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
mwq301234 分钟前
位置编码的技术演进线路:从绝对到相对,再到几何一致性
人工智能
mwq3012313 分钟前
外推性-位置编码的阿喀琉斯之踵
人工智能
DP+GISer17 分钟前
基于站点数据进行遥感机器学习参数反演-以XGBOOST反演LST为例(附带数据与代码)试读
人工智能·python·机器学习·遥感与机器学习
boonya19 分钟前
Langchain 和LangGraph 为何是AI智能体开发的核心技术
人工智能·langchain
元宇宙时间21 分钟前
DID联盟:Web3数字主权基础设施的战略构建
人工智能·web3·区块链
点云SLAM23 分钟前
弱纹理图像特征匹配算法推荐汇总
人工智能·深度学习·算法·计算机视觉·机器人·slam·弱纹理图像特征匹配
mwq3012343 分钟前
旋转位置编码RoPE:用旋转艺术,解开 Transformer 的位置之谜
人工智能
赵得C1 小时前
人工智能的未来之路:华为全栈技术链与AI Agent应用实践
人工智能·华为
糖葫芦君1 小时前
25-GRPO IS SECRETLY A PROCESS REWARD MODEL
人工智能·大模型
俊男无期1 小时前
【AI入门】通俗易懂讲AI(初稿)
人工智能