beruht nicht auf der Auswertung von Temperaturmessungen, sondern auf dem geographischen Vorkommen. Sie gibt Auskunft über die nördlichste Verbreitung einer Art in

Europa, sowie über ihre Höhengrenze im Gebirge (ELLENBERG 1992). Die Temperaturzahl wird in folgende Wärmestufen gegliedert: 1 Kältezeiger, nur in hohen Gebirgslagen, d. h. der alpinen und nivalen Stufe 2 Zwischen 1 und 3 stehend (viele alpine Arten) 3 Kühlezeiger, vorwiegend in subalpinen Lagen 4 Zwischen 3 und 5 stehend (insbesondere hochmontane und montane Arten) 5 Mäßigwärmezeiger, von tiefen bis in montane Lagen, Schwergewicht in submontan- temperaten Bereichen 6 Zwischen 5 und 7 stehend (d. h. planar bis collin) 7 Wärmezeiger, im nördlichen Mitteleuropa nur in relativ warmen Tieflagen 8 Zwischen 7 und 9 stehend, meist mit submediterranen Schwergewicht 9 Extreme Wärmezeiger, vom Mediterrangebiet nur auf wärmste Plätze übergreifend

- 17 -

3 . 4 Klimadaten des WegenerNet

Für die statistische Auswertung wurden in Excel 2010 jeder Vegetationsaufnahme die entsprechenden Klimadaten zugeordnet. Die Daten erstrecken sich über einen Zeitraum von 2007 bis 2011, damit zufällige Schwankungen oder Messfehler die Ergebnisse nicht beeinflussen, wurde ein Temperatur-Mittelwert gebildet. Für die Auswertung wurden folgende Klimavariablen herangezogen:

• Jahresmittelwert • Vegetationsperiode (April-Oktober) • Wintersaison (Dezember, Januar und Februar) • Frühlingsaison (März, April und Mai) • Sommersaison (Juni, Juli und August) • Monatsmittel: Jänner, März, April, Mai, Juni

Eine Tabelle mit allen Vegetationsaufnahmen, sowie den dazugehörigen Klimadaten und den Temperaturzeigerwerten, ist dem Anhang zu entnehmen.

Die Jahresmitteltemperatur der Verbreitungskarten bezieht sich ausschließlich auf das Jahr 2011.

- 18 -

3 . 5 Statistische Auswertung

Bei der statistischen Auswertung wurden nach Korrelationen zwischen den Temperaturzeigerwerten und den Klimadatensätzen gesucht. Dafür wurde die Software R 2.12.2 verwendet. R besitzt eine Vielzahl von hilfreichen Funktionen, um Daten zu analysieren, statistisch auszuwerten, graphisch darzustellen, zu verwalten, zu speichern und vieles mehr (VENABLES et al. 2012). Die Analysen der vegetationskundlichen Daten in Bezug auf den Optimumsbereich der Arten entlang eines Gradientens (Klimadatensätze) wurde mit den Programmen Canoco for Windows 4.5 und R 2.12.2 durchgeführt.

3 .5. 1 Lineare Regression und Multiple lineare Regression Die Lineare Regression geht der Frage nach, ob ein Merkmal X einen Einfluss auf ein Merkmal Y hat. Um zu überprüfen, ob das Merkmal X auf Y einen Einfluss nimmt, wird getestet, ob sich die Steigung b der Geraden signifikant von null unterscheidet. Bei einer Regressionsanalyse wird angenommen, dass eine einseitige Abhängigkeit vorliegt. Daher ist X die unabhängige (Regressor) und Y die abhängige Variable (Regressand) (KÖHLER et al. 2007). Die Klimadaten stellen die unabhängigen Variablen für die Regression dar. Als Regressand werden verschiedenen Temperaturzeigerwert-Datensätze, nämlich die mittleren T-Zeigerwerte der Pflanzengesellschaften (AS), die Temperaturzeigerwerte aller Aufnahmen (GA) und die Temperaturzeigerwerte jener Aufnahmen, die Pflanzenarten mit einem Temperaturzeigerwert von 8 besitzen (AT8), verwendet. In diesem Regressionsmodell ist X (Klimadaten) nicht fest vorgeben, sondern zufällig verteilt und zwar nach einer Normalverteilung. Für die Temperaturzeigerwerte (Y) wird angenommen, dass es sich um Zufallsvariablen handelt (KÖHLER et al. 2007). Für die Ermittlung der Geraden, die am besten den Verlauf einer Punktwolke erklärt, wird die Methode der kleinsten Quadrate angewendet. Die beste Gerade besitzt die niedrigste Summe der

Abweichungsquadrate (LEYER & WESCHE 2007). In der Ökologie kann eine Variable nicht nur von einer, sondern von mehreren erklärenden Variablen abhängig sein. In diesem Fall ist die Anwendung der multiplen linearen Regression sinnvoll. Die multiple lineare Regression verwendet auch die Methode der kleinsten Quadrate, dabei wir aber nicht nach einer Geraden, sondern nach einer Ebene gesucht (LEYER & WESCHE 2007).

- 19 -

3 .5. 2 Logistische Regression Im Gegensatz zur linearen Regression verhalten sich Arten oft nicht linear entlang eines Umweltgradienten, sondern besitzen häufig irgendwo ein Optimum. Daher ist es nicht nötig, die Abundanzdaten in Beziehung zum Umweltgradienten zu setzen, sondern nur das Vorkommen bzw. Nichtvorkommen einer Art zu betrachten. Die ordinalskalierten Deckungsgradklassen werden in nominalskalierte Variablen überführt, dabei kann nur der Wert 1 für das Vorkommen oder 0 für das Nichtvorkommen angenommen werden. Bei diesem Verfahren gehen natürlich Information verloren, jedoch kann somit ein ungewolltes Rauschen in den Daten vermindert werden (LEYER &

WESCHE 2007). Für die logistische Regression werden noch ratioskalierte Klimadaten als unabhängige Variablen benötigt. Mit diesem Regressionsmodell können Vorkommenswahrscheinlichkeiten von Arten entlang eines Gradienten prognostiziert werden

(LEYER & WESCHE 2007).

Für die Berechnung der Art-Antwort-Kurve ist eine Linearisierung nötig. Diese erhält man über eine sogenannte Logit-Transformation der Vorkommenswahrscheinlichkeit ( p).

Durch die Umformung erhält man für die Vorkommenswahrscheinlichkeit ( p) diese Formel:

- 20 -

3 .5. 3 DCA (Detrended Correspondence Analysis) Ähnlich wie die zuvor beschriebene logistische Regression geht die Korrespondenzanalyse davon aus, dass sich Arten unimodal verhalten und irgendwo entlang des Gradienten ein Optimum besitzen. Dieses Optimum lässt sich bestimmen, indem der Durchschnitt der Umweltvariablen über alle Parameter, welche die Art enthalten, unter Berücksichtigung ihrer Häufigkeit berechnet wird. Im Gegensatz zur logistischen Regression werden bei dieser Methode die Abundanzdaten berücksichtig und daher gehen keine vegetationskundlichen Informationen verloren. Die Korrespondenzanalyse (CA) besitzt jedoch zwei große Probleme, nämlich den Arch-Effekt, die Aufnahmewerte beschreiben einen Bogen, und die Kompression der Aufnahmen am äußeren Rand des Gradienten. Die detrended (dt: entzerrte) Korrespondenzanalyse korrigiert die zuvor genannten Fehler (LEYER & WESCHE 2007). Die DCA wird mit dem Programm Canoco for Windows 4.5 durchgeführt. Für die Analyse wurden Arten die nur auf Gattungsniveau bestimmt wurden, sowie Gehölze und mehrjährige Stauden aus dem Datensatz entfernt.

3 .5. 4 Verbreitungskarten von Neophyten und Ruderal- und Segetalgesellschaften Um die Verbreitungstendenzen und die klimabedingten räumlichen Muster von Neophyten und den Ruderal- und Segetalgesellschaften darstellen zu können, wurden mit Hilfe des Programmes ArcGis Desktop 10 (ESRI) Verbreitungskarten im Maßstab 1:70.000 angefertigt. Ein Vergleich mit den provisorischen Verbreitungskarten aus dem Arbeitsatlas zur Farn- und Blütenpflanzenflora der

Steiermark (NIKLFELD & ENGLISCH 2004) wird angestellt.

- 21 -

4 Ergebnisse

Von den insgesamt 280 Vegetationsaufnahmen wurden 277 für die statistische Auswertung verwendet. 3 Aufnahmen wurden nicht berücksichtigt, da sie keiner Gesellschaft zugeordnet werden konnten. 236 Gefäßpflanzen, 16 Moose und 1 Flechte wurden durch die Vegetationsaufnahmen ermittelt, nicht mitgerechnet wurden jene Arten, die nur auf ihr Gattungsniveau bestimmt werden konnten. Die Artenliste ist dem Anhang zu entnehmen. Insgesamt konnten die Aufnahmen 6 verschiedenen Gesellschaften zugeordnet werden.

4 . 1 Die Ruderal- und Segetalgesellschaften im UG

K: Polygono-Poetea annuae Rivas-Martínez et al. 1991 O: Polygono arenastri-Poetalia annuae R. Tx. in Géhu et al. 1972 corr. Rivas-Martínez et al.1991 V: Matricario matricarioidis-Polygonion arenastri Rivas-Martínez 1975 corr. Rivas- Martínez et al.1991 Ass: Poetum annuae Felföldy 1942 (Poa-annua-[Matricario-Polygonion]-Gesellschaft K: Stellarietea mediae R. Tx., Lohmeyer et Preising in R. Tx. 1950 O: Chenopodietalia albi R. Tx. (1937) 1950 V: Panico-Setarion Sissingh in Westhoff et al. 1946 Ass: Echinochloo-Setarietum pumilae Felföldy 1942 corr. Mucina 1993 Ass: Mercuriali-Chenopodietum polyspermi Holzner 1973 O: Eragrostietalia J. Tx. ex Poli 1966 V: Euphorbion prostratae Rivas-Martínez 1976 Ass: Eragrostio-Polygonetum arenastri Oberd. 1954 corr. Mucina 1993 O:Sisymbrietalia J. Tx. in Lohmeyer et al. 1962 V: Sisymbrion officinalis R. Tx., Lohmeyer et Preising in R. Tx. 1950 Ass: Erigeronto-Lactucetum serriolae Lohmeyer in Oberd. 1957 em. Mucina 1978 K: Artemisietea vulgaris Lohmeyer &. al. ex von Rochow 1951 O: Agropyretalia intermedio-repentis Oberd. & al. ex T. Müller & Görs 1969

V: Convolvulo arvensis-Agropyrion repentis Görs 1966

Ass: Convolvulo arvensis-Agropyretum repentis Felföldy 1943 sAss: sorghetosum halapensis

- 22 -

4 .1. 1 Klasse: Polygono arenastri-Poetea annuae

(Klasse der einjährigen Trittpflanzen-Gesellschaften; MUCINA 1993a)

Die Klasse Polygono-Poetea umfasst Gesellschaften, die eine hohe Trittresistenz aufweisen und überwiegend von annuellen Pflanzenarten geprägt sind. Daher werden sie als typische Pioniervegetation auf Mittelstreifen von Feld- und Waldwegen, Wegrändern, Parkanlagen, Sport- und Spielplätzen angesehen. Durch die ständige Trittbelastung sind die Böden dieser Standorte verdichteter und besitzen eine verminderte Luft- und Wasserkapazität, außerdem kommt es oft zu einer mechanischen Beschädigung der Vegetationsdecke. Die Bestände sind relativ artenarm und werden oft nur von einer Pflanzenart dominiert. Zu den wenigen Kennarten der Klasse Polygono- Poetea annuae zählen Coronopus squamatus, Matricaria discoidea, Poa annua und Polygono arenastrum . Ruderale Arten aus anderen Klassen treten nur sporadisch auf oder fehlen ganz.

Laut MUCINA (1993a) ist in Europa nur eine Ordnung, die Polygono arenastri-Poetalia annuae, dieser Klasse ausgebildet. Diese Ordnung beinhaltet 2 Verbände, nämlich das Matricario matricarioidis-Polygonion arenastri und das Saginion procumbentis (MUCINA 1993a), von denen nur das Matricario-Polygonion im Untersuchungsgebiet nachgewiesen werden konnte.

Matricario matricarioidis-Polygonion arenastri

(Vogel-Knöterich-Verband, MUCINA 1993a)

Der Verband Matricario-Polygonion bevorzugt trockene, sonnige Standorte, die einer regelmäßigen Tritteinwirkung ausgesetzt sind. Die verdichteten Böden werden besonders gerne von Pflanzenarten der Familie Polygonaceae besiedelt. In Österreich zählt das Sclerochloo-Polygontum arenastri, das Matricario-Polygonetum arenastri und das Poetum annuae zu diesem Verband.

- 23 -

Poetum annuae (Vegetationstabelle: Syntaxoncode DA 1.1)

(FELFÖLDY 1942)

Nach MUCINA (1993a) wird diese Gesellschaft von Poa annua dominiert und ist relativ artenarm. Kleine Bestände der Poa annua -Gesellschaft treten an schattigen Standorten z.B. in Parkanlagen, Alleen oder entlang von Mauern auf. Taraxacum officinale agg ., Plantago major, Lolium perenne Matricaria discoidea und Trifolium repens sind in den Beständen häufig vertreten.

Laut DENGLER & WOLLERT (2004b) lassen sich innerhalb der Gesellschaft zwei Ausprägungen unterscheiden, nämlich eine artenarme mit Poa annua und eine mit Polygonum arenastrum . Im

Gegensatz zu MUCINA (1993a) sind die Standorte frisch bis mäßig trocken und meist besonnt, es handelt sich um betretene oder befahrene Wege, Spielplätze, Lagerplätze, Hofeinfahrten und Bahnsteige. Im Untersuchungsgebiet konnte sowohl die Poa annua , als auch die Polygono arenastrum dominierte Ausprägung beobachtet werden. Des Weiteren wurden Ausprägungen mit Amaranthus blitum und Euphorbia humifusa festgestellt, die weder MUCINA (1993a) noch DENGLER & WOLLERT (2004b) beschreiben. Von den insgesamt 277 Aufnahmen konnten 22 Aufnahmen der Poetum annuae-Gesellschaft zugeordnet werden.

- 24 -

4 .1. 2 Klasse: Stellarietea mediae

(Therophytenreiche synanthrope Gesellschaften, MUCINA 1993b) Die Klasse umfasst therophytenreiche Assoziationen auf anthropogen gestörten Böden. Bei den segetalen Gesellschaften erfolgt die mindestens jährlich auftretende Störung durch die regelmäßige Bodenbearbeitung. Die Störung bei den ruderalen Gesellschaften wird durch die Ablagerung von anthropogenem Material wie zum Beispiel Bauschutt verursacht. Die Bestände werden von annuellen Kräutern wie zum Beispiel Amaranthus powellii, Chenopodium album, Euphorbia helioscopia, Fallopia convolvulus, Persicaria maculosa, Setaria viridis, Sonchus oleraceus, Stellaria media, und Veronica persica dominiert.

In Österreich unterscheidet MUCINA (1993b) 4 Ordnungen, wobei in der Feldbach-Region Assoziationen der Ordnungen Chenopoidietalia albi, Eragrostietalia und Sisymbrietalia auftreten.

4.1.2.1 Chenopodietalia albi

(Unkrautgesellschaften der Winter- und Sommerfruchtkulturen auf basenarmen Böden; MUCINA 1993b) Zwischen den Sommer- und Winterkulturen auf sauren, sandigen bis lehmigen Böden, die sehr gut nährstoffversorgt sind, gedeihen die Ackerbeikrautgesellschaften der Ordnung Chenopodietalia albi. Die Gesellschaften werden von nährstoffliebenden Therophyten wie zum Beispiel Chenopodium polyspermum, Echinochloa curs galli, Galinsoga parviflora und Scleranthus annuus dominiert. Das Chenopodietalia albi umfasst 4 Verbände, nämlich die Winter-Halmfurchtgesellschaften Arnoseridion minimae und Scleranthion annui, sowie die Hackfruchtgesellschaften der Verbände Panico-Setarion und Spergulo-Oxalidion, die auch Ruderalstandorte (z. B. Lehmaufschüttungen) besiedeln.

Panico-Setarion

(Finger- und Borstenhirse-Gesellschaften; MUCINA 1993b) Die Bestände des Panico-Setarion werden von den Therophyten Amaranthus retroflexus, Digitaria ischaemum, Echinochloa crus-galli, Galinsoga parviflora, Setaria pumila und Setaria viridis geprägt. Die Verbreitung der Gesellschaften ist auf Mittel- und Nordwesteuropa festgelegt, wo wärmeliebendere Arten eher selten sind.

- 25 -

Echinochloo-Setarietum pumilae (Vegetationstabelle: Syntaxoncode DA 2.3) In den klimatisch begünstigten Regionen Österreichs ist das Echinochloo-Setarietum die am häufigsten auftretende Gesellschaft in Hackfruchtkulturen (MUCINA 1993b). In der landwirtschaftlich geprägten Region Feldbach stellt diese Gesellschaft mit Abstand (175 Aufnahmen von 277) das häufigste Syntaxon innerhalb der hier untersuchten Bestände dar. Die Gesellschaft besitzt keine Kennarten, ist jedoch durch eine Kombination aus bestimmten und regelmäßig auftretenden spätkeimenden Arten wie z.B. Setaria pumila, Amaranthus retroflexus und Echinochloa crus-galli gekennzeichnet. Auf lehmigen bis sandigen Böden sind die Bestände gut ausgebildet (MUCINA 1993b). Das Vorkommen der Gesellschaft beschränkt sich in der Südoststeiermark nicht nur auf Hackfruchtkulturen (Mais, Kürbis), sondern besiedelt auch Gemüsebeete, Brachen und Erdablagerungen. Je nach Dominanz einzelner Arten konnten im Bezirk Feldbach 6 verschiedene Ausbildungen des Echinochloo-Setarietum unterschieden werden: • Bidens tripartitus -Ausbildung (13 Aufnahmen, Syntaxoncode DA 2.3.5) • Galinsoga parviflora -Ausbildung (33 Aufnahmen, Syntaxoncode DA 2.3.1) • Panicum dichotomiflorum -Ausbildung (43 Aufnahmen, Syntaxoncode DA 2.3.4) • Persicaria lapathifolia -Ausbildung (29 Aufnahmen, Syntaxoncode DA 2.3.2) • Setaria faberi -Ausbildung (11 Aufnahmen, Syntaxoncode DA 2.3.6) • Solanum nigrum -Ausbildung (13 Aufnahmen, Syntaxoncode DA 2.3.3)

Mercuriali-Chenopodietum polyspermi (Vegetationstabelle: Syntaxoncode DA 2.4)

(Bingelkrautreiche Unkrautgesellschaften des Vielsamigen Gänsefußes; MUCINA 1993b) Diese Gesellschaft tritt in klimatischen Übergangsgebieten auf und ist durch das gemeinsame Vorkommen von thermophilen und kalkliebenden Arten, sowie Höhenzeigern charakterisiert. Trennarten des Mercuriali-Chenopodietum sind Chenopodium polyspermum, Lapsana communis und Legousia speculum-veneris . Als konstante Begleiter treten in der Feldbach-Region Anagallis arvensis, Stellaria media, Matricaria chamomilla und Capsella bursa-pastoris auf. Die Gesellschaft weist eine große Ähnlichkeit mit dem Echinochloo-Setarietum auf. Die Trennung erfolgt bei unseren Aufnahmen ebenso wie bei MUCINA (1993b) durch Höhen- und Feuchtezeiger wie zum Beispiel Anagallis arvensis, Lapsana communis , Myosotis arvensis und Viola arvensis . In der Feldbach-Region ist diese Gesellschaft in Kürbis- und Weizenäcker sowie Erdaufschüttungen anzutreffen. 28 Aufnahmen wurden als Mercuriali-Chenopodietum polyspermi charakterisiert.

- 26 -

Abb. 9: Poetum annuae Ausprägung mit Polygonum aviculare agg. (Foto: V. Denk)

Abb. 10: Echinochloo-Setarietum pumilae Setaria farberi-Ausbildung

(Foto: V. Denk)

Abb. 11: Mercuriali-Chenopodietum polyspermum (Foto: V. Denk) - 27 -

4.1.2.2 Eragrostietalia

(Ordnung der Hirse- und Fuchsschwanzreichen Gesellschaften; MUCINA 1993b) Die Ordnung Eragrostietalia besitzt ihren Verbreitungsschwerpunkt in den trockenwarmen Gebieten Süd- und Südosteuropas. Die Gesellschaften besiedeln sowohl Hackfruchtkulturen als auch Ruderalstandorte. Die Böden der halbruderalen und ruderalen Standorte sind trocken und sandig bis sehr skelettreich. Das typische Erscheinungsbild der Eragrostietalia wird durch das Vorkommen von panikoiden Gräsern der Gattungen Eragrostis, Setaria, Digitaria und Panicum und anderen C4-Pflanzen bestimmt. In Österreich umfasst die Ordnung 3 Verbände (Salsolion ruthenicae, Euphorbion prostratae,

Matricario chamomillae-Chenopodion) sowie andere Eragrostietalia-Gesellschaften (MUCINA 1993b).

Euphorbion prostratae

(Liebgras-Fuchschwanz-Trittgesellschaften; MUCINA 1993b) Das Euphorbion prostatae besitzt seinen Verbreitungsschwerpunkt im (sub)mediterranen Europa, die nördlichsten Ausstrahlungen dieses Syntaxons reichen bis Mitteleuropa. In Österreich treten 3 Gesellschaften konstant auf, nämlich das Eragrostio-Polygenetum, das Plantagini-Cynodontetum dactyli und das Chamaesyco humifusae-Oxalidetum corniculatae. Die Bestände sind durch trittresistente Gräser ( Eragrostis minor, Eleusine indica ), Arten der Gattung Euphorbia ( E. maculata, E. humiflusa ) und gebietsfremden Amaranthus -Arten (A. albus, A. crispus ) gekennzeichnet (MUCINA 1993b).

Eragrostio-Polygonetum arenastri (Vegetationstabelle: Syntaxoncode DA 2.1)

(Liebgras-Trittrasen; MUCINA 1993b) Das Eragrostio-Polygonetum besiedelt trittbeeinflusste sandige Böden, die durch starke Sonneneinstrahlung leicht austrocknen. Typische Standorte sind unbefestigte Straßen und Parkplätze, Gehsteige und Sportplätze. Die Bestände sind locker und kleinwüchsig und werden von Polygonum arenastrum und verschiedenen panikoiden Gräsern wie z. B. Eragrostis minor, Digitaria sanguinalis, Setaria viridis und Setaria pumila gebildet (MUCINA 1993b). In der Feldbach-Region konnte diese Assoziation auch entlang von Bahnanlagen nachgewiesen werden. Die Gesellschaft umfasst 13 Aufnahmen.

- 28 -

4.1.2.3 Sisymbrietalia

(Rauken-Gesellschaften; MUCINA 1993b) In den gemäßigten Zonen Europas nehmen die Gesellschaften der Ordnung Sisymbrietalia eine zentrale Stellung in der Ruderalvegetation ein. Die Bestände besiedeln anthropogen gestörte Habitate wie z. B. Erdaufschüttungen, Wegränder und Schuttablagerungen. Durch die regelmäßig auftretenden Störungen gelangen annuelle Arten (Amaranthus powellii, Atriplex patula, Conyza canadensis, Lactuca serriola, Tripleurospermum inodorum ) zur Dominanz, mehrjährige Arten treten meist in Form von zweijährigen Arten auf. Diese Standorte werden auch bevorzugt von verwilderten Kulturpflanzen besiedelt. In Österreich ist die Ordnung Sisymbrietalia durch 3 Verbände, nämlich das Sisymbrion officinalis, das Atriplicion nitentis und das Malvion neglecte repräsentiert (MUCINA 1993b).

Sisymbrion officinalis

(Wegrauken-Gesellschaften; MUCINA 1993b) Die Gesellschaften dieses Verbandes sind meist kleinwüchsig und werden von winterannuellen Gräsern und Kräutern dominiert. Arten wie zum Beispiel Hordeum murinum und Lepidium ruderal, die ein wintermildes Klima bevorzugen, sind Kennarten des Sisymbrion officinalis. Zu den weiteren Kennarten des Sisymbrion officinalis gehören Crepis capillaris, Crepis tectorum, Descurainia sophia, Lepidum densiflorum, Sisymbrium loeselii und Sisymbrium officinale . Anthropogen gestörte Standorte mit lockeren und leicht austrocknenden Böden werden bevorzugt besiedelt. Die Bestände waren ursprünglich an sonnigen Standorten in Dörfern zu finden. Gegenwärtig sind sie in urbanen Bereichen auf Aufschüttungen, Ödland, Bauschutt und kleinen Misthaufen anzutreffen.

Der Verbreitungsschwerpunkt liegt in der planaren und collinen Stufe wärmerer Gebiete (MUCINA 1993b).

- 29 -

Erigeronto-Lactucetum serriolae (Vegetationstabelle: Syntaxoncode DA 2.2)

(Kompaßlattich-Flur; MUCINA 1993b) Die Gesellschaft tritt im (sub)kontinental getönten Klima Mittel- und Osteuropas am häufigsten auf. Das Erigeronto-Lactucetum besiedelt Lehm- und Schuttaufschüttungen, Ödland und Planierungen, daher wird es als typische “Baustellen-Gesellschaft” angesehen. In der Feldbach- Region bilden die dominierenden Arten Lactuca serriola , Conyza canadensis und Erigeron annuus dichte Bestände aus, die von verschiedenen Therophyten (Chenopodium strictum, Chenopodium album, Tripleurospermum inodorum, Sonchus oleraceus) mit breiter ökologischer Amplitude durchsetzt sind (MUCINA 1993b). 19 Aufnahmen wurden dieser Gesellschaft zugewiesen.

- 30 -

4 .1. 3 Klasse: Artemisietea vulgaris (Eurosibirische ruderale Beifuß- und Distelgesellschaften und halbruderale Pioniertrockenrasen;

MUCINA 1993c) Die Gesellschaften der Artemisietea vulgaris sind durch mehrjährige Stauden mit meist CR- Strategie charakterisiert. Die Standorte (Ödland, Raine, Straßen- und Eisenbahnböschungen) unterliegen im Gegensatz zur Klasse Stellarietea mediae einer geringeren Störungsrate. Die Bestände werden häufig von Gräsern dominiert. Viele Gesellschaften der Klasse sind wärme- und trockenheitsliebend und sind daher in den tieferen Lagen anzutreffen (Mucina 1993c).

4.1.3.1 Agropyretalia intermedio-repentis (Niederwüchsige Ruderalrasen) Die Gesellschaften der Agropyretalia repentis sind relativ artenarm und besiedeln ruderale Standorte, jedoch werden sie auf Grund ihres hohen Anteils an Wiesen- und Weide-Elementen auch als semiruderale Gesellschaften angesehen. MUCINA (1993c) beschreibt die Gesellschaften der Agropyretalia als Sukzessionstadium der Stellarietea mediae und sieht sie nicht als Pionierrasen an. In trockenen und warmen Gebieten Mittel- und Südosteuropas sind die Agropyretalia am besten ausgebildet. Die Ordnung ist in Österreich durch 2 Verbände vertreten, wobei bei der Untersuchung nur die Gesellschaften des Convolvulo arvensis-Agropyrion repentis aufgenommen wurden.

Convolvulo arvensis-Agropyretum repentis (Vegetationstabelle: Syntaxoncode DA 3.1)

(Kriechquecken-Ruderalrasen, DENGLER & WOLLERT 2004a) Die Bestände der Kriechquecken-Ruderalrasen (13 Aufnahmen) sind artenarm und werden von der Gewöhnlichen Quecke ( Elymus repens ) dominiert, als konstanter Begleiter tritt Convolvulus arvensis hinzu. Die licht- und wärmeliebenden Rasen (DENGLER & WOLLERT 2004) wachsen meist auf kalkhaltigen, mäßig trockenen Lehmböden (MUCINA 1993c). In der Südoststeiermark besiedeln sie Ackerraine und Böschungen von Feldwegen. Entlang von Ackerrainen trat die Wilde Möhrenhirse (Sorghum halepense ) als kodominierende Art in den Beständen auf. Diese Ausprägung wird als Subassoziation angesehen und umfasst 9 Aufnahmen (Syntaxoncode DA 3.1.1).

- 31 -

Abb. 12:

Erigeronto-Lactucetum serriolae (Foto: V. Denk)

Abb. 13:

Eragrostio-Polygonetum arenastri (Foto: V. Denk)

Abb. 14:

Convolvolo arvensis-Agropyretum repentis (Foto: V. Denk)

- 32 -

4 . 2 Ergebnisse der Statistischen Auswertung

4 .2. 1 Abhängigkeit der Vegetation vom Klima Bei der statistischen Auswertung mittels linearer Regression konnte keine Korrelation zwischen den gesamten Vegetationsaufnahmen und den verschiedenen Klimadatensätzen nachgewiesen werden, siehe Abbildung 15a. Der Datensatz AT8 enthält Aufnahmen mit mindestens einer Pflanzenart, die einen Temperaturzeigerwert von 8 besitzt. Für diesen Datensatz konnte jedoch keine Abhängigkeit des Temperaturzeigerwertes von den gemessenen Klimadaten festgestellt werden. Auch die Einzelaufnahmen der unterschiedlichen Gesellschaften korrelieren nicht mit den Klimadaten. Die mittleren Temperaturzeigerwerte der Gesellschaften sind negativ mit der Seehöhe korreliert (R 2 = 0.66, p-Wert< 0.05), aber es gibt keinen signifikanter Zusammenhang zwischen den mittleren Temperaturzeigerwerten und den Klimadaten, siehe Abbildung 15b. Um den Datensatz hinsichtlich der Aufnahmezahlen der einzelnen Cluster zu vereinheitlichen, wurde das Echinochloo-Setarietum, das 175 Aufnahmen umfasst, in die entsprechenden Ausbildungen aufgespalten. Der nun entstandene Datensatz (ASA) zeigt aber eine zu große Streuung der Datenpunkte, daher sind auch hier keine aussagekräftigen Zusammenhänge nachweisbar. Die beste Korrelation zeigt die Segetalvegetation. Der Datensatz der Segetalvegetation umfasst die mittleren Temperaturzeigerwerte des Mercuriali-Chenopodietums, der Ausbildungen des Echinochloo-Setarietums, des Convolvolo-Agropyretums und die Subassoziation des Convolvolo- Agropyretums mit Sorghum halepense . Die trittbeeinflussten Gesellschaften wurden aus dem Datensatz entfernt. Die Wintertemperatur (Temperatur von Dezember-Februar) korreliert am stärksten mit den mittleren Temperaturzeigerwerten (R 2 = 0.50, p-Wert = 0.02). Die Regressionsgerade ist in Abbildung 15d grafisch dargestellt. Ein ähnliches Ergebnis liefert auch der Januar-Datensatz (R 2 = 0.44, p-Wert = 0.04). Die Frühlings- und Sommertemperatur korrelieren nicht mit den mittleren Temperaturzeigerwerten. In der Tabelle 1 sind alle Regressionsmodelle mit ihren R 2-Werten und ihrer entsprechenden Signifikanz aufgelistet.

- 33 -

a. b. gesamtegesamte Vegetationsaufnahmen Aufnahmen GesellschaftenAssoziationen

Jahresmitteltemperatur (°C) Jahresmitteltemperatur

(°C) April-Oktober Temperatur mittlere 15.70 15.75 15.80 15.85

9.6 9.8 10.0 10.2 10.4 10.6 10.8

5.5 6.0 6.5 7.0 7.5 8.0 6.2 6.4 6.6 6.8

T-Zeigerwert mittlerer T-Zeigerwert c. Vegetationsgruppen Gruppen der Segetalvegetation Gesellschaften inkl. Ausbildungen d. Segetalgesellschaften inkl Ausbildugen

Seehöhe(m)

mittlere Temperatur Dezember-Februar (°C) Dezember-Februar Temperatur mittlere

300 310 320 330

-0.20 -0.15 -0.10 -0.05 0.00 0.05 6.2 6.4 6.6 6.8 7.0 7.2 7.4 6.2 6.4 6.6 6.8 7.0 7.2 7.4 mittlerer T-Zeigerwert mittlerer T-Zeigerwert

Abb. 15: Streudiagramme mit Regressionsgeraden; a. Temperaturzeigerwerte der gesamte Vegetationsaufnahmen zeigen keinen Zusammenhang mit den Jahresmitteltemperatur (R 2 = 0.00, p-Wert > 0.05); b. die mittleren Temperaturzeigerwerte der Gesellschaften korrelieren nicht mit der mittleren Temperatur der Vegetationsperiode ((R 2 = 0.00, p-Wert > 0.05); c. die mittleren Temperaturzeigerwerte der Gesellschaften inklusive der Ausbildungen des Echinochloo-Setarietums korrelieren nicht signifikant mit der Seehöhe (R 2 = 0.21, p-Wert > 0.05); d. die Segetalvegetation zeigt eine deutliche Korrelation mit den Wintermonaten (R 2 = 0.50, p-Wert < 0.05).

- 34 -

Bisher wurde nur der Einfluss einer erklärenden Variablen auf die abhängigen Temperaturzeigerwerte untersucht. Mit Hilfe der multiplen linearen Regression können mehrere erklärende Variablen verwendet werden. Die Berechnungen wurden mit dem Datensatz ASAO (Segetalgesellschaften inklusive Ausbildungen) durchgeführt. Der Temperaturzeigerwert wurde in Beziehung zur (1) Seehöhe und Wintertemperatur, sowie zur (2) Seehöhe und Jahresmitteltemperatur, analysiert. Das Modell (1) kann 71 % der Gesamtstreuung erklären und das Modell (2) immerhin mehr als 50 %. Multiple lineare Regressionen mit anderen Datensätzen zeigten keine signifikante Korrelation.

(1) Segetalgesellschaften inklusive Ausbildungen

(2 ) Segetalgesellschaften inklusive Ausbildungen

Abb. 16: Durch die multiple lineare Regression abgeleitete Ebene mit den zwei erklärenden Variablen (1) Seehöhe und Wintertemperatur, sowie (2) Seehöhe und Jahresmitteltemperatur und der abhängigen Variable Temperaturzeigerwert. (1) R 2 = 0.71, p-Wert = 0.01 (2) R 2 = 0.56, p-Wert = 0.05

- 35 -

Tabelle 1 Zusammenfassung der Regressionsanalyse: Signifikanz des p-Werts: 0.001 *** 0.01 ** 0.05 * Abkürzungen: AS = Mittlere Temperaturzeigerwert der Assoziationen, GA = gesamte Vegetationsaufnahmen, ASA= mittlerer Temperaturzeigerwert der Assoziationen inklusive der Ausbildungen des Echinochloo-Setarietums, ASAO = ASA ohne trittbeeinflusste Gesellschaften, AT8 = Aufnahmen mit Arten Temperaturzeigerwert 8, PA = Poetum annuae, EP = Eragrostio-Polygonetum, EL = Erigeronto-Lactucetum, ES = Echinochloo-Setarietum, MC = Mercuriali-Chenopodietum, CA+CAS = Convolvulo -Agropyretum und Convolvulo-Agropyretum sorghetosum halapense

Datengrund Formel der linearen Regression df R2 -lage Mittlerer T-Zeigerwert ~Jahresmitteltemperatur AS 5 0.01 Mittlerer T-Zeigerwert ~mittlere Temperatur VP AS 5 0.00 Mittlerer T-Zeigerwert ~mittlere Temperatur DJF AS 5 0.01 Mittlerer T-Zeigerwert ~mittlere Temperatur MAM AS 5 0.00 Mittlerer T-Zeigerwert ~mittlere Temperatur JJA AS 5 0.01 Mittlerer T-Zeigerwert ~mittlere Temperatur Januar AS 5 0.01 Mittlerer T-Zeigerwert ~mittlere Temperatur März AS 5 0.01 Mittlerer T-Zeigerwert ~mittlere Temperatur April AS 5 0.00 Mittlerer T-Zeigerwert ~ mittlere Temperatur Mai AS 5 0.07 Mittlerer T-Zeigerwert ~mittlere Temperatur Juli AS 5 0.00 Mittlerer T-Zeigerwert ~ Seehöhe AS 5 0.66 ** T-Zeigerwert ~ Jahresmitteltemperatur GA 275 0.00 T-Zeigerwert ~ mittlere Temperatur VP GA 275 0.00 T-Zeigerwert ~ mittlere Temperatur DJF GA 275 0.02 ** T-Zeigerwert ~ mittlere Temperatur MAM GA 275 0.00 T-Zeigerwert ~ mittlere Temperatur JJA GA 275 0.00 T-Zeigerwert ~ mittlere Temperatur Januar GA 275 0.01 * T-Zeigerwert ~ mittlere Temperatur März GA 275 0.00 T-Zeigerwert ~ mittlere Temperatur April GA 275 0.00 T-Zeigerwert ~ mittlere Temperatur Mai GA 275 0.00 T-Zeigerwert ~ mittlere Temperatur Juli GA 275 0.00 T-Zeigerwert ~ Seehöhe GA 275 0.02 ** Mittlerer T-Zeigerwert ~ Jahresmitteltemperatur ASA 11 0.03 Mittlerer T-Zeigerwert ~ mittlere Temperatur VP ASA 11 0.00 Mittlerer T-Zeigerwert ~ mittlere Temperatur DJF ASA 11 0.17 Mittlerer T-Zeigerwert ~ mittlere Temperatur MAM ASA 11 0.02 Mittlerer T-Zeigerwert ~ mittlere Temperatur JJA ASA 11 0.02 Mittlerer T-Zeigerwert ~ mittlere Temperatur Januar ASA 11 0.11 Mittlerer T-Zeigerwert ~ mittlere Temperatur März ASA 11 0.07 Mittlerer T-Zeigerwert ~ mittlere Temperatur April ASA 11 0.03 Mittlerer T-Zeigerwert ~ mittlere Temperatur Mai ASA 11 0.03 Mittlerer T-Zeigerwert ~ mittlere Temperatur Juli ASA 11 0.02 Mittlerer T-Zeigerwert ~ Seehöhe ASA 11 0.21 Mittlerer T-Zeigerwert ~ mittlere Temperatur DJF + Seehöhe ASA 10 0.47 ** Mittlerer T-Zeigerwert ~ Jahresmitteltemperatur ASAO 8 0.25 Mittlerer T-Zeigerwert ~ mittlere Temperatur VP ASAO 8 0.04 Mittlerer T-Zeigerwert ~ mittlere Temperatur DJF ASAO 8 0.50 ** Mittlerer T-Zeigerwert ~ mittlere Temperatur MAM ASAO 8 0.15 Mittlerer T-Zeigerwert ~ mittlere Temperatur JJA ASAO 8 0.19 Mittlerer T-Zeigerwert ~ mittlere Temperatur Januar ASAO 8 0.44 ** Mittlerer T-Zeigerwert ~ mittlere Temperatur März ASAO 8 0.24 Mittlerer T-Zeigerwert ~ mittlere Temperatur April ASAO 8 0.16

- 36 -

Datengrund- Formel der linearen Regression df R2 lage Mittlerer T-Zeigerwert ~ mittlere Temperatur Mai ASAO 8 0.13 Mittlerer T-Zeigerwert ~ mittlere Temperatur Juli ASAO 8 0.20 Mittlerer T-Zeigerwert ~ Seehöhe ASAO 8 0.24 Mittlerer T-Zeigerwert ~ mittlere Temperatur DJF + Seehöhe ASAO 7 0.71 ** Mittlerer T-Zeigerwert ~ mittlere Temperatur Juli + Seehöhe ASAO 7 0.45 Mittlerer-Zeigerwert ~ Jahresmitteltemperatur + Seehöhe ASAO 7 0.56 * T-Zeigerwert ~ Jahresmitteltemperatur AT8 122 0.01 T-Zeigerwert ~ mittlere Temperatur VP AT8 122 0.00 T-Zeigerwert ~ mittlere Temperatur DJF AT8 122 0.04 ** T-Zeigerwert ~ mittlere Temperatur MAM AT8 122 0.00 T-Zeigerwert ~ mittlere Temperatur JJA AT8 122 0.00 T-Zeigerwert ~ mittlere Temperatur Januar AT8 122 0.04 ** T-Zeigerwert ~ mittlere Temperatur März AT8 122 0.01 T-Zeigerwert ~ mittlere Temperatur April AT8 122 0.00 T-Zeigerwert ~ mittlere Temperatur Mai AT8 122 0.00 T-Zeigerwert ~ mittlere Temperatur Juli AT8 122 0.00 T-Zeigerwert ~ Seehöhe AT8 122 0.00 T-Zeigerwert ~ Jahresmitteltemperatur CA+CAS 20 0.11 T-Zeigerwert ~ mittlere Temperatur VP CA+CAS 20 0.09 T-Zeigerwert ~ mittlere Temperatur DJF CA+CAS 20 0.15 * T-Zeigerwert ~ mittlere Temperatur MAM CA+CAS 20 0.10 T-Zeigerwert ~ mittlere Temperatur JJA CA+CAS 20 0.09 T-Zeigerwert ~ mittlere Temperatur Januar CA+CAS 20 0.08 T-Zeigerwert ~ mittlere Temperatur März CA+CAS 20 0.10 T-Zeigerwert ~ mittlere Temperatur April CA+CAS 20 0.09 T-Zeigerwert ~ mittlere Temperatur Mai CA+CAS 20 0.11 T-Zeigerwert ~ mittlere Temperatur Juli CA+CAS 20 0.06 T-Zeigerwert ~ Seehöhe CA+CAS 20 0.12 T-Zeigerwert ~ Jahresmitteltemperatur EL 17 0.05 T-Zeigerwert ~ mittlere Temperatur VP EL 17 0.02 T-Zeigerwert ~ mittlere Temperatur DJF EL 17 0.01 T-Zeigerwert ~ mittlere Temperatur MAM EL 17 0.03 T-Zeigerwert ~ mittlere Temperatur JJA EL 17 0.00 T-Zeigerwert ~ mittlere Temperatur Januar EL 17 0.02 T-Zeigerwert ~ mittlere Temperatur März EL 17 0.02 T-Zeigerwert ~ mittlere Temperatur April EL 17 0.04 T-Zeigerwert ~ mittlere Temperatur Mai EL 17 0.04 T-Zeigerwert ~ mittlere Temperatur Juli EL 17 0.07 T-Zeigerwert ~ Seehöhe EL 17 0.03 T-Zeigerwert ~ Jahresmitteltemperatur MC 26 0.04 T-Zeigerwert ~ mittlere Temperatur VP MC 26 0.00 T-Zeigerwert ~ mittlere Temperatur DJF MC 26 0.03 T-Zeigerwert ~ mittlere Temperatur MAM MC 26 0.02 T-Zeigerwert ~ mittlere Temperatur JJA MC 26 0.00 T-Zeigerwert ~ mittlere Temperatur Januar MC 26 0.04 T-Zeigerwert ~ mittlere Temperatur März MC 26 0.02 T-Zeigerwert ~ mittlere Temperatur April MC 26 0.01 T-Zeigerwert ~ mittlere Temperatur Mai MC 26 0.03 T-Zeigerwert ~ mittlere Temperatur Juli MC 26 0.00 - 37 -

Datengrund- Formel der linearen Regression df R2 lage T-Zeigerwert ~ Seehöhe MC 26 0.02 T-Zeigerwert ~ Jahresmitteltemperatur PA 18 0.01 T-Zeigerwert ~ mittlere Temperatur VP PA 18 0.00 T-Zeigerwert ~ mittlere Temperatur DJF PA 18 0.02 T-Zeigerwert ~ mittlere Temperatur MAM PA 18 0.00 T-Zeigerwert ~ mittlere Temperatur JJA PA 18 0.00 T-Zeigerwert ~ mittlere Temperatur Januar PA 18 0.01 T-Zeigerwert ~ mittlere Temperatur März PA 18 0.00 T-Zeigerwert ~ mittlere Temperatur April PA 18 0.00 T-Zeigerwert ~ mittlere Temperatur Mai PA 18 0.01 T-Zeigerwert ~ mittlere Temperatur Juli PA 18 0.00 T-Zeigerwert ~ Seehöhe PA 18 0.00 T-Zeigerwert ~ Jahresmitteltemperatur EP 11 0.00 T-Zeigerwert ~ mittlere Temperatur VP EP 11 0.01 T-Zeigerwert ~ mittlere Temperatur DJF EP 11 0.00 T-Zeigerwert ~ mittlere Temperatur MAM EP 11 0.01 T-Zeigerwert ~ mittlere Temperatur JJA EP 11 0.03 T-Zeigerwert ~ mittlere Temperatur Januar EP 11 0.00 T-Zeigerwert ~ mittlere Temperatur März EP 11 0.01 T-Zeigerwert ~ mittlere Temperatur April EP 11 0.00 T-Zeigerwert ~ mittlere Temperatur Mai EP 11 0.00 T-Zeigerwert ~ mittlere Temperatur Juli EP 11 0.03 T-Zeigerwert ~ Seehöhe EP 11 0.00 T-Zeigerwert ~ Jahresmitteltemperatur ES 173 0.01 T-Zeigerwert ~ mittlere Temperatur VP ES 173 0.00 T-Zeigerwert ~ mittlere Temperatur DJF ES 173 0.02 ** T-Zeigerwert ~ mittlere Temperatur MAM ES 173 0.00 T-Zeigerwert ~ mittlere Temperatur JJA ES 173 0.00 T-Zeigerwert ~ mittlere Temperatur Januar ES 173 0.03 ** T-Zeigerwert ~ mittlere Temperatur März ES 173 0.01 T-Zeigerwert ~ mittlere Temperatur April ES 173 0.00 T-Zeigerwert ~ mittlere Temperatur Mai ES 173 0.00 T-Zeigerwert ~ mittlere Temperatur Juli ES 173 0.00 T-Zeigerwert ~ Seehöhe ES 173 0.01

- 38 -

4 .2. 2 Verhalten der Pflanzengesellschaften gegenüber Klim a d a t e n Für jede Gesellschaft wurde die Verteilung ihrer Klimadaten, Seehöhenangaben und mittleren Temperaturzeigerwerte mittels Box-Whisker-Plot grafisch dargestellt. Den größten Unterschied zwischen den Gesellschaften zeigen die mittleren Temperaturzeigerwerte (Abbildung 17a). Die Mediane der verschiedenen Temperaturdatensätze (Abbildung 17c–f) liegen sehr nahe bei einander und lassen keinen Unterschied zwischen den Temperaturbereichen der Gesellschaften erkennen.

a. b. Seehöhe (m) Seehöhe 250 300 350 400 mittlerer T Zeigerwert 5.5 6.0 6.5 7.0 7.5 8.0

PA EP EL ES MC CA CAS PA EP EL ES MC CA CAS Assoziationen Assoziationen c. d. -0.5 0.0 0.5 9.6 10.0 10.4 10.8 Jahresmitteltemperatur (°C) mittlere Temperatur Dez-Feb (°C) Dez-Feb mittlere Temperatur PA EP EL ES MC CA CAS PA EP EL ES MC CA CAS

Assoziationen Assoziationen e. f. 19.0 19.4 19.8 10.4 10.8 11.2 11.6 mittlere Temperatur Mär-Mai (°C) Mär-Mai mittlere Temperatur mittlere Temperatur Jun-Aug (°C) Jun-Aug mittlere Temperatur PA EP EL ES MC CA CAS PA EP EL ES MC CA CAS Assoziationen Assoziationen Abb. 17: Verteilung der mittleren Temperaturzeigerwerte, Klimadaten und Seehöhenangaben der einzelnen Gesellschaften. Abkürzungen: PA = Poetum annuae, EP = Eragrostio- Polygonetum arenastri, EL = Erigeronto-Lactucetum serriolae, ES = Echinochloo- Setarietum pumilae, MC = Mercuriali-Chenopodietum polyspermi, CA = Convolvulo arvensis-Agropyretum repentis, CAS = Convolvulo arvensis-Agropyretum repentis sAss sorghetosum halapense Die Verteilung der mittleren Jahrestemperaturen der einzelnen Pflanzenarten ist dem Anhang beigefügt (Abbildung 34).

- 39 -

4 .2. 3 Temperatur-Optimum einzelner Arten Die logistische Regression zeigt keine eindeutigen Optimumsbereiche einzelner Arten (Abbildung 18). Für die Berechnungen wurden jene Arten herangezogen, die mindestens fünf Mal in den gesamten Aufnahmen vorkommen. In Abbildung 18 sind ausgewählte Neophyten dargestellt, deren ökologisches Optimum bei höheren Temperaturen vermutet wurde. Eine Berechnung der Optimumskurve war häufig aufgrund der starken Streuung der Klimawerte über den gesamten Temperaturbereich nicht möglich. Es zeigt sich, dass die Temperatur- Amplitude zu eng ist und die Arten daher keinen Temperatur-Optimumsbereich aufweisen. Einige Arten wie zum Beispiel Datura stramonium kommen in den gesamten Aufnahmen nur selten vor und sind gegenüber den Nicht-Vorkommen-Datenpunkten nicht aussagekräftig, daher kann auch keine Optimumskurve berechnet werden.

Datura stramonium Setaria faberi

-0.5 0.0 0.5 -0.5 0.0 0.5 mittlere Temperatur Januar (°C) mittlere Temperatur Januar (°C)

Sorghum halepense

Panicum dichotomiflorum

-0.5 0.0 0.5 mittlere Temperatur Januar (°C) mittlere Temperatur Januar (°C)

Abb. 18 : Logistische Regression: Arten besitzen den Wert 1 für ihr Vorkommen und 0 für ihr Nicht -Vorkommen. - 40 -

4 .2. 4 Verhalten der Arten entlang eines Temperaturgradien t e n s Die Untersuchung der Vegetationsdaten erfolgte mit der Detrended Correspondence Analysis. Für die Entzerrung wurde die Methode des detrending by segments verwendet. Die aussagekräftigsten Umweltvariablen sind in der Abbildung 18 dargestellt. Standortsparameter wie zum Beispiel Seehöhe, Nutzung und Exposition zeigten keinen deutlichen Zusammenhang mit den Vegetationsdaten bei dieser indirekten Gradientenanalyse.

In der DCA ist nur ein Gradient deutlich erkennbar, nämlich die Temperatur-Niederschlagsachse. Feuchte- und nährstoffliebende Arten ( Bidens tripartitus, Sonchus arvensis, Chelidonium majus ) folgen den steigenden Jahresniederschlägen. Neophyten wie zum Beispiel Sorghum halepense, Setaria faberi und Cyperus esculentus korrelieren mit der Januartemperatur und zeigen eine Präferenz für wärmere Wintertemperaturen. Heutzutage selten vorkommende und wärmeliebendere Ackerbeikräuter ( Consolida regalis, Agrostemma githago, Legousia speculum-veneris, Sherarida arvensis und Vicia grandiflora ) orientieren sich an der Jahresmitteltemperatur. Pflanzenarten, die trockene, sonnige Standorte bevorzugen (Bromus tectorum, Microrrhinum minus, Lepidium ruderale und Verbena offincinalis ) und Arten, die zu den mediterranen- submediterranen Florenelementen zählen, beispielsweise Vulpia myuros und Geranium purpureum , folgen der steigenden Julitemperatur. Phacelia tanacetifolia, Symphytum tuberosum und Mentha arvensis kommen nur einmal oder höchstens zweimal in den gesamten Vegetationsaufnahmen vor und stehen gesondert zwischen der Juli- und Januartemperatur. Abseits der Parameter Julitemperatur und Jahresniederschlag kristallisiert sich eine Gruppe von Pflanzenarten mit hoher Trittresistenz heraus. Die Gruppe umfasst Arten, wie zum Beispiel Eragrostis minor, Euphorbia maculata, Setaria viridis und Ceratodon purpureus , die der Eragrostio- Polygonetum-Gesellschaft zugeordnet werden können.

- 41 -

7

T-y T-Jan

Phac tan Ment arv Dicr sch Symp tub Verb off Gera pur Micr min Bryu rub Vulp myu Poa com Echi vul Alth off Brom tec Agro git Cera pum Cons reg Hypo rad Trif arv Cype esc Arab tha Puli dys Lath tub Seta fab Pani cap Vero ser Vici gra Malv alc Viol arv Vici hir Cera glu Gera rob Pote sup Stac pal Lego spe Digi isc Cony can Holc lan Pani dic Picr hie Sorg hal Crep cap Barb ung Sher arv Funa hyg Erig ann Bryu kli Care hir T-July Aren sep Vero arv Lact ser Epil hir Junc eff Vici cra Lyth sal Lepi rud Sper rub Tana vul Hype hum Brom ine Card hir Gera col Medi lup Anth arv Scle ann Lysi vul Lina vul Myos arv Trif hyb Vici tet Fall jap Pani mil Vero per Oxal str Equi tel Verb phl Brom hor Anag arv Papa dub Pers hyd Cyno dac Erag pil Cich int Apera sp Seta pum Amar bou Trif ale Prun vul Stel gra Conv arv Trag ori Dauc car PersFall min con Dicr var Rume ace Laps com Gera dis Caly sep Gale spe Apha arv Equi pal Leon aut Glec hed Lath pra Meli off Frag ves Impa par Pers dub Plan lan Scro nod Bryu arg Duch indCrep bie Pers mac Echi cru Bryu cae Cera hol Vero pol Ajug rep Seta vir Digi san Nica phy Ranu rep Symp off Rori syl Matr cha Viol tri Epil tet Oxal cor Lotu cor Gale pub Pers lap Tara Rud Rori pal Abut the Poly avi Crep tec Pote ans Gera pus Chen pol Medi var Sonc ole Sile vul Plan maj Euph hel Chen alb Cera purEuph mac Trif rep Gnap uli Cera glo Ambr art Cent jacEpil par Meli alb Trip ino Trif dub Thla arv Amar ret Sene vul Sonc asp Hier umb Gali cil Erag min Amar alb MatrHype dis per Caps bur Sina arv Eurh hia Myos aqu Bryum ca Poa ann Phyt ame Urti dio Gyps mur Amar pow Euph hum Port ole Stel med Gali par Rume aceCard imp Papa rho Sagi pro Malv syl Euph lat Datu str Phys pyr Sola nig Atri pat Leon his Lami pur Chel maj Euph pep Rume obt Sonc arv Sile lat Bide tri Chen gla Alli pet Samb ebu Bell per Malv neg Chen str Comm com Fuma off Marc pol Amar bli Amar hyp Brac alb P-y Lepi vir

Tort rur -2 -2 8

Abb. 19: Detrended Correspondence Analysis. Arten die nur auf Gattungsniveau bestimmt werden konnten, Gehölze und mehrjährige Stauden wurden aus dem Datensatz entfernt.

Die Gesamtvarianz in den Daten wird bei der DCA durch die Summe aller Eigenwerte ausgedrückt. Bei dieser DCA beträgt die Summe aller Eigenwerte 18.153 Jede Ordinationsachse besitzt einen Eigenwert, der ein Maß für die Auftrennung der Artwerte entlang der Achse ist. Je höher der Eigenwert der Achsen ist, desto wichtiger ist sie für die

Variation in der Artenzusammensetzung (LEYER & WESCHE 2007). Die Korrelations-Koeffizienten der DCA sind: Axen 1 2 3 4 Arten-Umwelt-Korrelation: 0.269 0.118 0.127 0.117

- 42 -

4 . 3 Neophyten erobern die Südoststeiermark

Die klimatisch begünstigte und landwirtschaftlich geprägte Südoststeiermark bietet die perfekten Bedingungen für das Vorkommen von Neophyten. Im Untersuchungsgebiet konnten 38

Neophyten, davon laut BUNDESAMT FÜR NATURSCHUTZ (2012) 8 invasive Arten (in der Auflistung fett dargestellt) nachgewiesen werden. 5 Arten ( Commelina communis, Euphorbia lathyris, Nicandra physalodes, Phacelia tanacetifolia und Trifolium alexandrinum ) die im Gebiet nicht einheimisch sind, aber gelegentlich kultiviert werden und gelegentlich unbeständig verwildern, sind hellgrau eingefärbt. Ein Vergleich mit dem Arbeitsatlas zur Farn- und Blütenpflanzenflora der Steiermark

(NIKLFELD & ENGLISCH 2004) zeigt, dass 11 neue Arten in der Feldbach-Region nachgewiesen werden konnten.

Neophyten im Untersuchungsgebiet: Abuthilon theophrasti Galinsoga parviflora Amaranthus albus Geranium pupureum Amaranthus bouchonii Impatiens parviflora Amaranthus hypochondiracus Lepidium virginicum Amaranthus powellii Matricaria discoidea Amaranthus retroflexus Nicandra physalodes Ambrosia artemisiifolia Oxalis corniculata Chenopodium strictum Oxalis stricta Commelina communis Panicum capillare Conyza canadensis Panicum dichotomiflorum Cyperus esculentus Phacelia tanacetifolia Datura stramonium Phytolacca americana Duchesnia indica Robinia pseudacacia Erigeron annuus Setaria faberi Euphorbia humifusa Solidago canadensis Euphorbia lathyris Solidago gigantea Euphorbia maculata Sorghum halepense Fallopia japonica Trifolium alexandrinum Galinsoga ciliata Veronica persica

Neue Arten für die Feldbach-Region nach NIKLFELD & ENGLISCH (2004): Abuthilon theophrasti Euphorbia humifusa Phacelia tanacetifolia Amaranthus albus Euphorbia maculata Sorghum halepense Commelina communis Geranium pupureum Trifolium alexandrinum Cyperus esculentus Nicandra physalodes

- 43 -

4 .3. 1 Klimabedingtes räumliches Muster von Neophyten Die Neophyten im Untersuchungsgebiet zeigen kein eindeutiges klimabedingtes räumliches Muster. Das Vorkommen der meisten Arten streut über den gesamten Temperaturbereich der Jahresmitteltemperatur und der Wintermonate (DJF). Sie zeigen auch keine Präferenzen für Riedel- oder Tallagen. Das Vorkommen einiger Neophyten wie zum Beispiel Ambrosia artemisiifolia (Abbildung 20) oder Datura stramonium (Abbildung 21) beschränkt sich nicht nur auf den Südosten der Steiermark sondern, kommen auch in nordwestlicheren Landesteilen vor

(NIKLFELD & ENGLISCH 2004). Das Verbreitungsmuster von Panicum dichotomiflorum lässt auch keine eindeutigen Aussagen über Wärmepräferenzen zu, weil ein Großteil der südlichen Region des Untersuchungsgebietes (Bad Gleichenberg) keine Vorkommen aufweisen (Abbildung 22). Einzig die Wilde Möhrenhirse ( Sorghum halepense ) zeigt eine Präferenz für wärmere Jahresmitteltemperaturen (Abbildung 23). Die Art tritt vermehrt im wärmeren Süden des Untersuchungsgebietes auf. Ebenso besitzt Setaria faberi ein vermehrtes Vorkommen in den wärmeren Bereichen des Untersuchungsgebietes, jedoch gibt es auch hier einige kühlere Datenpunkte (Abbildung 24).

Abb. 20 : Verbreitungskarte von Ambrosia artemisiifolia in Bezug auf die Jahresmitteltemperatur 2011. - 44 -

Abb. 21 : Verbreitungskarte von Datura stramonium in Bezug auf die Jahresmitteltemperatur 2011.

Abb. 22 : Verbreitungskarte von Panicum dichotomiflorum in Bezug auf die Jahresmitteltemperatur 2011. - 45 -

Abb. 23 : Verbreitungskarte von Setaria faberi in Bezug auf die Jahresmitteltemperatur 2011.

Abb. 24 : Verbreitungskarte von Sorghum halepense in Bezug auf die Jahresmitteltemperatur 2011. - 46 -

4 . 4 Klimabedingtes räumliches Muster der Ruderal- und Segetalgesellschaften

Ebenso wie die Neophyten zeigen die therophytenreichen Ruderal- und Segetalgesellschaften keine klimabedingten räumlichen Muster. Das Vorkommen des Poetum annuae streut über den gesamten Temperaturbereich (Abbildung 25). Das Poetum annuae tritt sowohl in den klimabegünstigten Gleichenberger-Becken als auch im kühleren Raabtal auf. Ein ähnliches Bild weist das Eragrostio-Polygonetum (Abbildung 26) und das Erigeronto-Lactucetum (Abbildung 27) auf. Die mit Abstand am häufigsten vorkommende Gesellschaft, nämlich das Echinochloo-Setarietum, ist regelmäßig über das gesamte Untersuchungsgebiet verteilt (Abbildung 28). Deshalb ist auch hier kein Verbreitungsmuster erkennbar. Das Hauptvorkommen des Mercuriali-Chenopodietum konzentriert sich auf den westlichen Teil des Untersuchungsgebietes (Abbildung 29) und tritt dort sowohl in kalten als auch warmen Lagen auf. Auch das Convolvulo-Agropyretum zeigt keine Wärmepräferenz (Abbildung 30), obwohl es im unteren Raabtal nicht ausgebildet ist.

Abb. 25 : Verbreitungskarte des Poetum annae in Bezug auf die Jahresmitteltemperatur 2011. - 47 -

s

Abb. 26: Verbreitungskarte des Eragrostio-Polygonetums in Bezug auf die Jahresmitteltemperatur 2011.

Abb. 27 : Verbreitungskarte des Erigeronto -Lactucetums in Bezug auf die Jahresmitteltemperatur 2011. - 48 -

Abb. 28 : Verbreitungskarte des Echinochloo -Setarietums in Bezug auf die Jahresmitteltemperatur 2011.

Abb. 29: Verbreitungskarte des Mercuriali-Chenopodietums in Bezug auf die Jahresmitteltemperatur 2011. - 49 -

Abb. 30: Verbreitungskarte des Convolvulo-Agropyretums in Bezug auf die Jahresmitteltemperatur 2011.

- 50 -

5 Diskussion

5 . 1 Sind Ruderalgesellschaften als (regionale) Klimazei ger geeignet?

BRANDES (2007) diskutiert Ruderalgesellschaften als Bioindikatoren für den Klimawandel. Bis heute gibt es jedoch noch keine eindeutigen Beweise dafür, dass sich Ruderalgesellschaften als

Klimazeiger eignen. Eine Studie von RENETZEDER et al. (2010) zeigt, dass der Klimawandel einen größeren Einfluss auf natürliche Lebensräume als auf anthropogen gestörte Landschaftselemente nimmt. Ein Zusammenhang zwischen Klima und Vegetation ist in dieser Studie nur mit den Wintertemperaturen feststellbar. Dabei zeigen auch nur die Segetalgesellschaften inklusive Ausbildungen eine signifikante Korrelation. Eine Erklärung dafür wäre ein sehr hoher Anteil an winterannuellen Pflanzen in den Aufnahmen, jedoch handelt es sich bei den meisten Arten der

Segetalvegetation um sommerannuelle Pflanzen (FISCHER et al. 2005), die als Samen überwintern. Ein Anstieg der Wintertemperaturen beeinflusst negativ die Lebensbedingungen für Kälte- und Frostkeimer, die jedoch vermehrt in höheren Gebirgslagen vorkommen.

FOLLAK (2010) beschreibt viele neophytische Unkrautarten, die vor allem in Segetalgesellschaften auftreten als wärmeliebend und wenig frostresistent. Daher ist eine Korrelation mit den Wintertemperaturen ein Beweis für die zunehmende Arealausdehnung von frostempfindlichen und wärmeliebenden Pflanzenarten. Da aber sonst keine anderen Datensätze ein ähnliches Ergebnis liefern, muss man diesen Zusammenhang eventuell auch als zufälliges Ergebnis interpretieren. Die negative Korrelation der Gesellschaften mit der Seehöhe, d. h. Gesellschaften mit einem höheren Temperaturzeigerwert kommen in tieferen Lagen vor, wäre im größeren Maßstab (z.B. planar bis alpin) ein zu erwartendes Ergebnis. Im Untersuchungsgebiet handelt es sich aber um einen Höhengradienten von 40m, wobei mesoklimatisch bedingt die Tallagen kühler sind als die Riedellagen. Dieses Ergebnis könnte auch durch das Auftreten von Frühjahrsfrösten in den wärmeren Riedellagen erklären werden. Die Stundendaten der Klimastationen für den Zeitraum von 20. 03. 2011 bis 20. 04.2011 (Abbildung 31) zeigten jedoch zum Großteil keine Fröste in den Riedellagen. In den Tallagen hingegen lag die Nachttemperatur Ende März (21.-23.) unter 0 °C. Daher ist die Annahme, dass Frühjahrsfröste für die negative Korrelation verantwortlich sind, zurück zu weisen.

- 51 -

Abb. 31: Stundendaten von zwei verschiedenen Klimastationen; links: Station 134 Kammlage (Trautmannsdorf in Oststeiermark, 316 m); rechts: Station 11 Talboden (Fladnitz im Raabtal, 300 m); Datengrundlage: WegenerNet Datenportal www.wegenernet.org

Auch der Temperaturgradient umfasst z .B. bei der Jahresmitteltemperatur 2011 nur ein Grad Celsius. Dieser Gradient ist einfach zu klein, um deutliche räumliche Muster (Abbildung 25–30) oder klare Temperatur-Optimumskurven (Abbildung 19) zu erzeugen. Deshalb zeigt unser Untersuchungsgebiet, mit einer flächenmäßigen Ausdehnung von 15 km x 20 km, auch kein deutliches temperaturbedingtes räumliches Muster der ruderalen Pflanzengesellschaften. Erste schwache Korrelationen, wie bei Setaria faberi (Abbildung 23) oder Sorghum halepense (Abbildung 24) sind aber bereits erkennbar und legen den Verdacht nahe, dass in einem größeren Maßstab die räumlichen Muster deutlicher sichtbar würden. Die Ruderal- und Segetalgesellschaften stellen daher auf derart kleinmaßstäblicher Ebene kein geeignetes Indikator- System für den Klimawandel dar. Es ist anzunehmen, dass das Verbreitungsmuster der kurzlebigen Ruderal und Segetalgesellschaften hauptsächlich durch anthropogene Einflüsse bestimmt wird und nur in zweiter Linie mit den Wetter- und Klimadaten korreliert. Eine Studie von CIMALOVÁ & LOSOSOVÁ (2009) weist ebenfalls darauf hin, dass menschliche Aktivitäten einen größeren Einfluss auf die Artzusammensetzung der Segetalvegetation nehmen als das Klima.

- 52 -

5 .1. 1 Neophyten als Bioindikatoren für den Klimawandel Ruderale Pflanzenarten, vor allem jene mit C4-Strategie, dazu zählen sehr viele Neophyten z. B.

Abuthilon theophrasti , Amaranthus sp. und Panicum sp. (DE GROTT et al. 1995, BRANDES 1995) gelten als mögliche Bioindikatoren für den Klimawandel, da Pflanzen mit C4-Metabolismus an warme, stark besonnte, aber nicht unbedingt trockene Standorte angepasst sind (BRANDES 1995). Des Weiteren sind Neophyten dafür bekannt, dass sie der globalen Erwärmung folgen. Das Vorkommen bzw. Auftreten der Beifuß-Ambrosie Ambrosia artemisiifolia ist eindeutig mit den vorherrschenden klimatischen Gegebenheiten verbunden (ESSEL et al. 2009). Aufgrund der hohen Anzahl an neuen Neophyten im Untersuchungsgebiet, darunter befinden sich sehr viele C4-Strategen wie Amaranthus albus, Cyperus esculentus und Sorghum halepense , kann man annehmen, dass sie Indikatoren für den Klimawandel sind. Jedoch handelt es sich hier um eine Momentaufnahme der Vegetation. Ein Vergleich mit früheren Vorkommen, um diese Neophyten als Indikatorarten für die Erwärmung der Region deklarieren zu können, ist aufgrund der lediglich provisorischen Verbreitungskarten von NIKLFELD & ENGLISCH (2004) nicht sicher möglich. Ebenso liefert das Verbreitungsmuster der Neophyten in Bezug auf die Jahresmitteltemperatur und den Wintertemperaturen kein überzeugendes Ergebnis. Auf der Grundlage dieser Verbreitungsmuster ist die Vorhersage von Ausbreitungsprognosen für Neophyten bei einem weiteren Temperaturanstieg nicht möglich. Bei der Betrachtung der Vorkommen von Neophyten sollte beachtet werden, dass bei einem Temperaturanstieg in einer Region nicht automatisch angenommen werden kann, dass in derselben Zeit eine Art ihren potentiellen Lebensraum bereits erreicht hat ( DE GROOT et al. 1995). In Bezug auf die Verbreitung von Neophyten sollte der Mensch als Verbreitungsvektor nicht außer Acht gelassen werden. Durch verunreinigtes Saatgut, Verkehr und Handel gelangen gebietsfremde Arten nach Österreich. Wenngleich zu beachten ist, dass es bei der Ausbreitung von Neophyten zu einem Zeitverzug zwischen der Einführung und Verwilderung der Arten kommen kann. Es ist anzunehmen, dass durch die Temperaturzunahme erst jetzt vermehrt Arten auftreten bzw. sich ausbreiten, obwohl sie schon im 19. Jahrhundert eingeführt wurden (BRANDES 2003). Genauso ist die heutzutage hohe anthropogene Dynamik in der Landwirtschaft fördernd für die Etablierung von Neophyten. Durch die jährliche Bodenbearbeitung findet ein hoher Artenwechsel statt, welcher die Ausbreitung von Neophyten begünstigt.

- 53 -

5 . 2 Welche Parameter beeinflussen das Ergebnis?

Der Ausgang der Arbeitshypothese hängt von mehreren Parametern ab, welche jeweils unterschiedlich viel Einfluss auf das Ergebnis haben. In den nächsten Unterkapiteln werden jene Punkte behandelt, die das Ergebnis wesentlich beeinflussen.

5 .2. 1 Untersuchungsgebiet - too small scaled? Ein Punkt der das Ergebnis wesentlich beeinflusst ist die Wahl der Größe des Untersuchungsgebiets. Die logistische Regression veranschaulicht deutlich, dass das Untersuchungsgebiet eine zu geringe Ausdehnung aufweist. Die einzelnen Klimadatensätze und auch die Seehöhe weißen eine zu geringe Amplitude auf. Der Seehöhenunterschied beträgt nur ca. 40 m, ebenso besitzen die Klimadatensätze durchschnittlich eine Temperaturspanne von 1,5°C.

CIMALOVÁ & LOSOVÁ (2009) stellten fest, dass der Einfluss der Klimavariablen mit abnehmender Länge des Umweltgradienten abnimmt. Dadurch, dass die Daten des Umweltgradienten nicht ausreichend lang sind können keine eindeutigen Optimumsbereiche der Pflanzenarten berechnet werden. Für weitere Untersuchungen zu dieser Fragestellung sollte das Untersuchungsgebiet auf eine Größe ausgedehnt werden, die sowohl eine höhere Seehöhenamplitude als auch einen größeren Temperaturunterschied aufweist.

Die Studie von CIMALOVÁ & LOSOSOVÁ (2009) zeigt keinen starken Einfluss des Klimas auf die Segetalvegetation. Ursache dafür ist die Homogenität des Untersuchungsgebiets. In unserer Studie ist das Untersuchungsgebiet ebenfalls sehr einheitlich und vor allem landwirtschaftlich geprägt, dies spiegelt sich in der hohen Anzahl an Aufnahmen des Echinochloo-Setarietums wider. Durch eine Vergrößerung des Untersuchungsgebietes könnte eine größere Vielfalt an landschaftlichen Aspekten untersucht und damit eine höhere Diversität an therophytenreichen Ruderal- und Segetalgesellschaften erfasst werden.

5 .2. 2 Zeitpunkt der Vegetationsaufnahme Die floristische Zusammensetzung von Segetalbeständen verändert bzw. wechselt sich im Laufe eines Jahres ab (MUCINA 1993). DIERSCHKE (1994) empfiehlt für Segetal- und Ruderalfluren einen Aufnahme-Durchgang für April-Mai und einen Zweiten ab Juni, um die Vegetationsunterschiede erfassen zu können. Bereits vor der Feldarbeit wurde, aus zeitlichen Gründen, die Aufnahmezeit auf die Sommermonate Juli und August festgelegt, daher konnten natürlich keine Frühjahrs- oder Herbstgesellschaften aufgenommen werden. Dadurch ist die Vielfalt an Ackerunkräuter und an Gesellschaften nicht vollständig erfasst. Da die Aufnahmen im Untersuchungsgebiet schematisch von NW nach SO gemacht wurden konnten nur die Weizen- und Gerstenäcker in der westlichen - 54 -

Region des Untersuchungsgebietes mit aufgenommen werden, da in den südöstlicheren Regionen zu einem späteren Zeitpunkt bereits die Ernte erfolgt war. Veranschaulicht wird dies auf der Verbreitungskarte des Mercuriali-Chenopodietums, dies ist in der Feldbach-Region häufig in Weizen- und Gerstenäckern anzutreffen. Die Aufnahmen konzentrieren sich auf den westlichen Bereich des Untersuchungsgebiets. Da diese Gesellschaft nicht flächendeckend im gesamten Untersuchungsgebiet aufgenommen werden konnte, ist diese Gesellschaft eigentlich nicht aussagekräftig in Bezug auf ihr Verbreitungsmuster im Untersuchungsgebiet. Durch eine Verlängerung der Aufnahmezeit, eventuell auf zwei Vegetationsperioden, kann die gesamte Diversität der kurzlebigen Ruderal- und Segetalgesellschaften flächendeckend erfasst werden.

5 .2. 3 Dokumentation der Vegetationsveränderung Die Arbeit basiert auf einer Momentaufnahme der Vegetation. Für aussagekräftige Ergebnisse ist die Datengrundlage zu gering, außerdem ist der Beobachtungszeitraum nicht lang genug um die Dynamik der Gesellschaften erfassen zu können. Das Fehlen von Datenpunkten in der Vergangenheit lässt nur eine punktuelle Bestandsaufnahme zu. Daher können auch keine Veränderung der Gesellschaften in Abhängigkeit von der Klimaerwärmung nachgewiesen werden.

Für die Frage, ob sich Ruderal- und Segetalgesellschaften als Bioindikatoren eignen sieht BRANDES (2007) ein langfristiges Monitoring von Dauerbeobachtungsflächen unterschiedlichster Art für unabdingbar an. Nur durch diese Maßnahmen kann die Dynamik in den Gesellschaften dokumentiert und quantifiziert werden (BRANDES 2007).

5 .2. 4 Unterschiedliche Exposition von Kl i mastation und Aufnahme Für die Pflanzenverbreitung bzw. die Verbreitung von Pflanzengesellschaften ist es wichtig, die Beziehung zwischen den Pflanzen und ihrer Umwelt, das heißt der Standort, zu verstehen. Als Standort wird der Wuchsort einer Pflanze mit der Summe auf sie einwirkenden Umweltfaktoren verstanden (WALTER 1951). Ein wichtiger Standortfaktor ist die Wärme bzw. die Temperaturverhältnisse. Die floristische Zusammensetzung der Vegetation wird neben dem Großklima auch vom Mesoklima bestimmt. Das Mesoklima, Klima der bodennahen Luftschichten, hängt von der Gipfel- Mulden- oder Hanglage ab. Bei der Hanglage sind darüber hinaus die Neigung und die Exposition wichtig. Bei der Untersuchung können sich aufgrund der unterschiedlichen Standorte der Vegetationsaufnahmen und ihrer zugeordneten Klimastationen abweichende mesoklimatische Verhältnisse ergeben.

- 55 -

Die Vegetationsaufnahmen konnten nicht an derselben Hanglage, an der sich die Klimastationen befanden gemacht werden. Dadurch ergeben sich erhebliche Unterschiede in der Exposition und Hangneigung zwischen Klimastation und Aufnahme. Ein südexponierter Hang ist einer höheren direkten Sonneneinstrahlung und damit auch größeren Wärmemengen ausgesetzt, als ein Nordhang. Ebenso nimmt die Hangneigung einen wesentlichen Einfluss auf die Erwärmung des Standortes. Um diese mesoklimatischen Unterschiede zwischen dem Standort der Klimastation und der Vegetationsaufnahme feststellen und ausgleichen zu können, müsste der Heat Index beider Standorte berechnet werden. Aufgrund von fehlenden Daten war diese Berechnung leider nicht möglich. Durch ein Höhen- bzw. Reliefmodell mit interpolierten Klimawerten könnte den einzelnen Aufnahmen ihre tatsächlichen Klimadaten zugewiesen werden.

5 .2. 5 Diasporenbank Die Diasporenbank im Boden wurde bei der Untersuchung außer Acht gelassen und nur eine aktuelle Bestandaufnahme der Vegetation gemacht. Bei der Erforschung von Ruderal- und Segetalgesellschaften spielt die Diasporenbank eine wichtige Rolle, da die Samenbank im Boden für die floristische Zusammensetzung der Ruderal- bzw. Segetalgesellschaften entscheidend ist. In intensiv genutzten Äckern können dauerhafte Samenvorräte von gefährdeten oder verschollenen Arten erhalten sein. Durch Extensivierungsmaßnahmen im Ackerbau können sich diese Arten bei geeigneten Umweltbedingungen wieder reproduzieren (WÄLDCHEN et al. 2005). Die Ausbreitung von Ruderalarten aber auch von Neophyten, wird oft durch den Austausch von Erdmaterial mit einer integrierten Samenbank gefördert. Besonders periodisch gestörte und dadurch hoch dynamische Lebensräume wie zum Beispiel Aufschüttungen bieten charakteristischen Ruderalarten, aber auch vielen neuen Neophyten passende

Reproduktionsflächen (MÜLLER & KUHBIER 2008). Durch das Vorhandensein von langlebigen Diasporen im Boden kann sich das Aussehen der Pflanzendecke in kürzester Zeit verändern. Dieser Aspekt muss bei der Untersuchung von ruderalen und segetalen Gesellschaften berücksichtigt werden.

- 56 -

5 . 3 Sind Ruderal- und Segetalgesellschaften gefährdet?

Nach TRAXLER et al. (2005) sind Agrarlebensräume gleich stark gefährdet wie Moorbiotope. Therophytenreiche Ruderal- und Segetalgesellschaften sind in der modernen Agrarlandschaft der Feldbach-Region zwar häufig, aber nicht sehr vielfältig. Im gesamten Untersuchungszeitraum konnten nur sechs verschiedene Ruderal- bzw. Segetalgesellschaften nachgewiesen werden. Die mit Abstand dominanteste Gesellschaft (175 Aufnahmen von 277 Aufnahmen) ist das Echinochloo- Setarietum, das von herbizidresistenten Nitrophyten dominiert wird. Die Gründe für diese geringe Biodiversität an Segetalgesellschaften ist erstens die Intensivierung der Landwirtschaft und zweitens die sehr homogene Landschaft. Der erhöhte Einsatz an mineralischem Dünger führt zu einer Zunahme von stickstoffliebenden Arten, die konkurrenzschwächere und lichtbedürftigere Arten verdrängen. Durch die Aufgabe der Nutzung von Grenzertragsäckern gehen wertvolle Lebensräume für Segetalarten verloren (TRAXLER et al.

2005, GÜNTHER & VAN ELSEN 1993). Die Anzahl als auch das Vorkommen von seltenen Segetalarten ist in der Feldbach-Region sehr gering. Gefährdete Ackerbeikräuter wie Agrostemma githago, Legousia-speculum veneris, oder Consolida regalis sind in den insgesamt 203 Segetalaufnahmen jeweils nur ein Mal vertreten. Durch den hohen Einsatz an Herbiziden ist ein dramatischer Rückgang dieser Arten feststellbar

(TRAXLER et al. 2005). Vegetationsaufnahmen konnten größtenteils nur am Ackerrand gemacht werden, da durch die Anwendung von Herbiziden die Segetalgesellschaften an den Ackerrand gedrängt werden. Um gefährdete Ackerbeikräuter vor dem Aussterben zu bewahren und zur Förderung der Diversität an Segetalgesellschaften könnte ein herbizidfreier Ackerrand beitragen

(VAN ELSEN 1989). Diese Naturschutzmaßnahme lässt sich mithilfe von finanziellen Förderungen durch das Österreichische Programm für umweltgerechte Landwirtschaft (ÖPUL) auch mit den wirtschaftlichen Interessen der Bauern vereinigen. Das spärliche Vorkommen von Ruderalgesellschaften im Bezirk Feldbach ist auf die Wirtschaftsstruktur der Region zurückzuführen. Durch das Zurückgehen bzw. völliges Fehlen des

Kleinbauerntums werden sich Dorf und Stadt immer ähnlicher (BRANDES 2008). Potentielle Standorte für kurzlebige Ruderalgesellschaften in Dörfern wie Hühnerhöfe und Misthaufen werden aus wirtschaftlichen oder ästhetischen Gründen aufgelassen oder entfernt. Wegzäune und Dorfplätze werden aus falschverstandenem Ordnungssinn selbst von Privatleuten mit Herbiziden behandelt, um unansehnliches Unkraut zu beseitigen (siehe Abbildung 32). Vorgärten und kleine Parkanlagen prägen das neue Dorfbild. Durch die zunehmende Versiegelung der Oberfläche

- 57 -

(BRANDES 2008) und den „Ordnungswahn“ des Menschen wird der Lebensraum der Ruderalgesellschaften immer weiter eingeengt.

Abb. 32: Dorfplätze werden durch Herbizideinsatz unkrautfrei gehalten. Im Hintergrund ist ein „aufgeräumter“ Bauernhof zu erkennen (Foto: V. Denk).

5 . 4 Schlussfolgerung

Anhand der vorliegenden Ergebnisse ist zwar eine Eignung der Ruderal- bzw. Segetalgesellschaften als regionale Klimazeiger nicht zutreffend, trotzdem ist ihre Bedeutung als Indikatoren in Hinblick auf den Klimawandel noch nicht vollständig geklärt. Die Abklärung dieser Fragestellung steckt noch in den Kinderschuhen, nur durch ein Langzeit-Monitoring und der Untersuchung aller auf die Gesellschaften einwirkenden Umwelteinflüsse wird ihre Eignung als Klimazeiger überprüft werden können.

- 58 -

6 Zusammenfassung

Der kurzlebige Vegetationsrhythmus von ruderalen und segetalen Pflanzengesellschaften ermöglicht ihnen eine schnelle Anpassung an Umweltveränderungen. Auf Grund der hohen anthropogenen Dynamik stellen kurzlebige Ruderal- und Segetalgesellschaften ein perfektes System für die Etablierung von Neophyten dar. Viele der jüngst eingeführten Neophyten sind dafür bekannt, dass sie der globalen Erwärmung folgen. Deshalb wurde die Hypothese aufgestellt, dass (1) kurzlebige Ruderalgesellschaften einem klimabedingten räumlichen Muster, auch auf lokaler Ebene folgen und sie daher (2) als einfach anzuwendendes Indikator-System für den regionalen Klimawandel fungieren können. Angesichts eines signifikanten Anstiegs der Jahresmitteltemperatur von etwa 1,6 °C im Zeitraum von 1971 bis 2007 im Südosten der Steiermark wurde zur Klimabeobachtung ein Netzwerk „WegenerNet“ im Bezirk Feldbach auf einer Fläche von etwa 20 km x 15 km, errichtet. Das Netzwerk umfasst 151 Klimastationen in einer Rasterdichte von 1,4 km x 1,4 km und ist mit dieser Dichte weltweit einzigartig. Seit 2007 werden kontinuierlich zeitlich und räumlich hoch auflösende meteorologische Daten übermittelt. Im Sommer 2011 wurden 280 Vegetationsaufnahmen innerhalb des Netzwerkes gemacht, dabei ist jede Station durch mindestens eine Vegetationsaufnahme repräsentiert. Die verschiedenen Temperatur-Datensätze des WegenerNet (z.B. Winter-, Frühlings- und Sommertemperaturen) wurden mit den mittleren Temperaturzeigerwerten der Vegetationsaufnahmen in Beziehung gesetzt. Die Ergebnisse zeigen, dass kurzlebige Ruderal- und Segetalgesellschaften nicht sehr vielfältig in der modernen Agrarlandschaft in der Südoststeiermark vorkommen. Bei der flächendeckenden Erhebung fanden wir eine Gesellschaft der Polygono-Poetea annuae, vier der Stellarietea mediae und eine vom Verband Convolvulo-Agropyrion repentis. Die DCA-Analyse zeigte eine schwache Korrelation der Vegetationsdaten mit den verschiedensten Temperaturdaten. Das wichtigste Ergebnis zeigt die lineare Regressionsanalyse zwischen den berechneten Temperaturzeigerwerten der Segetalvegetation und den gemessenen Wintertemperaturen. Die Darstellung der räumlichen Verbreitungsmuster einzelner Indikatorarten und der Gesellschaften lieferte kein überzeugendes Ergebnis. Auf lokaler Ebene ist das Verbreitungsmuster der Ruderal- und Segetalgesellschaften hauptsächlich durch anthropogene Einflüsse bestimmt und nur schwach mit den Klimadaten korreliert.

- 59 -

7 Abstract

The short-lived vegetation rhythm qualifies ruderal and segetal plant communities to reflect short term environmental changes. Based on their high level of anthropogenic dynamics ruderal and segetal plant communities provide a perfect system for the establishment of alien species. Lots of the recently introduced alien species are known to follow global warming. Therefore, we hypothesized that (1) short-lived ruderal and segetal plant communities provide a distinct spatial pattern attributed to high resolution climate data even in a very local scale, and therefore (2) they provide an easy to handle indicator organism system for small scale climate change. Facing a significant increase in mean annual temperature of about 1.6 °C from 1971 to 2007 in the southeast of Styria, the observation network WEGENER NET was established in the district Feldbach, on an area of approximately 20 km x 15 km. The network comprises 151 climate stations in a grid density of 1.4 km x 1.4 km, providing a worldwide unique density and temporal resolution of meteorological data since 2007. In summer 2011, within the network area we placed 280 vegetation relevés. Each station is represented by at least one relevé. The various temperature data sets of the WegenerNet (e. g. winter, spring and summer temperatures) were related to Ellenberg´s mean temperature indicator values of the relevés. First results showed that short-lived ruderal and segetal plant communities are not very diverse in the modern agricultural landscape of the district Feldbach. In an area-wide survey we found one association of Polygono-Poetea annuae, four of Stellarietea mediae and one of the alliance Convolvulo-Agropyrion repentis. The DCA analysis showed a weak correlation between the vegetation and temperature data. The most significant result we found in the linear regression analysis between the calculated Ellenberg temperature values of the segetal plant communities and the measured winter temperatures. Spatial interpretation of distribution pattern of single indicator species and plant communities provided only low convincing results. We note that at the local scale the distribution pattern of ruderal and segetal plant communities are dominated by anthropogenic influences, and only weakly correlated with the climate data.

- 60 -

8 Literatur

AUER , I., BÖHM , R., SCHÖNER , W. (2001): Austrian long-term climate 1767–2000, multiple instrumental climate time series from Central Europe. – Österreichische Beiträge zu Meteorologie und Geophysik 25, Zentralanstalt für Meteorologie und Geodynamik, Wien.

BERG , CH., DENGLER , J., ABDANK , A., ISERMANN , M. (2004): Die Pflanzengesellschaften Mecklenburg- Vorpommerns und ihre Gefährdung – Textband. – Weissdorn-Verlag, Jena.

BODENSCHUTZBERICHT (2004): Bodenzustandsinventur Bezirk Feldbach. – Das Land Steiermark, FA10B – Landwirtschaftliches Versuchszentrum, Referat Boden- und Pflanzenanalytik, Graz.

BRANDES , D. (1995): Breiten sich die C4-Pflanzen in Mitteleuropa aus?. – Schriftenreihe für Vegetationskunde: Sukopp-Festschirft., Bonn-Bad Godersberg: 365–372.

BRANDES , D. (2003): Die aktuelle Situation der Neophyten in Braunschweig. – Braunschweiger Naturkundliche Schriften 6: 705–760.

BRANDES , D. (2007): Ruderalvegetation – Dynamik ohne Grenzen?. – Berichte der Reinhold-Tüxen- Gesellschaft 19: 60–74.

BRAUN -BLANQUET , J. (1964): Pflanzensoziologie. Grundzüge der Vegetationskunde. 3. Auflage. – Springer Verlag, Wien.

CHYTRÝ , M. (2009): Vegetace České republiky. 2, Ruderální, plevelová, skalní a suťová vegetace = Vegetation of the Czech Republic. 2, Ruderal, weed, rock and scree vegetation. – Academia, Praha.

CIMALOVÁ , S., & LOSOSOVÁ , Z. (2009): Arable weed vegetation of the northwestern part of the Czech Republic: effects of environmental factors on species composition. – Plant Ecol. 203: 45–57.

DE GROOT , R. S., KETNER , P., OVAA , A. H. (1995): Selection and use of bio-indicators to assess the possible effects of climate change in Europe. – Journal of Biogeography 22: 935–943.

DENGLER , J., & WOLLERT , H. (2004a): 26 Artemisietea vulgaris. In: Die Pflanzengesellschaften Mecklenburg-Vorpommerns und ihre Gefährdung. – Textband. – Weissdorn-Verlag, Jena: 380– 410.

DENGLER , J., & WOLLERT , H. (2004b): 16 Polygono-Poetea annuae. In: Die Pflanzengesellschaften Mecklenburg-Vorpommerns und ihre Gefährdung. – Textband. – Weissdorn-Verlag, Jena: 257– 263.

- 61 -

DIEKMANN , M. (2003): Species indicator values as an important tool in appoied plant ecology. – a review. – Basic. Appl. Ecol. 4: 493–506.

DIERSCHKE , H. (1994): Pflanzensoziologie: Grundlagen und Methoden. – Ulmer Verlag, Stuttgart.

ELLENBERG , H., WEBER , H. E., DÜLL , R., WIRTH , V., WERNER , W., PAULIßEN , D. (1992): Zeigerwerte von Pflanzen in Mitteleuropa. 2. Auflage. – Scripta Geobotanica 18: 1–258.

ESSL , F., DULLINGER , S., KLEINBAUER , I. (2009): Changes in the spatio-temporal patterns and habitat preferences of Ambrosia artemisiifolia during its invasion of Austria. - Preslia 81: 119–133.

FELFOLDY , L. (1942): Soziologische Untersuchungen über die pannonische Ruderal-Vegetation [ungar., dt. Zus.]. – Acta Geobot. Hung. 5: 87–140.

FISCHER , M. A., ADLER , W., OSWALD , K. (2005): Exkursionsflora für Österreich, Liechtenstein und Südtirol. 2. Auflage. – Land Oberösterreich, Biologiezentrum der OÖ Landesmuseen, Linz.

FOLLAK , S. (2010): Neophytische Unkräuter in einem sich wandelnden Klima. In: Rabitsch, W. (2010): Aliens, Neobiota und Klimawandel – Eine verhängnisvolle Affäre?. – Bibliothek der Provinz, Weitra.

FRAHM , J.-P., & FREY , W. (2004): Moosflora. 4. Auflage. – Ulmer Verlag, Stuttgart.

GITAY , H., SUÁREZ , A., WATSON , R. T., DOKKEN , D. J. (Hrsg.), (2002): Climate Change and Biodiversity. – IPCC Technical Paper V, Geneva.

GÜNTHER , H., & VAN ELSEN , T. (1993): Ackerwildkraut-Gesellschaften im östlichen Meißner-Vorland (Nordhessen) und Veränderungen im Auftreten bemerkenswerter Ackerwildkräuter nach 15 Jahren. – Tuexenia 13: 467–502.

HANF , M. (1984): Ackerunkräuter Europas mit ihren Keimlingen und Samen. 2. Auflage. - BLV Verlagsgesellschaft, München; DLG-Verlag, Frankfurt (Main); Landwirtschaftsverlag, Münster- Hiltrup; Österreichischer Agrarverlag, Wien; Verbandsdruckerei Wirz, Bern.

HEINRICH , G. (2008): Klimawandel und Trockengefährdung in der Landwirtschaft: Eine Analyse für die Steiermark. – Wissenschaftlicher Bericht 20-2008, Wegener Zentrum für Klima und Globalen Wandel, Graz.

HENNEKENS , S. M., SCHAMINÉE , J. H. J. (2001): TURBOVEG, a comprehensive data base management system for vegetation data. – Journal of Vegetation Science 12: 589–591.

JÄGER , E., J. (Hrsg), (2011): Rothmaler, Exkursionflora von Deutschland. Gefäßpflanzen: Grundband. 20. Auflage. – Spektrum Akademischer Verlag, Heidelberg. - 62 -

JÄGER , E., J. & WERNER , K. (Hrsg), (2009): Rothmaler, Exkursionaflora von Deutschland. Bd. 3. Gefäßpflanzen: Atlasband. 11. Auflage. – Spektrum Akademischer Verlag, Heidelberg.

KABAS , T. (2012): WegenerNet Klimastationsnetz Region Feldbach: Experimenteller Aufbau und hochauflösende Daten für die Klima- und Umweltforschung. – Wissenschaftlicher Bericht 47-2012, Wegener Zentrum für Klima und Globalen Wandel, Graz.

KABAS , T., FOELSCHE , U., KIRCHENGAST , G. (2011a): Seasonal and Annual Trends of Temperature and Percipitation within 1951/1971-2007 in South-Eastern Styria, Austria. – Meterologische Zeitschrift 20/3: 277–289.

KABAS , T., LEUPRECHT , A., BICHLER , C., KIRCHENGAST , G. (2011b): WegenerNet climate station network region Feldbach, Austria: network structure, processing system, and example results. – Advances in Science & Research 6: 49–54.

KIRCHENGAST , G., KABAS , T., BINDER , S., LEUPRECHT , A., BICHLER , C. (2008): Pionierexperiment WegenerNet Klimastationsnetz: Ein neuartiges Messnetz in der Region Feldbach (Steiermark/Österreich) zur Beobachtung von Wetter und Klima mit sehr hoher Auflösung. – Wissenschaftlicher Bericht 23-2008, Wegener Zentrum für Klima und Globalen Wandel, Graz.

KÖHLER , W., SCHACHTEL , G., VOLESKE , P. (2007): Biostatistik. 4. Auflage. – Springer-Verlag, Berlin Heidelberg.

LEYER , I., & WESCHE , K. (2007): Multivariate Statistik in der Ökologie; Eine Einführung. – Springer- Verlag, Berlin Heidelberg.

MUCINA , L. (1993a): Polygono-Poetea annuae. In: MUCINA , L., GRABHERR , G., ELLMAUER , T.(Hrsg.), (1993): Die Pflanzengesellschaften Österreichs. Teil I: Anthropogene Vegetation. - Gustav Fischer Verlag, Jena: 82–89.

MUCINA , L. (1993b): Stellarietea mediae. In: MUCINA , L., GRABHERR , G., ELLMAUER , T.(Hrsg.), (1993): Die Pflanzengesellschaften Österreichs. Teil I: Anthropogene Vegetation. - Gustav Fischer Verlag, Jena: 110–168.

MUCINA , L. (1993c): Artemisietea vulgaris. In: MUCINA , L., GRABHERR , G., ELLMAUER , T.(Hrsg.), (1993): Die Pflanzengesellschaften Österreichs. Teil I: Anthropogene Vegetation. - Gustav Fischer Verlag, Jena: 169–202.

MUCINA , L., GRABHERR , G., ELLMAUER , T.(Hrsg.), (1993): Die Pflanzengesellschaften Österreichs. Teil I: Anthropogene Vegetation. – Gustav Fischer Verlag, Jena.

- 63 -

MÜLLER , J. & KUHBIER , H. (2008): Ruderal- und Adventivflora von Aufschüttungen in Bremen: sporadische Pracht auf vergänglichem Neuland. – Braunschweiger Geobotanische Arbeiten 9: 377–391.

NIKLFELD , H. & ENGLISCH , T. (2004): Arbeitsatlas zur Farn- und Blütenpflanzenflora der Steiermark. – Landesmuseum Joanneum, Graz.

POTT , R. (1995): Die Pflanzengesellschaften Deutschlands. 2. Auflage. – Ulmer Verlag, Stuttgart.

RAHMSTORF , S. & SCHELLNHUBER , H. J. (2007): Der Klimawandel. – C. H. Becker oHG, München.

REICHELT , G. & WILMANNS , O. (1973): Vegetationsgeographie. – Westermann Verlag, Braunschweig.

RENETZEDER , CH., KNOFLACHER , M., LOIBL , W., WRBKA , T. (2010): Are habitats of Austrian agricultural landscapes sensitive to climate change?. – Landscape and Urban Planning 98: 150–159.

SCHUBERT , R., HILBIG , W., KLOTZ , S. (2001): Bestimmungsbuch der Pflanzengesellschaften Deutschlands. – Spektrum Akademischer Verlag, Heidelberg.

SOLOMON , S., QIN , D., MANNING , M., CHEN , Z., MARQUIS , M., AVERYT , K. B., TIGNOR , M., MILLER , H. L. (2007): Summary for Policymakers. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. – Cambrige University Press, Cambrige, New York.

TICHÝ , L. (2002): JUICE, software for vegetation classification. – Journal of Vegetation Science 13: 451–453.

TRAXLER , A., MINARZ , E., HÖTTINGER , H., PENNERSDTORFER , J., SCHMATZBERGER , A., BANKO , G., PLACER , K.,

HADROBOLEC , M., GAUGITSCH , H., ENGLISCH , T., NIKLFELD , H., SCHROTT -EHRENDORFER , L., STAUDINGER , M. (2005): Biodiversität-Hotspots der Agrarlandschaft als Eckpfeiler für Risikoabschätzung und Monitoring von GVO. – Umweltbundesamt, Wien.

VAN ELSEN , T. (1989): Ackerwildkraut-Gesellschaften herbizidfreier Ackerränder und des herbizidbehandelten Bestandsinnern im Vergleich. – Tuexenia 9: 75–106.

WÄLDCHEN , J., PUSCH , J., LUTHARDT , V. (2005): Zur Diasporen-Keimfähigkeit von Segetalpflanzen – Untersuchung in Nord-Thüringen. – Beitr. Forstwirtsch. u. Landsch.ökol. 38: 145–156.

WAKONIGG , H. (1978): Witterung und Klima in der Steiermark. – Verlag für die Technische Universität Graz, Graz.

- 64 -

WALTER , H. (1951): Einführung in die Phytologie; III. Grundlagen der Pflanzenverbreitung, I. Teil: Standortslehre. – Eugen Ulmer, Stuttgart.

WALTHER G.-R., POST , E., CONVEY , P., MENZEL , A., PARMESAN , C., BEEBEE , T. J. C., FROMENTIN , J.-M., HOEGH -

GULDBERG , O., BAIRLEIN , F. (2002): Ecological response to recent climate change. – Nature 416: 389– 395.

WINKLER -HERMADEN , A. (1966): Die Oststeiermark; Eine allgemeinverständliche Darstellung der Entwicklung von Boden und Landschaft eines Gebietes erloschener Vulkane. 2. Aufl. – Leykam, Pädagogischer Verlag, Graz–Wien.

Internet-Quellen:

AMT DER STEIERMÄRKISCHEN LANDESREGIERUNG (2012): Klimaregion Feldbach Riedelland [12.03.2012]. – URL: http://www.umwelt.steiermark.at/cms/beitrag/10023509/25206/

BFW (2012): Einführung in die bodenkundlichen Grundlagen [13.03.2012]. – URL: http://bfw.ac.at/300/pdf/Einfuehrung_Bodenkartierung.pdf

BRANDES , D. (2008): Dynamik und Konstanz der Ruderalvegetation von Osttirol, 13. Österreichisches Botanikertreffen Salzburg [08.07.2012]. – URL: http://www.digibib.tu-bs.de/?docid=00023314

BUNDESAMT FÜR NATURSCHUTZ (2012): Neophyten [25.07.2012]. – URL: http://www.floraweb.de/pflanzenarten/neophyten.html

DATENPORTAL - WEGENER NET KLIMASTATIONSNETZ REGION FELDBACH [20.10.2011]. – http://www.wegenernet.org/

ENGELE , R. & SWOBODA , N. (2008): Teure Lebensmittel – doch der Bauer kämpft ums Überleben [04.04.2012].- URL: http://www.kleinezeitung.at/steiermark/feldbach/paldau/715223/index.do

HULMAK , M., PICKLER , M., ROSINAK , P., SNIZEK , S., WENINGER , A. (2003): Regionales Verkehrskonzept Bezirk Feldbach [03.07.2007].– URL: http://www.verkehr.steiermark.at/cms/dokumente/10553958_11163140/58cbf429/RVK_Feldbac h_Gesamtpr%C3%A4sentation.pdf

VENABLES , W. N., SMITH , D. M., AND THE R CORE TEAM (2012): An Introduction to R [12.04.2012]. – URL: http://www.r-project.org/

- 65 -

9 Anhang

Tabelle 2 Liste der Arten ohne bekannten Temperaturzeigerwert Die Florenzonen sind in Abbildung 33 dargestellt.

Pflanzenart Gesamtareal Temperaturzeigerwert Abuthilon theophrasti meridonal -süd temperat 8 Commelina communis subtropisch -süd temperat 8 Cyperus esculentus austral -meridonal zirkumpolar -submeridonal 8 Euphorbia lathyris meridonal -süd temperat 8 Panicum capillare australisch -subtropisch -temperat 7 Panicum dichotomiflorum meridonal -temperat 8 Panicum milleaceum submeridonal 8 Phacelia tanacetifolia meridonal -submeridonal 8 Setaria faberi submeridonal - süd temperat 8 Trifolium alexandrinum meridonal 8

Der Temperaturzeigerwert der Pflanzenart wurde anhand ihrer Arealausdehnung (JÄGER 2011) bzw. ihres ursprünglichen Vorkommens bestimmt.

Abb. 33: Die Pflanzenareale erstrecken sich über eine oder mehrere Florenzonen (JÄGER 2011)

- 66 -

Abb. 34: Verhalten der Pflanzenarten gegenüber der Jahresmitteltemperatur.

Jahresmitteltemperaturin°C Jahresmitteltemperatur°C in 9.6 9.8 10.0 10.2 10.4 10.6 10.8 Abut theo Achi mill Aego poda Agro giga Agro gith Agro stol Ajug rept Alli peti Alop prat Alth offi 9.6 9.8 10.0 10.2 10.4 10.6 10.8 Amar albu Amarblit Amar bouc Amar hypo Amar powe Amar retr Ambr arte Anag arve Anth arve Aper spic

Jahresmitteltemperatur°C in Jahresmitteltemperaturin°C 9.6 9.8 10.0 10.2 10.4 10.6 10.8 9.6 9.8 10.0 10.2 10.4 10.6 10.8

Brom hord Brom iner Brom tect Caly sepi Caps burs Card hirs Card impa Care hirt Cent jace Cera glom Cera glut Cera holo Cera pumi Chel maju Chen albu Chen glau Chen poly Chen stri Cich inty Cirs arve

Jahresmitteltemperatur in°C Jahresmitteltemperatur in°C 9.6 9.8 10.0 10.2 10.4 10.6 10.8

9.6 9.8 10.0 10.2 10.4 10.6 10.8 Euph lath Euph macu Euph pepl Fall conv Fall japo Fest prat Frag vesc Fuma offi Gale pube Gale spec Dact glom Datu stra Dauc caro Digi pect Digi sang Digi isch Duch indi Echi crus Echi vulg Elym repe

Jahresmitteltemperatur in°C Jahresmitteltemperatur in°C 9.6 9.8 10.0 10.2 10.4 10.6 10.8 9.6 9.8 10.0 10.2 10.4 10.6 10.8 Epil hirs Epil parv Epil tetr Equi arve Equi palu Equi telm Erag mino Erag pilo Euph heli Euph humi Cirs vulg Comm comm Cons rega Conv arve Cony cana Crep bien Crep capi Crep tect Cyno dact Cype escu

- 67 -

Jahresmitteltemperatur in°C Jahresmitteltemperatur in°C 9.8 10.0 10.2 10.4 10.6 10.8 9.6 9.8 10.0 10.2 10.4 10.6 10.8

Gnap ulig Gyps mura Hier umbe Holc lana Hype humi Hype perf Hypo radi Impa parv Junc effu Lact serr Gali apar Gali cili Gali moll Gali parv Gera colu Gera diss Gera purp Gera pusi Gera robe Glechede

Jahresmitteltemperaturin °C Jahresmitteltemperaturin °C 9.6 9.8 10.0 10.2 10.4 10.6 10.8 9.6 9.8 10.0 10.2 10.4 10.6 10.8 Lami purp Laps comm Lath prat Lath tube Lego spec Leon autu Leon hisp Lepi rude Lepi virg Lina vulg Loli mult Loli pere Lotu corn Lysi numm Lysi vulg Lyth sali Malv alce Malv negl Malv sylv Matr cham

Jahresmitteltemperaturin °C Jahresmitteltemperaturin °C 9.6 9.8 10.0 10.2 10.4 10.6 10.8 9.6 9.8 10.0 10.2 10.4 10.6 10.8 Matr disc Medi lupu Medi vari Medi albu Meli offi Ment arve Micr minu Myos aqua Moys arve Nica phys Oxal corn Oxal stri Pani capi Pani dich Pani mili Papa dubi Papa rhoe Pers dubi Pers hydr Pers lapa

Jahresmitteltemperaturin °C Jahresmitteltemperaturin °C 9.6 9.8 10.0 10.2 10.4 10.6 10.8 9.6 9.8 10.0 10.2 10.4 10.6 10.8 Pers macu Pers mino Phac tana Phle prat Phyt amer Picr hier Plan lanc Plan majo Poa annu Poa comp Poa prat Poa triv Poly avic Port oler Pote anse Pote rept Pote supi Prun vulg Puli dyse Ranu acri

Jahresmitteltemperaturin °C Jahresmitteltemperaturin °C 9.6 9.8 10.0 10.2 10.4 10.6 10.8 9.6 9.8 10.0 10.2 10.4 10.6 10.8 Ranu repe Raph sati Rori palu Rori sylv Rubu caes Rume acet Rume acll Rume obtu Sagi proc Samb ebul Scle annu Scro nodo Sene vulg Seta fabe Seta pumi Seta viri Sher arve Sile lati Sile vulg Sina arve

- 68 -

Jahresmitteltemperaturin °C Jahresmitteltemperatur in°C 9.6 9.8 10.0 10.2 10.4 10.6 10.8 9.6 9.8 10.0 10.2 10.4 10.6 10.8 Sola nigr Soli cana Soli giga Sonc arve Sonc aspe Sonc oler Sorg hale Sper rubr Stac palu Stel gram Stel medi Symp offi Symp tube Tana vulg Tara rude Thla arve Trag orie Trif alex Trif arve Trif dubi

Jahresmitteltemperatur in °C in Jahresmitteltemperatur Jahresmitteltemperatur in °C in Jahresmitteltemperatur 9.6 9.8 10.0 10.2 10.4 10.6 10.8 9.6 9.8 10.0 10.2 10.4 10.6 10.8 Trif hybr Trif prat Trif repe Trip inod Tuss farf Urti dioi Verb offi Verb phlo Vero arve Vero pers Vero poli Vero serp Vici crac Vici gran Vici hirs Vici tetr Viol arve Viol tric Viti vini Vulp myur

- 69 -

Tabelle 3 Auflistung der 277 Aufnahmen mit entsprechenden Klimadaten, Ellenberg- Temperaturzeigerwerten und Seehöhenangaben, sowie der zugeordneten Gesellschaften. Abkürzungen: T.Nr = Tabellennummer; A.Nr = Aufnahmenummer; T = Temperaturzeigerwert nach Ellenberg; alt = Seehöhe (m); T-y = Jahresmitteltemperatur; T-vp= Temperatur der Vegetationsperiode (April-Oktober); T-w = Temperatur Dezember-Februar; T-f = Temperatur März-April; T-s = Temperatur Juni-August; T-Mä = Temperatur März; T-Ap = Temperatur April; T-Ma = Temperatur Mai, T-Ju = Temperatur Ju; Ges = Gesellschaft CA = Convolvulo arvensis-Agropyretum repentis, CAS = Convolvulo arvensis-Agropyretum repentis sAss sorghetosum halapense; EL = Erigeronto-Lactucetum serriolae; EP = Eragrostio-Polygonetum arenastri; ES = Echinochloo-Setarietum pumilae; MC = Mercuriali-Chenopodietum polyspermi; PA = Poetum annuae Ausbildungen des Echinochloo-Setarietum: ESBT = Bidens tripartitus ; ESGP = Galinsoga parviflora ; ESPD = Panicum dichotomiflorum ; ESPL = Persicaria lapathifolia ; ESSF = Setaria faberi ; ESSN = Solanum nigrum

T.Nr A.Nr T alt T-y T-vp T-w T-f T-s T-Ja T-Mä T-Ap T-Ma T-Ju Ges 1 1 6.80 214 10.51 16.03 0.23 11.33 19.90 0.09 6.12 12.07 15.83 20.64 EP 2 2 5.96 285 10.79 16.25 0.50 11.58 19.94 0.52 6.35 12.55 15.87 20.76 EL 3 3 6.79 281 10.79 16.25 0.50 11.58 19.94 0.52 6.35 12.55 15.87 20.76 ES 4 4 5.89 276 10.79 16.25 0.50 11.58 19.94 0.52 6.35 12.55 15.87 20.76 PA 5 5 6.37 276 10.51 16.03 0.23 11.33 19.89 0.09 6.12 12.07 15.83 20.64 MC 6 6 6.46 315 9.85 15.50 -0.90 10.78 19.39 -0.93 5.53 11.44 15.39 20.15 ES 7 7 7.05 312 10.09 15.74 -0.61 11.03 19.56 -0.68 5.76 11.70 15.64 20.27 EP 8 8 6.74 322 10.09 15.74 -0.61 11.03 19.56 -0.68 5.76 11.70 15.64 20.27 ESPL 9 9 5.86 336 9.85 15.50 -0.90 10.78 19.39 -0.93 5.53 11.44 15.39 20.15 EL 10 10 6.48 324 10.14 15.72 -0.48 11.09 19.56 -0.53 5.79 11.73 15.64 20.30 ESPL 11 11 6.70 307 10.14 15.72 -0.48 11.09 19.56 -0.53 5.79 11.73 15.64 20.30 ES 12 12 6.66 303 9.98 15.59 -0.72 10.93 19.39 -0.72 5.63 11.62 15.58 20.06 ESGP 13 13 5.96 313 10.09 15.74 -0.61 11.03 19.56 -0.68 5.76 11.70 15.64 20.27 PA 14 14 6.55 323 10.03 15.41 -0.73 10.91 19.21 -0.69 5.61 11.55 15.35 19.91 MC 15 15 6.02 331 10.36 15.86 -0.03 11.23 19.66 0.03 6.02 12.10 15.61 20.53 MC 16 16 6.03 390 10.37 15.75 0.19 11.21 19.44 0.28 6.11 12.10 15.44 20.30 MC 17 17 6.00 408 10.55 15.99 0.14 11.43 19.75 0.25 6.16 12.30 15.65 20.59 ES 18 18 5.98 311 10.36 15.86 -0.03 11.24 19.62 -0.01 6.05 12.13 15.56 20.45 MC 19 19 5.83 304 9.98 15.59 -0.72 10.93 19.39 -0.72 5.63 11.62 15.58 20.06 CA 20 20 6.36 322 10.14 15.72 -0.48 11.09 19.56 -0.53 5.79 11.73 15.64 20.30 EP 21 21 6.88 317 10.34 15.81 -0.02 11.18 19.56 0.03 6.04 12.06 15.47 20.42 ESBT 22 22 5.93 360 10.34 15.81 -0.02 11.18 19.56 0.03 6.04 12.06 15.47 20.42 EL 23 23 6.00 307 10.14 15.76 -0.49 11.09 19.58 -0.52 5.81 11.86 15.63 20.33 ESPL 24 24 6.08 305 10.14 15.76 -0.49 11.09 19.58 -0.52 5.81 11.86 15.63 20.33 MC 25 25 6.03 301 9.86 15.45 -0.77 10.83 19.26 -0.81 5.52 11.50 15.48 19.92 PA 26 26 6.03 295 9.86 15.45 -0.77 10.83 19.26 -0.81 5.52 11.50 15.48 19.92 MC 27 27 5.76 370 10.15 15.75 -0.43 11.03 19.62 -0.49 5.79 11.69 15.63 20.38 MC 28 28 5.97 333 9.76 15.15 -0.61 10.56 19.01 -0.57 5.39 11.27 15.03 19.78 CA 29 29 6.24 331 10.37 15.75 0.19 11.21 19.44 0.28 6.11 12.10 15.44 20.30 MC 30 30 6.62 295 10.36 15.73 -0.11 11.17 19.48 -0.07 6.03 12.02 15.48 20.30 EP 31 31 6.02 381 10.55 15.99 0.14 11.43 19.75 0.25 6.16 12.30 15.65 20.59 MC 32 32 6.11 389 10.46 15.75 -0.20 11.32 19.45 0.30 5.89 11.99 15.46 20.19 CA 33 33 6.42 298 10.20 15.69 -0.21 11.06 19.49 -0.23 5.89 11.87 15.46 20.30 ESSNN 34 34 6.08 351 10.20 15.69 -0.21 11.06 19.49 -0.23 5.89 11.87 15.46 20.30 CA

- 70 -

T.Nr A.Nr T alt T-y T-vp T-w T-f T-s T-Ja T-Ma T-Ap T-Ma T-Ju Ges 35 35 6.76 390 9.80 15.34 -0.70 10.72 19.14 -0.75 5.52 11.37 15.30 19.81 ESGP 36 36 6.18 378 10.37 15.75 0.19 11.21 19.44 0.28 6.11 12.10 15.44 20.30 ESGP 37 37 6.23 317 9.80 15.34 -0.70 10.72 19.14 -0.75 5.52 11.37 15.30 19.81 PA 38 38 6.29 313 10.15 15.75 -0.43 11.03 19.62 -0.49 5.79 11.69 15.63 20.38 MC 39 39 6.54 308 9.63 15.15 -0.89 10.65 18.97 -0.91 5.41 11.29 15.28 19.64 ESPL 40 40 6.01 370 10.27 15.70 -0.02 11.11 19.42 0.00 6.01 11.96 15.39 20.24 ES 41 41 6.45 337 10.56 15.95 0.36 11.38 19.61 0.14 6.26 12.29 15.60 20.46 ESGP 42 42 5.77 332 9.66 15.15 -0.79 10.56 18.98 -0.87 5.33 11.09 15.16 19.61 CA 43 43 6.48 315 10.03 15.56 -0.53 11.00 19.35 -0.57 5.64 11.63 15.76 19.96 ESPL 44 44 6.85 344 10.55 15.98 0.25 11.41 19.72 0.19 6.22 12.28 15.77 20.49 ES 45 45 7.25 295 10.17 15.68 -0.23 11.06 19.45 -0.36 5.81 11.80 15.61 20.12 PA 46 46 6.54 296 10.17 15.68 -0.23 11.06 19.45 -0.36 5.81 11.80 15.61 20.12 ES 47 47 6.47 306 10.01 15.54 -0.51 10.92 19.38 -0.61 5.63 11.60 15.54 20.05 MC 48 48 5.38 403 10.15 15.65 -0.25 11.08 19.40 -0.37 5.84 11.84 15.58 20.10 MC 49 49 5.61 295 10.25 15.65 -0.24 11.07 19.45 -0.26 5.79 11.70 15.52 20.22 EL 50 50 5.92 287 10.25 15.65 -0.24 11.07 19.45 -0.26 5.79 11.70 15.52 20.22 CA 51 51 6.46 281 10.25 15.68 -0.03 11.10 19.45 -0.01 5.98 11.88 15.39 20.24 EL 52 52 6.21 299 10.07 16.66 -0.56 11.00 19.51 -0.61 5.72 11.59 15.60 20.20 MC 53 53 6.04 295 10.07 16.66 -0.56 11.00 19.51 -0.61 5.72 11.59 15.60 20.20 ESPL 54 54 6.85 304 10.27 15.44 -0.51 11.21 19.30 -0.70 5.42 11.53 15.26 19.99 ES 55 55 6.66 319 9.68 15.17 -0.75 10.48 19.03 -0.77 5.33 11.15 14.97 19.75 ESPL 56 56 6.73 295 9.97 15.56 -0.65 10.96 19.35 -0.70 5.66 11.63 15.62 20.01 ESPD 57 57 6.96 296 9.97 15.56 -0.65 10.96 19.35 -0.70 5.66 11.63 15.62 20.01 ESSN 58 58 6.17 297 9.87 15.49 -0.75 10.83 19.37 -0.82 5.54 11.46 15.51 20.06 ESBT 59 59 6.69 318 9.87 15.49 -0.75 10.83 19.37 -0.82 5.54 11.46 15.51 20.06 ESGP 60 60 6.49 373 9.63 15.15 -0.89 10.65 18.97 -0.91 5.41 11.29 15.28 19.64 ESBT 61 61 6.32 402 10.44 15.94 0.03 11.32 19.66 -0.02 6.07 12.18 15.75 20.35 ESGP 62 62 5.98 334 10.22 15.67 -0.03 11.13 19.43 0.00 5.99 11.97 15.44 20.18 ESBT 63 63 5.98 317 10.15 15.65 -0.25 11.08 19.40 -0.37 5.84 11.84 15.58 20.10 MC 64 64 6.71 338 10.44 15.94 0.03 11.32 19.66 -0.02 6.07 12.18 15.75 20.35 ESSN 65 65 6.03 372 10.25 15.68 -0.03 11.10 19.45 -0.01 5.98 11.88 15.39 20.24 ESPL 66 66 6.54 410 10.39 15.73 -0.08 11.29 19.49 0.01 6.03 12.06 15.49 20.26 EL 67 67 6.50 399 10.46 15.88 0.22 11.31 19.60 0.30 6.15 12.23 15.55 20.46 PA 68 68 6.85 355 10.22 15.67 -0.03 11.13 19.43 0.00 5.99 11.97 15.44 20.18 ESGP 69 69 6.63 315 10.38 15.82 0.06 11.27 19.56 0.02 6.08 12.07 15.61 20.34 ESBT 70 70 7.60 323 10.38 15.82 0.06 11.27 19.56 0.02 6.08 12.07 15.61 20.34 ESSF 71 71 7.33 301 10.30 15.75 0.01 11.18 19.48 -0.08 6.00 11.97 15.60 20.19 ESSF 72 72 6.20 292 10.30 15.75 0.01 11.18 19.48 -0.08 6.00 11.97 15.60 20.19 ESPL 73 73 6.64 292 10.21 15.71 -0.17 11.09 19.48 -0.25 5.86 11.82 15.61 20.15 CASH 75 75 6.72 353 10.22 15.68 -0.08 11.11 19.45 -0.16 5.89 11.92 15.53 20.17 EP 76 76 6.37 289 10.22 15.68 -0.08 11.11 19.45 -0.16 5.89 11.92 15.53 20.17 ESSF 77 77 7.46 277 10.13 15.75 -0.49 11.06 19.58 -0.57 5.64 11.70 15.86 20.24 EP 78 78 6.74 277 10.33 15.79 0.02 11.18 19.58 0.02 6.03 11.97 15.56 20.36 MC 79 79 6.01 361 10.33 15.79 0.02 11.18 19.58 0.02 6.03 11.97 15.56 20.36 PA 80 80 6.87 334 10.08 15.65 -0.38 11.04 19.50 -0.54 5.68 11.80 15.68 20.19 CASH 81 81 6.89 390 10.55 15.98 0.28 11.38 19.73 0.22 6.25 12.24 15.68 20.48 EP - 71 -

T.Nr A.Nr T alt T-y T-vp T-w T-f T-s T-Ja T-Ma T-Ap T-Ma T-Ju Ges 82 82 6.49 318 10.55 16.04 0.27 11.48 19.79 0.18 6.26 12.27 15.92 20.50 ESGP 83 83 6.85 345 10.55 15.98 0.28 11.38 19.73 0.22 6.25 12.24 15.68 20.48 ESSN 84 84 6.85 301 10.19 15.71 -0.30 11.06 19.58 -0.34 5.86 11.82 15.51 20.36 ESSF 85 86 6.81 303 10.59 15.74 0.06 11.08 19.52 0.07 5.92 11.93 15.43 20.36 ESPD 86 87 6.08 364 10.59 15.74 0.06 11.08 19.52 0.07 5.92 11.93 15.43 20.36 ESPL 87 88 7.74 341 10.12 15.60 -0.17 11.05 19.34 -0.28 5.72 11.87 15.46 20.02 ESPD 88 89 6.84 306 10.23 15.52 -0.36 11.09 19.32 -0.51 5.55 11.60 15.48 19.95 ES 89 90 6.72 314 10.23 15.52 -0.36 11.09 19.32 -0.51 5.55 11.60 15.48 19.95 ESGP 90 91 6.76 344 10.44 15.84 0.22 11.27 19.58 0.21 6.13 12.12 15.58 20.34 ESPL 91 92 6.10 325 10.44 15.84 0.22 11.27 19.58 0.21 6.13 12.12 15.58 20.34 PA 92 93 6.84 373 10.63 16.04 0.37 11.46 19.75 0.39 6.30 12.36 15.73 20.52 EL 93 94 6.64 312 10.21 15.71 -0.17 11.09 19.48 -0.25 5.86 11.82 15.61 20.15 CASH 94 95 6.00 309 10.63 16.04 0.37 11.46 19.75 0.39 6.30 12.36 15.73 20.52 MC 95 96 6.70 309 10.08 15.65 -0.38 11.04 19.50 -0.54 5.68 11.80 15.68 20.19 ESPD 96 97 6.64 344 10.12 15.60 -0.17 11.05 19.34 -0.28 5.72 11.87 15.46 20.02 ESSN 97 98 6.13 292 10.20 15.63 0.05 11.06 19.39 -0.13 5.88 11.84 15.48 20.09 MC 98 99 6.17 293 10.20 15.63 0.05 11.06 19.39 -0.13 5.88 11.84 15.48 20.09 ESBT 99 100 6.07 301 10.01 15.63 -0.46 10.90 19.51 -0.55 5.54 11.51 15.66 20.16 MC 100 101 7.29 298 10.01 15.63 -0.46 10.90 19.51 -0.55 5.54 11.51 15.66 20.16 ESSF 101 102 6.49 324 10.41 15.90 0.11 11.29 19.66 0.01 6.05 12.06 15.79 20.36 ESSF 102 103 6.32 282 10.41 15.90 0.11 11.29 19.66 0.01 6.05 12.06 15.79 20.36 ESBT 103 104 6.05 364 10.77 16.15 0.58 11.65 19.81 0.56 6.54 12.59 15.86 20.55 ESSF 104 105 6.89 355 10.77 16.15 0.58 11.65 19.81 0.56 6.54 12.59 15.86 20.55 ESPL 105 106 5.98 365 10.92 16.33 0.70 11.72 20.04 0.66 6.58 12.62 15.99 20.81 ESSN 106 107 5.95 305 9.73 15.33 -0.86 10.44 19.30 -0.84 5.21 11.01 15.11 20.04 ESPL 107 108 6.01 314 9.73 15.33 -0.86 10.44 19.30 -0.84 5.21 11.01 15.11 20.04 CA 108 109 7.39 301 9.65 15.20 -0.88 10.44 19.10 -0.85 5.23 11.01 15.07 19.76 ES 109 110 7.04 312 10.61 16.04 0.38 11.48 19.70 0.42 6.34 12.43 15.69 20.51 ESPD 110 111 6.70 326 10.43 15.69 0.07 11.32 19.41 0.12 6.02 11.99 15.39 20.20 MC 111 112 6.69 386 10.43 15.69 0.07 11.32 19.41 0.12 6.02 11.99 15.39 20.20 ESSN 112 113 6.61 376 10.61 16.04 0.38 11.48 19.70 0.42 6.34 12.43 15.69 20.51 ESPL 113 114 6.71 379 10.37 15.84 0.12 11.24 19.68 0.15 6.11 11.99 15.63 20.45 ESPD 114 115 6.97 306 10.37 15.84 0.12 11.24 19.68 0.15 6.11 11.99 15.63 20.45 ESPD 115 116 6.65 305 9.65 15.20 -0.88 10.44 19.10 -0.85 5.23 11.01 15.07 19.76 ESBT 116 117 5.26 280 10.38 16.02 -0.24 11.28 19.97 -0.31 6.02 11.99 15.86 20.72 PA 117 118 7.46 312 10.37 15.94 -0.13 11.19 19.85 -0.16 5.93 11.92 15.75 20.61 EP 118 119 6.52 293 10.37 15.94 -0.13 11.19 19.85 -0.16 5.93 11.92 15.75 20.61 ESPL 119 120 6.03 341 10.44 15.86 0.21 11.27 19.62 0.23 6.16 12.08 15.60 20.41 ESPL 120 121 6.05 287 10.16 15.81 -0.47 11.05 19.72 -0.55 5.78 11.72 15.68 20.43 ESSF 121 122 6.40 367 10.06 15.52 -0.27 10.89 19.33 -0.25 5.72 11.71 15.27 20.13 ESSN 122 123 6.57 285 10.16 15.81 -0.47 11.05 19.72 -0.55 5.78 11.72 15.68 20.43 ES 123 124 7.28 315 9.86 15.35 -0.46 10.56 19.28 -0.48 5.43 11.14 15.12 20.00 ESPD 124 125 6.55 361 9.86 15.35 -0.46 10.56 19.28 -0.48 5.43 11.14 15.12 20.00 ESPL 125 126 6.24 336 9.64 15.10 -0.65 10.49 18.98 -0.66 5.28 11.04 15.03 19.65 ESGP 126 127 6.26 331 9.64 15.10 -0.65 10.49 18.98 -0.66 5.28 11.04 15.03 19.65 ESGP 127 128 6.89 330 10.14 15.51 0.03 10.93 19.27 0.06 5.83 11.67 15.33 20.01 CASH - 72 -

T.Nr A.Nr T alt T-y T-vp T-w T-f T-s T-Ja T-Ma T-Ap T-Ma T-Ju Ges 128 129 6.75 404 10.66 16.03 0.46 11.40 19.72 0.58 6.25 12.32 15.64 20.54 CASH 129 130 6.26 417 10.66 16.03 0.46 11.40 19.72 0.58 6.25 12.32 15.64 20.54 ESGP 130 131 5.89 387 10.66 16.04 0.48 11.45 19.75 0.52 6.33 12.33 15.71 20.53 MC 131 132 6.74 409 10.66 16.04 0.48 11.45 19.75 0.52 6.33 12.33 15.71 20.53 MC 132 133 6.20 294 10.92 16.33 0.70 11.72 20.04 0.66 6.58 12.62 15.99 20.81 EL 133 134 6.09 302 10.46 16.96 0.22 11.32 19.80 0.18 6.20 12.05 15.75 20.52 MC 134 135 6.46 321 10.46 16.96 0.22 11.32 19.80 0.18 6.20 12.05 15.75 20.52 ESPL 135 136 6.05 306 10.22 15.64 0.01 10.99 19.47 0.01 5.88 11.67 15.45 20.18 ESBT 136 137 7.15 358 10.14 15.51 0.03 10.93 19.27 0.06 5.83 11.67 15.33 20.01 ESPD 137 138 6.86 289 10.18 15.64 -0.07 10.95 19.43 -0.18 5.82 11.69 15.38 20.11 CASH 138 139 7.29 279 10.80 16.22 0.57 11.64 19.96 0.49 6.49 12.48 15.96 20.70 CASH 139 140 6.75 270 10.26 15.80 -0.13 11.06 19.68 -0.21 5.77 11.67 15.77 20.34 EL 140 141 7.25 293 10.26 15.80 -0.13 11.06 19.68 -0.21 5.77 11.67 15.77 20.34 PA 141 142 6.78 307 10.18 15.64 -0.07 10.95 19.43 -0.18 5.82 11.69 15.38 20.11 EL 142 143 6.41 279 10.22 15.64 0.01 10.99 19.47 0.01 5.88 11.67 15.45 20.18 ES 143 144 5.86 277 10.46 15.88 -0.18 11.30 19.76 -0.32 5.84 11.95 15.63 20.53 EL 144 145 6.65 303 10.19 15.97 -0.22 11.15 19.93 -0.29 5.84 11.81 15.83 20.65 ESSF 145 146 6.74 330 10.19 15.97 -0.22 11.15 19.93 -0.29 5.84 11.81 15.83 20.65 ES 146 147 6.80 290 9.80 15.50 -0.14 10.93 19.35 -0.20 5.81 11.63 15.40 20.04 EP 147 148 6.51 309 9.80 15.50 -0.14 10.93 19.35 -0.20 5.81 11.63 15.40 20.04 ESPL 148 149 5.90 309 10.40 15.74 0.02 11.19 19.60 0.00 5.95 11.83 15.60 20.34 ESBT 149 150 6.31 382 10.18 15.54 0.05 10.95 19.35 0.13 5.86 11.75 15.27 20.13 ESPL 150 151 7.80 341 10.18 15.54 0.05 10.95 19.35 0.13 5.86 11.75 15.27 20.13 ESPD 151 152 6.60 286 10.38 16.02 -0.24 11.28 19.97 -0.31 6.02 11.99 15.86 20.72 PA 152 153 6.95 274 10.46 15.88 -0.18 11.30 19.76 -0.32 5.84 11.95 15.63 20.53 ESPD 153 154 6.82 336 10.15 15.64 -0.16 11.02 19.47 -0.17 5.82 11.82 15.47 20.22 EL 154 155 7.35 289 10.15 15.64 -0.16 11.02 19.47 -0.17 5.82 11.82 15.47 20.22 ESPD 155 156 6.82 394 10.70 16.17 0.43 11.57 19.87 0.51 6.36 12.51 15.89 20.71 ESGP 156 157 6.69 303 10.44 15.79 0.16 11.19 19.58 0.15 6.05 11.99 15.54 20.38 ES 157 158 6.79 309 10.44 15.79 0.16 11.19 19.58 0.15 6.05 11.99 15.54 20.38 ESGP 158 159 6.24 298 10.45 15.93 0.15 11.32 19.74 0.17 6.13 12.20 15.67 20.56 ESGP 159 160 6.02 275 9.95 15.46 -0.47 10.79 19.33 -0.51 5.56 11.36 15.48 19.95 PA 160 161 6.06 357 10.18 15.60 -0.30 10.82 19.50 -0.47 5.66 11.45 15.44 20.21 ESPL 161 162 6.97 365 10.45 15.93 0.15 11.32 19.74 0.17 6.13 12.20 15.67 20.56 ESPD 162 163 6.86 274 10.18 15.60 -0.30 10.82 19.50 -0.47 5.66 11.45 15.44 20.21 ESGP 163 164 6.44 333 10.52 15.99 0.26 11.34 19.78 0.31 6.18 12.19 15.67 20.60 ESGP 164 165 7.80 296 10.54 15.95 0.34 11.34 19.75 0.37 6.21 12.13 15.72 20.54 ESPD 165 166 6.28 336 10.54 15.95 0.34 11.34 19.75 0.37 6.21 12.13 15.72 20.54 EL 166 167 6.31 312 10.47 15.87 0.29 11.25 19.69 0.30 6.11 12.00 15.68 20.48 CA 167 168 7.61 345 10.47 15.87 0.29 11.25 19.69 0.30 6.11 12.00 15.68 20.48 ESPD 168 169 6.89 297 10.47 15.93 0.16 11.33 19.74 0.09 6.14 12.16 15.73 20.50 ESSN 169 170 6.57 295 10.47 15.93 0.16 11.33 19.74 0.09 6.14 12.16 15.73 20.50 CASH 170 172 7.57 320 10.82 16.28 0.54 11.64 20.13 0.44 6.46 12.46 16.03 20.87 PA 171 173 6.00 424 10.59 16.01 0.36 11.33 19.78 0.52 6.13 12.23 15.66 20.62 PA 172 174 7.68 408 10.59 16.01 0.36 11.33 19.78 0.52 6.13 12.23 15.66 20.62 ESPD 173 175 6.90 281 9.95 15.46 -0.47 10.79 19.33 -0.51 5.56 11.36 15.48 19.95 EP - 73 -

T.Nr A.Nr T alt T-y T-vp T-w T-f T-s T-Ja T-Ma T-Ap T-Ma T-Ju Ges 174 176 7.45 295 10.30 15.70 0.09 11.10 19.50 0.12 6.02 11.85 15.45 20.26 ESPD 175 177 6.69 359 10.30 15.70 0.09 11.10 19.50 0.12 6.02 11.85 15.45 20.26 MC 176 178 6.88 377 10.49 15.91 0.23 11.33 19.66 0.26 6.20 12.20 15.61 20.47 ES 177 179 6.90 327 10.49 15.91 0.23 11.33 19.66 0.26 6.20 12.20 15.61 20.47 ESBT 178 180 6.86 363 10.63 16.09 0.34 11.48 19.88 0.37 6.31 12.33 15.84 20.72 ES 179 181 7.17 293 10.52 15.99 0.26 11.34 19.78 0.31 6.18 12.19 15.67 20.60 ESPD 180 182 6.37 289 10.34 15.91 -0.20 11.20 19.85 -0.25 5.92 11.85 15.84 20.56 ESGP 181 183 7.01 279 10.34 15.91 -0.20 11.20 19.85 -0.25 5.92 11.85 15.84 20.56 EL 182 184 6.00 270 10.13 15.69 -0.31 10.98 19.58 -0.41 5.70 11.64 15.63 20.25 PA 183 185 6.00 268 10.13 15.69 -0.31 10.98 19.58 -0.41 5.70 11.64 15.63 20.25 ESGP 184 186 7.31 294 10.76 16.19 0.52 11.57 19.93 0.61 6.42 12.44 15.87 20.73 ESSF 185 187 7.35 312 9.72 15.05 -0.36 10.50 18.90 -0.39 5.37 11.03 15.12 19.54 ESPD 186 188 7.56 348 9.72 15.05 -0.36 10.50 18.90 -0.39 5.37 11.03 15.12 19.54 ESPD 187 189 6.01 388 10.76 16.19 0.52 11.57 19.93 0.61 6.42 12.44 15.87 20.73 CA 188 190 6.02 348 10.66 16.07 0.46 11.51 19.78 0.49 6.34 12.40 15.80 20.58 CA 189 191 6.32 368 10.66 16.07 0.46 11.51 19.78 0.49 6.34 12.40 15.80 20.58 ESGP 190 192 6.97 366 10.61 16.05 0.35 11.44 19.77 0.33 6.27 12.36 15.73 20.52 ESGP 191 193 5.98 369 10.61 16.05 0.35 11.44 19.77 0.33 6.27 12.36 15.73 20.52 CA 192 194 6.93 377 10.69 16.18 0.38 11.55 19.93 0.33 6.30 12.48 15.89 20.73 PA 193 195 7.65 292 10.69 16.18 0.38 11.55 19.93 0.33 6.30 12.48 15.89 20.73 ESPD 194 196 6.52 281 10.44 15.93 0.26 11.33 19.65 0.43 6.17 12.22 15.61 20.51 ESPL 195 197 6.99 339 10.44 15.93 0.26 11.33 19.65 0.43 6.17 12.22 15.61 20.51 ESPD 196 198 7.28 380 10.45 15.89 0.20 11.28 19.65 0.22 6.14 12.12 15.60 20.45 ESSF 197 199 6.25 305 10.45 15.89 0.20 11.28 19.65 0.22 6.14 12.12 15.60 20.45 ESBT 198 200 6.88 365 9.87 15.34 -0.32 10.49 19.14 -0.32 5.62 11.38 15.14 19.83 ES 199 201 6.69 278 10.48 15.77 -0.03 11.16 19.57 0.00 5.98 11.95 15.57 20.34 CASH 200 202 6.62 288 10.66 15.86 0.42 11.31 19.63 0.37 6.25 12.10 15.60 20.39 ES 201 203 6.78 352 10.48 15.77 -0.03 11.16 19.57 0.00 5.98 11.95 15.57 20.34 ESGP 202 204 6.77 313 9.87 15.34 -0.32 10.49 19.14 -0.32 5.62 11.38 15.14 19.83 ES 203 205 6.01 320 10.66 15.86 0.42 11.31 19.63 0.37 6.25 12.10 15.60 20.39 ESGP 204 206 6.45 284 10.03 15.49 -0.26 10.84 19.33 -0.33 5.71 11.49 15.34 20.02 ESGP 205 207 7.06 268 10.03 15.49 -0.26 10.84 19.33 -0.33 5.71 11.49 15.34 20.02 PA 206 208 6.27 262 10.22 15.87 -0.26 11.19 19.78 -0.35 5.87 11.82 15.89 20.43 PA 207 209 6.92 268 10.22 15.87 -0.26 11.19 19.78 -0.35 5.87 11.82 15.89 20.43 EL 208 210 7.58 271 10.42 15.87 0.17 11.28 19.67 0.15 6.17 12.05 15.65 20.44 ESPD 209 211 6.24 278 10.51 15.83 -0.20 11.34 19.71 -0.33 5.78 11.83 15.76 20.43 ESPL 210 212 6.14 263 10.51 15.83 -0.20 11.34 19.71 -0.33 5.78 11.83 15.76 20.43 ESPL 211 213 6.08 320 10.26 15.64 0.09 11.19 19.41 0.08 6.07 11.99 15.52 20.16 ES 212 214 7.88 334 10.26 15.64 0.09 11.19 19.41 0.08 6.07 11.99 15.52 20.16 ESPD 213 215 7.91 306 10.82 16.28 0.51 11.61 20.00 0.60 6.40 12.57 15.91 20.84 ESPD 214 216 6.90 369 10.82 16.28 0.51 11.61 20.00 0.60 6.40 12.57 15.91 20.84 ES 215 217 7.34 276 10.42 15.87 0.17 11.28 19.67 0.15 6.17 12.05 15.65 20.44 EP 216 218 7.78 285 10.64 16.10 0.36 11.52 19.92 0.33 6.34 12.40 15.85 20.70 ESPD 217 219 6.14 278 10.64 16.10 0.36 11.52 19.92 0.33 6.34 12.40 15.85 20.70 ES 218 220 6.82 288 10.33 15.73 0.18 11.15 19.54 0.12 6.05 11.92 15.49 20.29 ESGP 219 221 6.27 295 10.53 16.01 0.23 11.35 19.87 0.16 6.16 12.13 15.79 20.67 ESGP - 74 -

T.Nr A.Nr T alt T-y T-vp T-w T-f T-s T-Ja T-Ma T-Ap T-Ma T-Ju Ges 220 222 6.71 277 10.53 16.01 0.23 11.35 19.87 0.16 6.16 12.13 15.79 20.67 ESGP 221 223 6.64 276 10.33 15.73 0.18 11.15 19.54 0.12 6.05 11.92 15.49 20.29 ESGP 222 224 6.93 265 10.28 15.69 0.16 11.12 19.47 0.10 6.02 11.90 15.47 20.21 ES 223 225 7.57 273 10.28 15.69 0.16 11.12 19.47 0.10 6.02 11.90 15.47 20.21 ESPD 224 226 6.00 368 10.60 16.02 0.39 11.43 19.76 0.40 6.27 12.34 15.71 20.57 PA 225 227 6.45 369 10.60 16.02 0.39 11.43 19.76 0.40 6.27 12.34 15.71 20.57 MC 226 228 6.05 320 10.13 15.57 -0.12 10.94 19.45 -0.20 5.76 11.64 15.44 20.18 CA 227 229 6.61 326 10.13 15.57 -0.12 10.94 19.45 -0.20 5.76 11.64 15.44 20.18 ESGP 228 230 7.88 304 10.41 15.81 0.25 11.17 19.64 0.21 6.04 11.88 15.62 20.42 ESPD 229 231 6.02 316 10.41 15.81 0.25 11.17 19.64 0.21 6.04 11.88 15.62 20.42 EL 230 232 6.84 310 10.45 15.77 0.37 11.19 19.53 0.44 6.18 11.97 15.47 20.33 ESGP 231 233 6.66 376 10.45 15.77 0.37 11.19 19.53 0.44 6.18 11.97 15.47 20.33 ESSN 232 234 6.24 323 10.65 16.05 0.47 11.48 19.78 0.48 6.36 12.31 15.80 20.56 MC 233 235 7.09 319 10.65 16.05 0.47 11.48 19.78 0.48 6.36 12.31 15.80 20.56 ESPD 234 236 6.00 297 10.11 15.52 -0.05 10.89 19.40 -0.04 5.78 11.55 15.36 20.12 MC 235 237 7.76 367 10.11 15.52 -0.05 10.89 19.40 -0.04 5.78 11.55 15.36 20.12 ESPD 236 238 6.83 292 10.37 15.73 0.27 11.14 19.51 0.29 6.06 11.90 15.47 20.30 ES 237 239 6.70 284 10.79 16.17 0.61 11.58 19.92 0.67 6.50 12.41 15.86 20.42 ES 238 240 7.28 266 10.13 15.49 -0.14 10.89 19.35 -0.31 5.67 11.44 15.57 19.99 ESPD 239 241 6.25 315 10.15 15.57 0.00 10.91 19.47 -0.10 5.85 11.54 15.36 20.23 ES 240 242 7.67 295 10.15 15.57 0.00 10.91 19.47 -0.10 5.85 11.54 15.36 20.23 ESPD 241 243 7.60 279 10.00 15.35 -0.03 10.71 19.19 -0.08 5.65 11.33 15.17 19.91 ESPD 242 244 7.04 297 9.60 15.03 -0.56 10.38 18.90 -0.66 5.27 11.04 14.84 19.56 ESPD 243 245 6.46 292 9.60 15.03 -0.56 10.38 18.90 -0.66 5.27 11.04 14.84 19.56 ES 244 246 5.99 283 10.00 15.35 -0.03 10.71 19.19 -0.08 5.65 11.33 15.17 19.91 ESBT 245 247 6.69 361 10.50 15.86 0.31 11.29 19.60 0.47 6.20 12.17 15.53 20.41 ESSN 247 249 5.89 337 10.13 15.49 -0.14 10.89 19.35 -0.31 5.67 11.44 15.57 19.99 ES 248 250 6.02 257 10.16 15.68 -0.20 11.06 19.51 -0.28 5.79 11.66 15.75 20.23 ES 249 251 7.56 266 10.16 15.68 -0.20 11.06 19.51 -0.28 5.79 11.66 15.75 20.23 ESPD 250 252 7.07 282 9.90 15.35 -0.38 10.63 19.27 -0.43 5.44 11.14 15.31 19.94 ES 251 253 6.23 367 9.90 15.35 -0.38 10.63 19.27 -0.43 5.44 11.14 15.31 19.94 ESSN 252 254 6.01 341 10.82 16.30 0.50 11.59 20.05 0.61 6.35 12.54 15.90 20.88 EL 253 255 5.98 284 10.29 15.86 -0.16 11.06 19.86 -0.24 5.78 11.62 15.79 20.60 ESGP 254 256 7.20 378 10.82 16.30 0.50 11.59 20.05 0.61 6.35 12.54 15.90 20.88 ESPD 255 257 6.00 259 9.53 15.74 -0.25 10.58 19.68 -0.30 5.88 11.51 15.65 20.39 ESGP 256 258 6.59 270 9.53 15.74 -0.25 10.58 19.68 -0.30 5.88 11.51 15.65 20.39 ESPL 257 259 7.49 268 10.29 15.86 -0.16 11.06 19.86 -0.24 5.78 11.62 15.79 20.60 ESPD 258 260 6.30 262 10.23 15.74 -0.15 11.06 19.59 -0.29 5.78 11.66 15.75 20.21 ESPL 259 261 6.74 262 10.23 15.74 -0.15 11.06 19.59 -0.29 5.78 11.66 15.75 20.21 EL 260 262 7.44 289 10.25 15.69 -0.04 11.10 19.48 -0.07 5.96 11.91 15.45 20.27 ESPD 261 263 6.51 272 10.25 15.69 -0.04 11.10 19.48 -0.07 5.96 11.91 15.45 20.27 ESPL 262 264 7.15 270 9.86 15.38 -0.64 10.70 19.26 -0.68 5.48 11.26 15.37 19.90 EP 263 265 6.95 357 10.62 15.84 0.25 11.27 19.62 0.16 6.14 12.08 15.62 20.40 ES 264 266 6.51 277 9.86 15.38 -0.64 10.70 19.26 -0.68 5.48 11.26 15.37 19.90 ES 265 267 6.94 267 10.62 15.84 0.25 11.27 19.62 0.16 6.14 12.08 15.62 20.40 ES 266 268 7.84 282 10.30 15.51 -0.21 11.11 19.38 -0.37 5.69 11.56 15.48 20.08 ESPD - 75 -

T.Nr A.Nr T alt T-y T-vp T-w T-f T-s T-Ja T-Mä T-Ap T-Ma T-Ju Ges 267 269 6.77 268 10.30 15.51 -0.21 11.11 19.38 -0.37 5.69 11.56 15.48 20.08 CA 268 270 6.89 260 10.26 15.79 -0.16 11.18 19.61 -0.24 5.90 11.77 15.87 20.25 ESPL 269 271 6.42 258 10.26 15.79 -0.16 11.18 19.61 -0.24 5.90 11.77 15.87 20.25 ESGP 270 272 7.04 332 10.33 15.79 0.05 11.20 19.60 0.01 6.04 11.95 15.62 20.35 ESPD 271 273 6.98 258 10.33 15.79 0.05 11.20 19.60 0.01 6.04 11.95 15.62 20.35 ESSN 272 274 6.09 260 10.23 15.76 -0.18 11.17 19.58 -0.29 5.89 11.80 15.85 20.21 EP 273 275 6.84 258 10.23 15.76 -0.18 11.17 19.58 -0.29 5.89 11.80 15.85 20.21 EL 274 276 7.67 258 10.14 15.65 -0.24 11.08 19.46 -0.36 5.76 11.67 15.84 20.05 ESPD 275 277 6.01 257 10.14 15.65 -0.24 11.08 19.46 -0.36 5.76 11.67 15.84 20.05 MC 276 278 7.69 289 10.25 15.65 -0.24 11.07 19.45 -0.26 5.79 11.70 15.52 20.22 ESPD 277 279 7.73 297 10.27 15.70 -0.02 11.11 19.42 0.00 6.01 11.96 15.39 20.24 ESPD 278 280 6.07 335 10.03 15.41 -0.73 10.91 19.21 -0.69 5.61 11.55 15.35 19.91 ESPL 280 171 6.00 303 10.82 16.28 0.54 11.64 20.13 0.44 6.46 12.46 16.03 20.87 PA

Tabelle 4 Gesellschaften mit mittleren Temperaturzeigerwert und gemittelten Klimadaten. Abkürzungen: Aufn. = Anzahl der Aufnahmen pro Gesellschaft; T = Temperaturzeigerwert nach Ellenberg; alt = Seehöhe (m); T-y = Jahresmitteltemperatur; T-vp= Temperatur der Vegetationsperiode (April-Oktober); T-w = Temperatur Dezember-Februar; T-f = Temperatur März-April; T-s = Temperatur Juni-August; T-Mä = Temperatur März; T-Ap = Temperatur April; T-Ma = Temperatur Mai, T-Ju = Temperatur Ju; Ges = Gesellschaft CA = Convolvulo arvensis-Agropyretum repentis, CAS = Convolvulo arvensis-Agropyretum repentis sAss sorghetosum halapense; EL = Erigeronto-Lactucetum serriolae; EP = Eragrostio-Polygonetum arenastri; ES = Echinochloo-Setarietum pumilae; MC = Mercuriali-Chenopodietum polyspermi; PA = Poetum annuae Ausbildungen des Echinochloo-Setarietum: ESBT = Bidens tripartitus ; ESGP = Galinsoga parviflora ; ESPD = Panicum dichotomiflorum ; ESPL = Persicaria lapathifolia ; ESSF = Setaria faberi ; ESSN = Solanum nigrum

Ges. Aufn. alt T T-y T-vp T-w T-f T-s T-Ja T-Mä T-Ap T-Ma T-Ju PA 20 315.65 6.35 10.34 15.85 -0.05 11.20 19.67 -0.09 5.98 11.96 15.69 20.41 EP 13 296.31 6.90 10.20 15.73 -0.20 11.10 19.56 -0.26 5.87 11.80 15.63 20.27 EL 19 309.68 6.39 10.38 15.86 0.00 11.22 19.67 -0.03 6.00 11.97 15.67 20.41 ESGP 33 322.03 6.49 10.29 15.76 -0.03 11.12 19.57 -0.06 5.95 11.88 15.58 20.31 ESPL 29 316.66 6.38 10.19 15.76 -0.20 11.05 19.51 -0.24 5.84 11.77 15.54 20.24 ESSN 13 338.31 6.62 10.33 15.77 0.02 11.18 19.55 0.01 5.99 11.96 15.56 20.29 ESPD 43 310.93 7.40 10.29 15.72 0.02 11.11 19.53 0.00 5.93 11.86 15.54 20.29 ESBT 13 311.23 6.34 10.17 15.63 -0.15 11.03 19.43 -0.17 5.85 11.76 15.47 20.17 ESSF 11 314.91 6.84 10.35 15.86 0.00 11.23 19.66 -0.05 6.01 12.00 15.69 20.40 ES 33 312.94 6.62 10.28 15.71 -0.06 11.09 19.53 -0.10 5.90 11.82 15.53 20.26 MC 28 327.11 6.18 10.30 15.84 -0.07 11.17 19.56 -0.09 5.96 11.93 15.59 20.31 CASH 9 312.56 6.80 10.36 15.80 0.04 11.18 19.57 0.00 5.99 11.97 15.61 20.30 CA 13 331.92 6.06 10.23 15.66 -0.18 11.06 19.47 -0.16 5.82 11.76 15.49 20.21

- 76 -

Tabelle 5 Lage der Aufnahmepunkte.

Aufnahmenummer Longitude Latitude Aufnahmenummer Longitude Latitude 1 15,9034 46,8717 45 15,7925 46,8895 2 15,9252 46,8744 46 15,7989 46,8974 3 15,9260 46,8738 47 15,7982 46,9027 4 15,9287 46,8717 48 15,8041 46,9197 5 15,9185 46,8675 49 15,8523 46,9621 6 15,7584 46,9932 50 15,8537 46,9602 7 15,7747 46,9990 51 15,8479 46,9647 8 15,7729 46,9999 52 15,8411 46,9690 9 15,7605 46,9905 53 15,8306 46,9672 10 15,7705 46,9810 54 15,8376 46,9755 11 15,7791 46,9843 55 15,8335 46,9999 12 15,7864 46,9827 56 15,8356 46,9604 13 15,7751 46,9981 57 15,8329 46,9508 14 15,7661 46,9782 58 15,8356 46,9465 15 15,7628 46,9735 59 15,8345 46,9446 16 15,7528 46,9583 60 15,8178 46,9409 17 15,8189 46,9957 61 15,8107 46,9334 18 15,8012 46,9894 62 15,7941 46,9257 19 15,8051 46,9820 63 15,7913 46,9234 20 15,7749 46,9790 64 15,8163 46,9260 21 15,7770 46,9736 65 15,8588 46,9731 22 15,7786 46,9657 66 15,8535 46,9798 23 15,7989 46,9673 67 15,8489 46,9952 24 15,8016 46,9690 68 15,8078 46,9327 25 15,8119 46,9704 69 15,8188 46,9203 26 15,8136 46,9755 70 15,8099 46,9185 27 15,7988 46,9474 71 15,8127 46,9106 28 15,7646 46,9388 72 15,8203 46,9024 29 15,7605 46,9502 73 15,8162 46,8973 30 15,8125 46,9763 74 15,8196 46,8832 31 15,8117 46,9927 75 15,7999 46,8760 32 15,7898 46,9591 76 15,7944 46,8825 33 15,7870 46,9570 77 15,8188 46,8780 34 15,7829 46,9560 78 15,8384 46,9281 35 15,7813 46,9505 79 15,8356 46,9269 36 15,7633 46,9528 80 15,8364 46,9210 37 15,7859 46,9414 81 15,8312 46,8847 38 15,8009 46,9412 82 15,8321 46,8731 39 15,8145 46,9482 83 15,8329 46,8799 40 15,8156 46,9529 84 15,8532 46,9450 41 15,7814 46,9365 85 15,8475 46,9409 42 15,7793 46,9218 86 15,8491 46,9369 43 15,7746 46,8998 87 15,8557 46,9321 44 15,7810 46,9027 88 15,8568 46,9237 - 77 -

Aufnahmenummer Longitude Latitude Aufnahmenummer Longitude Latitude 89 15,8563 46,9068 135 15,8864 46,9296 90 15,8476 46,9058 136 15,8850 46,9184 91 15,8320 46,9078 137 15,8936 46,9048 92 15,8301 46,9001 138 15,8919 46,8848 93 15,8292 46,8917 139 15,8923 46,8816 94 15,8191 46,8880 140 15,8897 46,8680 95 15,8284 46,8953 141 15,8934 46,8650 96 15,8316 46,9164 142 15,8925 46,8881 97 15,8527 46,9186 143 15,8891 46,9274 98 15,8501 46,8982 144 15,9156 46,9574 99 15,8466 46,8927 145 15,9130 46,9417 100 15,8525 46,8871 146 15,9032 46,9417 101 15,8530 46,8813 147 15,9024 46,9351 102 15,8619 46,8720 148 15,9108 46,9273 103 15,8542 46,8624 149 15,9092 46,9226 104 15,8731 46,8687 150 15,9162 46,9014 105 15,8751 46,8718 151 15,9122 46,9098 106 15,8678 46,8847 152 15,8988 46,9515 107 15,8680 46,9982 153 15,9153 46,9563 108 15,8745 46,9933 154 15,9162 46,9739 109 15,8698 46,9847 155 15,9043 46,9744 110 15,8835 46,9866 156 15,9078 46,9883 111 15,8859 46,9938 157 15,9268 46,9786 112 15,8858 46,9996 158 15,9265 46,9835 113 15,8918 46,9835 159 15,9321 46,9725 114 15,8937 46,9718 160 15,9401 46,9582 115 15,8881 46,9663 161 15,9318 46,9635 116 15,8728 46,9876 162 15,9268 46,9681 117 15,8865 46,9585 163 15,9261 46,9542 118 15,8885 46,9485 164 15,9332 46,9350 119 15,8848 46,9449 165 15,9280 46,9246 120 15,8776 46,9431 166 15,9299 46,9151 121 15,8701 46,9542 167 15,9267 46,9088 122 15,8678 46,9748 168 15,9305 46,9088 123 15,8793 46,9583 169 15,9265 46,8801 124 15,8689 46,9362 170 15,9249 46,8768 125 15,8671 46,9274 171 15,9098 46,8776 126 15,8695 46,9205 172 15,9098 46,8776 127 15,8743 46,9226 173 15,9293 46,8956 128 15,8827 46,9121 174 15,9302 46,8969 129 15,8707 46,9078 175 15,9463 46,9547 130 15,8684 46,9039 176 15,9428 46,9670 131 15,8714 46,8933 177 15,9413 46,9716 132 15,8733 46,8966 178 15,9433 46,9828 133 15,8785 46,8836 179 15,9461 46,9878 134 15,8908 46,9330 180 15,9404 46,9266 - 78 -

Aufnahmenummer Longitude Latitude Aufnahmenummer Longitude Latitude 181 15,9328 46,9301 227 15,9987 46,8845 182 15,9308 46,9422 228 15,9808 46,8792 183 15,9250 46,9454 229 15,9768 46,8803 184 15,9415 46,9506 230 15,9660 46,9079 185 15,9449 46,9497 231 15,9586 46,9050 186 15,9490 46,9227 232 15,9670 46,8933 187 15,9467 46,9122 233 15,9618 46,8888 188 15,9405 46,9046 234 15,9877 46,8916 189 15,9537 46,9162 235 15,9903 46,8937 190 15,9414 46,8942 236 16,0026 46,8944 191 15,9428 46,8901 237 15,9978 46,8998 192 15,9468 46,8795 238 15,9992 46,9119 193 15,9431 46,8766 239 15,9786 46,9070 194 15,9482 46,8631 240 16,0351 46,9231 195 15,9399 46,8712 241 16,0176 46,9237 196 15,9561 46,9538 242 16,0213 46,9138 197 15,9646 46,9588 243 16,0232 46,9105 198 15,9650 46,9697 244 16,0116 46,8982 199 15,9700 46,9745 245 16,0126 46,8939 200 15,9696 46,9854 246 16,0207 46,9065 201 15,9789 46,9886 247 16,0407 46,9059 202 15,9891 46,9754 248 16,0460 46,9094 203 15,9871 46,9826 249 16,0450 46,9164 204 15,9716 46,9768 250 16,0413 46,9347 205 15,9794 46,9712 251 16,0396 46,9365 206 15,9825 46,9575 252 15,9790 46,9205 207 15,9851 46,9546 253 15,9891 46,9178 208 15,9882 46,9490 254 15,9932 46,9206 209 15,9755 46,9505 255 16,0042 46,9320 210 15,9800 46,9367 256 16,0014 46,9190 211 15,9685 46,9467 257 16,0286 46,9360 212 15,9582 46,9451 258 16,0198 46,9373 213 15,9651 46,9342 259 16,0063 46,9384 214 15,9629 46,9322 260 16,0013 46,9490 215 15,9664 46,9135 261 15,9970 46,9441 216 15,9700 46,9234 262 15,9977 46,9654 217 15,9847 46,9262 263 16,0105 46,9708 218 15,9695 46,8794 264 16,0034 46,9793 219 15,9596 46,8766 265 16,0159 46,9839 220 15,9777 46,8676 266 16,0069 46,9798 221 15,9685 46,8687 267 16,0225 46,9814 222 15,9727 46,8641 268 16,0247 46,9740 223 15,9821 46,8700 269 16,0123 46,9748 224 15,9954 46,8664 270 16,0250 46,9579 225 15,9958 46,8711 271 16,0269 46,9549 226 16,0010 46,8859 272 15,9954 46,9570 - 79 -

Aufnahmenummer Longitude Latitude Aufnahmenummer Longitude Latitude 273 16,0028 46,9518 277 16,0458 46,9479 274 16,0112 46,9495 278 15,8574 46,9609 275 16,0226 46,9474 279 15,8205 46,9604 276 16,0406 46,9420 280 15,7609 46,9851

- 80 -

- 81 -

Tabelle 6 Artenliste. Bedeutung der Abkürzungen in der DCA: r Rest (Arten die keinen eindeutigen Trend aufweisen) fn Feuchte- und Nährstoffzeiger wj Arten die warme Jahrestemperaturen bevorzugen ws Arten die warme Sommertemperaturen bevorzugen ww Arten die warme Wintertemperaturen bevorzugen x gelöschte Arten

Art Abkürzung DCA Art Abkürzung DCA Abutilon theophrasti Abut the r Bryum capillare group Bryu capi t Acer pseudoplatanus Acer pse x Bryum klinggraeffii Bryu kli r Achillea millefolium agg. Achi mil x Bryum rubens Bryu rub wj Aegopodium podagraria Aego pod x Bryum sp. Bryu spe x Agrostemma githago Agro git r Calystegia sepium Caly sep r Agrostis gigantea Agro gig wj Capsella bursa-pastoris Caps bur r Agrostis stolonifera Agro sto r Cardamine hirsuta Card hir ww Ajuga reptans Ajug rep r Cardamine impatiens Card imp r Alliaria petiolata Alli pet r Carex hirta Care hir ww Alopecurus pratensis Alop pra x Centaurea jacea Cent jac r Althaea officinalis Alth off ww Cerastium glomeratum Cera glo r Amaranthus albus Amar alb t Cerastium glutinosum Cera glu ws Amaranthus blitum Amar bli r Cerastium holosteoides Cera hol r Amaranthus bouchonii Amar bou ww Cerastium pumilum Cera pum ws Amaranthus hypochondriacus Amar hyp r Cerastium sp. Cera spe x Amaranthus powellii Amar pow fn Ceratodon purpureus Cera pur t Amaranthus retroflexus Amar ret fn Chelidonium majus Chel maj fn Amaranthus sp. Amar spe x Chenopodium album Chen alb fn Ambrosia artemisiifolia Ambr art fn Chenopodium glaucum Chen gla r Anagallis arvensis Anag arv r Chenopodium polyspermum Chen pol fn Anthemis arvensis Anth arv r Chenopodium sp. Chen spe x Apera spica-venti Apera spi r Chenopodium strictum s.lat. Chen str fn Aphanes arvensis Apha arv r Cichorium intybus Cich int r Arabidopsis thaliana Arab tha ws Cirsium arvense Cirs arv x Arctium lappa Arct lap x Cirsium vulgare Cirs vul x Arenaria serpyllifolia s.str. Aren sep ws Cladonia pyxidata Clad pyx r Arrhenatherum elatius Arrh ela x Clematis vitalba Clem vit x Artemisia vulgaris Arte vul r Commelina communis Comm comm fn Atriplex patula Atri pat fn Consolida regalis Cons reg wj Barbula unguiculata Barb ung r Convolvulus arvensis Conv arv r Bellis perennis Bell per r Conyza canadensis Cony can r Bidens tripartitus Bide tri fn Crepis biennis Crep bie r Brachythecium albicans Brac alb r Crepis capillaris Crep cap ws Brassica napus Bras nap x Crepis sp. Crep spe x Bromus hordeaceus Brom hor r Crepis tectorum Crep tec r Bromus inermis Brom ine r Cynodon dactylon Cyno dac r Bromus tectorum Brom tec ws Cyperus esculentus Cype esc ww Bryum argenteum Bryu arg t Dactylis glomerata Dact glo x Bryum caespiticium Bryu cae t Datura stramonium Datu str fn

- 82 -

Art Abkürzung DCA Art Abkürzung DCA Daucus carota Dauc car r Holcus lanatus Holc lan r Dicranella schreberiana Dicr sch ws Hypericum humifusum Hype hum r Dicranella varia Dicr var r Hypericum perforatum Hype per r Digitaria ischaemum Digi isc ww Hypnum cupressiforme Hypn cup r Digitaria sanguinalis Digi san t Hypochaeris radicata Hypo rad wj Duchesnea indica Duch ind r Impatiens parviflora Impa par r Echinochloa crus-galli Echi cru r Juncus effusus Junc eff r Echium vulgare Echi vul wj Lactuca serriola Lact ser r Elymus repens Elym rep x Lamium purpureum Lami pur r Epilobium hirsutum Epil hir r Lapsana communis Laps com r Epilobium parviflorum Epil par r Lathyrus pratensis Lath pra r Epilobium tetragonum Epil tet t Lathyrus tuberosus Lath tub wj Equisetum arvense Equi arv x Legousia speculum-veneris Lego spe wj Equisetum palustre Equi pal r Leontodon autumnalis Leon aut r Equisetum telmateia Equi tel ww Leontodon hispidus Leon his r Eragrostis minor Erag min t Lepidium ruderale Lepi rud ws Eragrostis pilosa Erag pil r Lepidium virginicum Lepi vir r Erigeron annuus Erig ann r Linaria vulgaris Lina vul r Euphorbia helioscopia Euph hel r Lolium multiflorum Loli mul x Euphorbia humifusa Euph hum t Lolium perenne Loli per x Euphorbia lathyris Euph lat r Lonicera xylosteum Loni xyl x Euphorbia maculata Euph mac t Lotus corniculatus Lotu cor r Euphorbia peplus Euph pep r Lysimachia vulgaris Lysi vul r Eurhynchium hians Eurh hia r Lythrum salicaria Lyth sal ww Fallopia convolvulus Fall con r Malva alcea Malv alc ww Fallopia japonica Fall jap ww Malva neglecta Malv neg r Festuca pratensis Fest pra x Malva sylvestris Malv syl r Festuca sp. Fest spe x Marchantia polymorpha Marc pol r Fragaria vesca Frag ves r Matricaria chamomilla Matr cha r Fumaria officinalis Fuma off r Matricaria discoidea Matr dis r Funaria hygrometrica Funa hyg r Medicago lupulina Medi lup r Galeopsis pubescens Gale pub r Medicago x varia Medi var r Galeopsis speciosa Gale spe r Melilotus albus Meli alb r Galinsoga ciliata Gali cil fn Melilotus officinalis Meli off r Galinsoga parviflora Gali par fn Mentha arvensis Ment arv wj Galium aparine Gali apa r Mentha sp. Ment spe x Galium mollugo agg. Gali mol r Microrrhinum minus Micr min ws Geranium columbinum Gera col ws Myosotis arvensis Myos arv r Geranium dissectum Gera dis r Myosoton aquaticum Myos aqu r Geranium purpureum Gera pur ws Nicandra physalodes Nica phy r Geranium pusillum Gera pus r Oxalis corniculata Oxal cor t Geranium robertianum Gera rob ws Oxalis stricta Oxal str r Glechoma hederacea Glec hed r Panicum capillare Pani cap wj Gnaphalium uliginosum Gnap uli r Panicum dichotomiflorum Pani dic ww Gypsophila muralis Gyps mur fn Panicum miliaceum Pani mil ww Hieracium umbellatum Hier umb r Papaver dubium s.lat. Papa dub r 83

Art Abkürzung DCA Art Abkürzung DCA Papaver rhoeas Papa rho fn Sherardia arvensis Sher arv wj Persicaria dubia Pers dub r Silene latifolia ssp. alba Sile lat fn Persicaria hydropiper Pers hyd r Silene vulgaris Sile vul r Persicaria lapathifolia Pers lap r Sinapis arvensis Sina arv fn Persicaria maculosa Pers mac r Solanum nigrum Sola nig fn Persicaria minor Pers min r Solidago canadensis Soli can r Phacelia tanacetifolia Phac tan wj Solidago gigantea Soli gig r Phleum pratense Phle pra r Sonchus arvensis Sonc arv fn Physcomitrium pyriforme Phys pyr fn Sonchus asper Sonc asp r Phytolacca americana Phyt ame fn Sonchus oleraceus Sonc ole r Picris hieracioides Picr hie ww Sorghum halepense Sorg hal ww Plantago lanceolata Plan lan r Spergularia rubra Sper rub r Plantago major Plan maj r Stachys palustris Stac pal r Poa annua Poaa ann r Stellaria graminea Stel gra r Poa compressa Poa com ws Stellaria media Stel med r Poa pratensis Poa pra i Symphytum officinale Symp off r Poa trivialis Poa tri r Symphytum tuberosum Symp tub wj Polygonum aviculare agg. Poly avi r Tanacetum vulgare Tana vul r Portulaca oleracea Port ole t Taraxacum sect. Ruderalia Tara Rud r Potentilla anserina Pote ans r Thlaspi arvense Thla arv fn Potentilla reptans Pote rep r Tilia platyphyllos Tili pla x Potentilla supina Pote sup r Tortula ruralis Tort rur r Pottia sp. Pott spe x Tragopogon orientalis Trag ori r Prunella vulgaris Prun vul r Trifolium alexandrinum Trif ale ww Pulicaria dysenterica Puli dys wj Trifolium arvense Trif arv ws Ranunculus acris Ranu acr r Trifolium dubium Trif dub r Ranunculus repens Ranu rep r Trifolium hybridum Trif hyb r Raphanus sativus Raph sat x Trifolium pratense Trif pra x Robinia pseudacacia Robi pse x Trifolium repens Trif rep r Rorippa palustris Rori pal r Tripleurospermum inodorum Trip ino r Rorippa sp. Rori spe x Tussilago farfara Tuss far x Rorippa sylvestris Rori syl r Urtica dioica Urti dio fn Rubus caesius Rubu cae x Verbascum phlomoides Verb phl ws Rumex acetosa Rume ace r Verbascum sp. Verb spe x Rumex acetosella s.lat. Rume acl r Verbena officinalis Verb off ws Rumex obtusifolius Rume obt r Veronica arvensis Vero arv r Sagina procumbens Sagi pro t Veronica persica Vero per r Salix caprea Sali cap x Veronica polita Vero pol r Sambucus ebulus Samb ebu fn Veronica serpyllifolia Vero ser ws Scleranthus annuus Scle ann 9o Veronica sp. Vero spe x Scrophularia nodosa Scro nod r Viburnum lantana Vibu lan x Sedum sp. Sedu spe x Viburnum opulus Vibu opu x Senecio vulgaris Sene vul r Vicia cracca Vici cra r Setaria faberi Seta fab ww Vicia grandiflora Vici gra wj Setaria pumila Seta pum r Vicia hirsuta Vici hir wj Setaria viridis Seta vir t Vicia sp. Vici spe x 84

Art Abkürzung DCA Art Abkürzung DCA Vicia tetrasperma Vici tet r Viola tricolor Viol tri r Viola arvensis Viol arv r Vitis vinifera Viti vin x Viola sp. Viol spe x Vulpia myuros Vulp myu ws

85