美国农业部研究团队在《Nature Communications》发文揭示大气CO2升高对天然再生林和人工林储量的影响

本文首发于"生态学者"微信公众号!

在过去的半个世纪里,美国每公顷树木中的木材量有所增加,但目前尚不清楚这一增加是否是由森林管理、从过去土地使用中恢复的森林(如农业)或其他环境因素(如CO2浓度升高、氮沉降或气候变化)所致。本研究采用实证分析方法估计了美国温带森林中CO2浓度升高对地上木材体积的影响。为了实现这一点,作者采用了匹配技术,能够从影响木材体积的其他环境因素中分离出CO2升高的影响,并分别估计人工林和天然林的影响。

研究表明:大气CO2浓度升高对美国十个温带森林群落的木材体积产生了强烈且持续的积极影响,而其他环境因素也产生了积极或消极影响。在1970年至2015年期间,大气CO2浓度增加了75 ppm,CO2的增加刺激了美国天然再生的75年森林的木材体积增加了12.3%。本研究估计的生态系统响应比实验结果预测的要大。然而,这些估计包括非森林生态系统,这些生态系统对CO2浓度升高的反应似乎不如森林那么强烈。对于本研究中的森林群落(无论是种植林还是自然再生林),作者发现CO2浓度升高对种植林的比例影响大致相当于对天然林的影响。此外,CO2浓度升高的影响会在老森林中减弱,但本研究的方法不能直接测试衰减当量。 这项研究通过更好地了解CO2浓度升高和其他人为因素如何影响森林储量,可以帮助决策者和其他利益攸关方更好地解释森林在国家确定的贡献和全球缓解途径中的作用,以实现1.5℃的目标。

图1 1997年和2017年按森林群划分的每公顷木材量

相关研究于2022年9月19日 以题"The effect of carbon fertilization on naturally regenerated and planted US forests"为题发表在Nature Communications上。美国农业部Eric C. Davis博士为论文第一作者兼通讯作者

原文链接

https://doi.org/10.1038/s41467-022-33196-x

相关推荐
摘星编程1 分钟前
CANN ops-nn Pooling算子解读:CNN模型下采样与特征提取的核心
人工智能·神经网络·cnn
程序员清洒16 分钟前
CANN模型安全:从对抗防御到隐私保护的全栈安全实战
人工智能·深度学习·安全
island131419 分钟前
CANN ops-nn 算子库深度解析:神经网络计算引擎的底层架构、硬件映射与融合优化机制
人工智能·神经网络·架构
小白|23 分钟前
CANN与实时音视频AI:构建低延迟智能通信系统的全栈实践
人工智能·实时音视频
Kiyra23 分钟前
作为后端开发你不得不知的 AI 知识——Prompt(提示词)
人工智能·prompt
艾莉丝努力练剑26 分钟前
实时视频流处理:利用ops-cv构建高性能CV应用
人工智能·cann
程序猿追27 分钟前
深度解析CANN ops-nn仓库 神经网络算子的性能优化与实践
人工智能·神经网络·性能优化
User_芊芊君子30 分钟前
CANN_PTO_ISA虚拟指令集全解析打造跨平台高性能计算的抽象层
人工智能·深度学习·神经网络
初恋叫萱萱33 分钟前
CANN 生态安全加固指南:构建可信、鲁棒、可审计的边缘 AI 系统
人工智能·安全
机器视觉的发动机38 分钟前
AI算力中心的能耗挑战与未来破局之路
开发语言·人工智能·自动化·视觉检测·机器视觉