Treibholz spielt eine wichtige Rolle für arktische Küstenökosysteme: Es
stabilisiert Küstenlinien, bietet Lebensraum für Tiere und speichert
Kohlenstoff. Gleichzeitig kann es auch Hinweise auf Umweltveränderungen im
arktischen Raum liefern. Trotz dieser wichtigen Rolle wissen wir noch sehr
wenig über großflächige Verteilungsmuster von Treibholz. Forschende des
AWI haben nun erstmals Treibholzablagerungen systematisch kartiert.
Dabei nutzten sie Satellitendaten und KI-gestützte Auswertungsmethoden und
konnten über 19.000 stabile Ablagerungen identifizieren – eine Datenbasis,
die es in diesem Maßstab bislang nicht gab. Die Ergebnisse erschienen in
der Fachzeitschrift Scientific Reports.
Entlang der arktischen Küsten sammelt sich eine erstaunliche Menge
Treibholz – meist Stämme von Kiefern, Fichten und Lärchen aus den Wäldern.
Über Flüsse werden sie ins Meer gespült und lagern sich schließlich an den
Küsten ab, entweder als einzelne Stämme oder als dichte Teppiche aus Holz.
Manche dieser Ansammlungen sind mit bis zu 15 Hektar etwa so groß wie 20
Fußballfelder. „Unsere Studie gibt den bisher größten Überblick darüber,
wo und nach welchen Mustern sich Treibholz in der Arktis verteilt und
anhäuft“, sagt Carl Stadie, Erstautor der Studie und Doktorand aus der
Sektion Permafrostforschung des Alfred-Wegener-Instituts, Helmholtz-
Zentrum für Polar- und Meeresforschung (AWI). Hierfür hat das Team
zwischen 2019 und 2023 rund 2,3 Terabyte Satellitendaten gesammelt, die
insgesamt 1,3 Millionen Quadratkilometer Küste in der nordamerikanischen
Arktis abdecken. „Anschließend haben wir ein neuronales Netz darauf
trainiert, Treibholz auf den Bildern automatisch zu erkennen.“
Wie zuverlässig dieses Netzwerk funktioniert, haben die Forschenden mit
hochaufgelösten Luftaufnahmen aus AWI-Flugkampagnen überprüft. Tatsächlich
konnten sie so entdecken, dass sich Treibholz nicht wahllos entlang der
arktischen Küsten verteilt, sondern sich vor allem in der Nähe großer
Flussdeltas ansammelt. Das Team fand über 19.000 Depots, die zwischen den
Jahren 2019 und 2023 eine Fläche von knapp 23 Quadratkilometern abdeckten
und über die Jahre hinweg recht stabil an denselben Stellen blieben.
„Flüsse sind das wichtigste Transportsystem für Treibholz in die Ozeane“,
so Carl Stadie. „Die Wasserwege, auf denen es in die offenen Gewässer
gelangt, sind aber noch unklar. Um herauszufinden, ob Treibholz in der
Nähe seiner Ursprungsflüsse bleibt oder sich weiträumig verteilt, haben
wir nach einem Zusammenhang gesucht, zwischen der mit Treibholz bedeckten
Fläche und der Entfernung zur nächstgelegenen Flussmündung.“
Tatsächlich zeigen die Bilder, dass sich mehr als 80 Prozent des gesamten
Treibholzes innerhalb von 200 Kilometern Entfernung zu den Flussmündungen
ansammelten. Die räumliche Dichte der Ablagerungen nahm deutlich ab, je
weiter sie von der Flussmündung entfernt waren. „Das legt nahe, dass sich
die Verteilung von Treibholz über Meeresströmungen oder Eis möglicherweise
weniger weitläufig vollzieht als bislang angenommen“, so Carl Stadie. Doch
nicht nur die Dichte der Ablagerungen unterscheidet sich je nach Ort, auch
die Art der Ablagerung variiert: In Flussdeltas findet man eher kleinere,
dichte Depots, an offenen Küsten dagegen größere, stabile Matten. Wie viel
Holz sich abgelagert hat, hing stark damit zusammen, wie dicht die
Einzugsgebiete mit Wäldern bewachsen waren.
„Unser Deep Learning-Ansatz ist die bisher umfassendste Bewertung von
Treibholz in der Arktis“, fasst Carl Stadie zusammen. „Er zeigt, wie und
wo sich Treibholz ansammelt und liefert eine Datengrundlage, um seine
ökologischen Funktionen systematisch zu erfassen und Veränderungen in
Zukunft besser zu verfolgen.“ Langfristig eröffnet die Methode die
Möglichkeit, Treibholz als Indikator für klimabedingte Veränderungen in
Flüssen, Wäldern und Küstenlandschaften zu nutzen.
Originalpublikation
Carl Stadie, Martin Brandt, Ingmar Nitze, Xiaoye Tong, Siyu Liu, Ankit
Kariryaa, Sizhuo Li, Florian Reiner, Tabea Rettelbach, Guido Grosse: Large
driftwood accumulations along arctic coastlines and rivers. Sci Rep 15,
32500 (2025). https://doi.org/10.1038/s41598-025-17426-y