Новые сигналы снижения устойчивости лесов в условиях изменения климата
ДомДом > Блог > Новые сигналы снижения устойчивости лесов в условиях изменения климата

Новые сигналы снижения устойчивости лесов в условиях изменения климата

Sep 29, 2023

Nature, том 608, страницы 534–539 (2022 г.) Процитировать эту статью

33 тыс. доступов

38 цитат

628 Альтметрика

Подробности о метриках

Лесные экосистемы зависят от их способности противостоять природным и антропогенным воздействиям и восстанавливаться после них (то есть от их устойчивости)1. Экспериментальные данные о внезапном увеличении смертности деревьев вызывают обеспокоенность по поводу изменений в устойчивости лесов2, однако мало что известно о том, как она развивается в ответ на изменение климата. Здесь мы интегрируем спутниковые индексы растительности с машинным обучением, чтобы показать, как устойчивость лесов, выраженная количественно с точки зрения критических показателей замедления3,4,5, изменилась за период 2000–2020 годов. Мы показываем, что тропические, засушливые и умеренные леса испытывают значительное снижение устойчивости, что, вероятно, связано с увеличением дефицита воды и изменчивостью климата. Напротив, бореальные леса демонстрируют различные местные закономерности со средней тенденцией к повышению устойчивости, вероятно, извлекая выгоду из потепления и внесения удобрений CO2, которые могут перевесить неблагоприятные последствия изменения климата. Эти закономерности последовательно проявляются как в управляемых, так и в нетронутых лесах, подтверждая существование общих крупномасштабных климатических факторов. Снижение устойчивости статистически связано с резким снижением первичной продуктивности лесов, происходящим в ответ на медленное приближение к критическому порогу устойчивости. Примерно 23% нетронутых ненарушенных лесов, что соответствует 3,32 Пг углерода валовой первичной продуктивности, уже достигли критического порога и испытывают дальнейшее снижение устойчивости. В совокупности эти сигналы свидетельствуют о повсеместном снижении способности лесов противостоять возмущениям, что следует учитывать при разработке наземных планов смягчения последствий и адаптации.

Леса покрывают около 41 миллиона км2 — около 30% поверхности суши. Они играют фундаментальную роль в глобальном углеродном цикле, поглощая около 33% антропогенных выбросов углерода, и считаются ключевым элементом смягчения последствий будущего изменения климата6. Кроме того, леса предоставляют ряд экосистемных услуг, способствующих благосостоянию общества, таких как регулирование водных потоков, защита почв и сохранение биоразнообразия7. К сожалению, лесные экосистемы подвергаются все большей угрозе из-за многочисленных нарушений, в том числе природных факторов (например, пожаров, ураганов и патогенов) и антропогенного давления2. Устойчивость и функциональность этих экосистем во многом зависят от их устойчивости, определяемой как способность противостоять воздействиям окружающей среды и восстанавливаться после них3,4,5. Леса с низкой устойчивостью более чувствительны к аномалиям внешних факторов и потенциально более подвержены резким и, возможно, необратимым изменениям (например, смене режима)8. Это особенно важно ввиду продолжающегося усиления режимов нарушений, которые могут повлиять на предоставление ключевых экосистемных услуг в ближайшем будущем9,10,11. В то же время стратегии смягчения последствий изменения климата с использованием лесов, основанные на устойчивых поглотителях и запасах углерода, приобретают решающее значение для достижения самых амбициозных климатических целей. В этом контексте становится все более важным исследовать уязвимость запасов и потоков углерода в лесах к внешним воздействиям. Однако мало что известно о том, как развивалась устойчивость лесов в ответ на глобальные изменения окружающей среды. Поэтому понимание основополагающих механизмов устойчивости лесов и ее современной динамики имеет первостепенное значение для разработки надежных планов сохранения и управления.

Теоретические исследования показали, что по мере того, как системы приближаются к переломному моменту (то есть порогу, когда начинается самоподдерживающееся стремительное изменение), они теряют устойчивость, так что небольшие непрерывные внешние возмущения могут перевести систему в альтернативную конфигурацию12. Было высказано предположение, что такую ​​потерю устойчивости можно обнаружить по увеличению временной автокорреляции (ТАК) состояния системы, отражающей снижение скорости восстановления из-за критического замедления (КСД) системных процессов, возникающих на пороговых значениях3. ,4,5 (дополнительные методы 1–3 и дополнительные рисунки 1 и 2). В такой системе устойчивость определяется как способность экосистем противостоять возмущениям и избегать изменений состояния, а не как восстановление к исходному состоянию после того, как изменение состояния вызвано крупным событием. Снижение устойчивости может быть вызвано нарушением физиологических функций, которые делают экосистему нестабильной или, по крайней мере, более уязвимой к смене режима при возмущениях (например, с точки зрения продуктивности, индекса площади листьев или видового состава)12,13,14. Это свойство использовалось в предыдущих исследованиях для оценки пространственных закономерностей статической устойчивости леса15,16,17,18. Однако применение этого метода в больших масштабах в динамическом контексте затруднено из-за ограниченных временных рядов наблюдений, наличия доминирующих сезонных частот в вариациях как реакций экосистем, так и воздействующих сигналов, изменений в автокорреляции воздействующих сигналов и присутствия стохастического шума4. До сих пор эти проблемы ограничивали изучение временной эволюции устойчивости лесов в реальных системах19,20,21 и приводили к существенному отсутствию оценок глобального масштаба. В этом отношении растущая доступность согласованных во времени наблюдений Земли за несколько десятилетий теперь открывает новые возможности для мониторинга изменяющейся во времени устойчивости лесов в региональном и глобальном масштабах.

 |\(\delta \text{TAC}\)| due to changes in forest density). This ultimately resulted in a net loss in forest resilience in these biomes (Fig. 1a–c). The increasing forest vulnerability to natural disturbances and the increased tree mortality throughout much of the Americas and in Europe over recent decades provide independent evidence of ongoing decline of forest resilience25,26. The above-mentioned climate-related pressures have occurred in boreal forests as well, but their severity probably could not compensate the gain associated with the positive effect of CO2 fertilization and a warmer climate in most areas of this temperature-limited biome (Fig. 1d,e). However, the pattern observed at the high latitudes could eventually change in response to the expected decline in water availability due to the interplay between global warming and anticipated phenology27. In fact, recent observational studies suggest that global forests are switching from a period dominated by the positive effects of CO2 fertilization to a period characterized by the progressive saturation of the positive effects of fertilization on carbon sinks and the rise of negative impacts of climate change28,29./p> \delta {\rm{TAC}}\left(\mathrm{no\; AD}\right)\), and the significance of the difference in the two sampled means (AD and no AD) was evaluated through a two-sided t-test. Probability and significance were assessed for different climate regions and severity of ADs (Fig. 3a). High statistically significant probabilities suggest that the AD is following the drifting towards a critical resilience threshold plausibly associated with changes in environmental drivers./p> 0\) and \({{{\rm{TAC}}}^{2020}\ge {\rm{TAC}}}_{{\rm{AD}}}\) therefore represent the most critical conditions, as they indicate that the critical resilience threshold for AD has already been reached and the ecosystem is continuing to lose its capacity to respond to external perturbations. We finally quantified the amount of GPP potentially exposed to such critical conditions by linearly extrapolating the GPP for the year 2020 (available GPP data stop in 2019) and overlaying it on the map of critical conditions (proximity to \({\rm{AD}} < 0\) and \(\delta {\rm{TAC}} > 0\))./p>