以下文章来源于自然环境与空间信息技术 ,作者yby
摘要:
直接量化陆地生物圈对全球变化的反应对于在地球系统模型中预测未来气候变化至关重要。在这里,我们综合了过去四十年中进行的1,119次实验中的生态系统碳循环数据,这些数据涉及温度,降水,CO2的变化以及世界主要陆地植被类型的氮。大多数实验的是在美国、欧洲和中国的温带生态系统中操纵单个而不是多个全球变化驱动因素。变暖和CO2升高的幅度处理与未来预测的范围一致,而降水变化和氮输入的处理往往超过预测范围。全球变化驱动因素的增加持续加速,但降水减少减缓了碳循环过程。全球变化驱动因素之间的非线性(包括协同和对抗)效应很少见。地下碳分配对降水和氮添加增加呈负响应,对降水减少和CO2呈正响应2.碳变量对多种全球变化驱动因素的敏感性取决于背景气候和生态系统条件,这表明应使用特定地点的条件评估地球系统模型,以最好地利用这一大型数据集。总之,这份综合报告强调,在预测未来的陆地碳气候反馈时,迫切需要探索半干旱生态系统、热带和亚热带森林以及北极苔原等代表性不足地区的多种全球变化驱动因素之间的相互作用。
本文引用的网站:
生态实验室和实验网络的网站,例如
http://www2.nau.edu/luo-lab/、
https://mnspruce.ornl.gov/、
http://www.nutnet.org/、
https://www.ars.usda.gov/plains-area/fort-collins-co/center-for-agricultural-resources-research/rangeland-resources-systems-research/docs/range/prairie-heating-and-co2-enrichment-phace-experiment/research/
http://www.biocon.umn.edu/,
http://www.utas.edu.au/profiles/staff/plant-science/Mark-Hovenden
http://web.ics.purdue.edu/~jsdukes/Dukes.html,
CMIP5;https://esgf-node.llnl.gov/projects/cmip5/
有关更多信息,请参阅:Song, J., Wan, S., Piao, S. et al. A meta-analysis of 1,119 manipulative experiments on terrestrial carbon-cycling responses to global change. Nat Ecol Evol 3, 1309–1320 (2019). https://doi.org/10.1038/s41559-019-0958-3
Main:
在过去的四十年中,许多实验探索了陆地生态系统如何应对气候变暖,降水状况的变化,CO2的升高(elevated CO2, eCO2)和氮(N)富集1,2,3,4,5.这些广泛的实验结果分散在许多出版物中,因此比较不同生态系统之间的实验结果是不切实际的。6,7 并评估全球变化驱动因素之间可能的非线性效应8,9 .尽管已经付出了巨大的努力来比较模型输出与实验观测结果,试图减少对碳-气候耦合系统未来预测的不确定性(例如,参考文献。10,11,12 ),即将召开的IPCC(政府间气候变化专门委员会)第六次评估报告(第六次评估报告)中使用的全球模型尚未经过大量实验的测试。
在这里,我们综合了 2,230 项同行评审研究与 1-119 年间发表的 1973,2016 项实验,以比较实验操作实现的处理量级与本世纪末预测的全球变化驱动因素的变化,并量化关键陆地碳循环变量的反应和敏感性,包括净初级生产力和生物量及其地上和地下成分, 根冠比、凋落物质量、生态系统总生产力和净生产力以及生态系统和土壤呼吸对变暖、降水增加或减少的影响、eCO2、N沉积及其组合。最后,汇集了因子执行多种单因素处理及其组合的多因素实验数据,以检查多个全局变化驱动因素是否引起乘法、协同或拮抗反应。
全球变化操纵实验概述
在我们的文献检索中收集的2,230篇出版物包括850个单因素实验和269个多因素实验,涉及世界所有主要陆地生态系统(补充数据集1),尽管空间覆盖范围不均匀(图1a)。;关于各国实验的分布情况和出版物列表,分别见补充表1和补充文本1)。大多数单因素(73.2%)和多因素(76.6%)实验是在美国,欧洲和中国的北半球(~30-60°N)温带生态系统中进行的。所有实验采样的气候空间年平均降水量为110毫米至2,301毫米,年平均气温为-7.6 °C至22.3 °C(补充图1))。.这个气候空间域覆盖了96%的北温带土地,但只占地球陆地面积的50%。实验很少的地区是半干旱生态系统、热带和亚热带森林以及北极苔原,尽管最近对地球观测数据的建模和分析的研究强调了这些生态系统对气候多变性和气候变化的敏感性。13,14,15 .
a,单因素和多因素操纵实验(1973-2016)的全球分布和数量(显示在方括号中)。b,IPCC所有RCP中预测的地球地表温度(ΔT,°C)的升高,并通过变暖实验操纵。c,所有RCP中预测的年平均降水量(MAP)的变化(%),并通过降水实验操纵。d、大气CO2的增加浓度(ppm)在所有RCP中预测并由eCO2操纵实验。e,以RCP2.6、4.5和8.5预测的世界最大平均氮沉降量和氮添加率(g N m-2年-1) 在 eN 操作实验中。(W,变暖;P,改变降水状态;eCO2;eN,富集大气氮沉降;多因素实验中的处理用多个字母显示。
到60世纪末,在1%以上的中纬度变暖实验中,实验应用的温度升高幅度在同一纬度带的预计变暖范围内(图b). 然而,高纬度地区的实验变暖幅度通常低于所有IPCC代表性浓度路径情景(RCPs)中预测的幅度。16.更重要的是,大多数实验对降水量和氮输入的变化大于不同RCP下预测的全球平均变化率(图1c,e)17.相比之下,eCO2水平在RCP2.6(475 ppm)和RCP6.0(800 ppm)的预测范围内,但RCP8.5的最高水平尚未被任何实验覆盖(1,313 ppm;无花果。1d)。
局部气候介导变暖效应对生态系统碳循环的影响
在所有陆地生态系统中,实验变暖增强了总生物量、地上生物量和根系生物量以及土壤呼吸(图)。2a). 尽管在变暖下地下净初级生产力略有增加(P=0.066),但净初级生产力及其地上组成部分保持不变。根冠比显示出中性的变暖响应(图)。因此,碳分配模式似乎基本上不受变暖的影响。此外,一氧化碳的总通量和净通量2陆地生态系统与大气之间的交换(生态系统总生产力和净生态系统生产力以及生态系统呼吸)在变暖下没有显示出显着变化,部分原因是使用了多个地点以及实验之间的响应差异很大。观测结果表明,地下碳输入的轻微增加可以通过增加土壤碳释放(土壤有机质分解增强、根系周转加速或根系呼吸刺激)来抵消。18,19 .
a–e, 生态系统碳循环变量的百分比变化(平均±95%置信区间(CIs)的结果,包括净初级生产力(NPP)及其地上和地下组成部分(ANPP和BNPP),总、地上和根生物量(TB、AGB和RB),凋落物质量(LM),生态系统总生产力和净生产力(GEP和NEP),以及W(a)诱导的生态系统和土壤呼吸(ER和SR), 降水增加(IP;b),降水减少(DP;c), eCO2 (d) 和 eN (e)。f–h, 单个全局变化驱动因素下根冠比(ΔR/S)的变化,以及归一化IP下碳循环变量的变化(NIP,降水增加33%)和eCO的变化2分别针对不同的生态系统。i, 不同eN速率下AGB、RB、土壤pH和SR的变化。显著性 (P < 0.05) QB(组间异质性)表明生态系统(g,h)或eN速率(i)之间的响应率不同。样本数量沿 y 轴给出。垂直虚线为零线。见图。1 表示缩写。
土壤水分在调节植物光合作用和碳分配方面起着主导作用20以及生态系统呼吸21在变暖下。在水资源有限的生态系统中,变暖通常会通过加剧水资源限制来减少碳循环变量22.为了测试这种间接变暖效应,我们在变暖和湿润指数下对碳循环变量变化进行了元回归,湿润指数是植物可用水量的代理23.结果表明,净初级生产力的变暖响应(图)。3a;R2= 0.20, P = 0.027)及其地下成分(图。3b;R2= 0.44,P = 0.001),地上生物量(图)。3c;R2= 0.13,P = 0.004)和生态系统(图)。3D;R2= 0.24, P = 0.009)和土壤呼吸(图)。3e;R2= 0.59,P < 0.001)随着湿度指数的增加而由负向正转变,分别表明干湿气候条件下的负增温效应和正效应。相反,随着湿度的增加,增温对植物根冠比的影响由正向负(图3;R2= 0.23,P = 0.003),表明当暴露于变暖时,生长在干旱地区的植物倾向于优先考虑根部的碳分配,而牺牲分配给芽。或者,为了适应变暖引起的干旱而减少根系更替也可能有助于这种反应。总之,这些发现表明,水资源限制可能是对蒸发需求增加的间接反应,抵消了对植物生长和生产力的直接变暖影响。21.
a–f, h–j, n–p, NPP (a)、BNPP (b)、AGB (c)、ER (d)、SR (e) 和 R/S (f) 在 W 下的响应比 (RR) 与湿度指数之间的 meta 回归结果的气泡图,NIP 下 ANPP (h) 和 SR (i) 的 RR 与湿度指数之间,ER 的 RR 之间 (j)在归一化DP(NDP)和湿度指数下,在eCO下凋落物质量RR(n)和ER(o)之间2和湿度指数,以及 eCO 下 R/S 的 RR 之间2和根采样深度 (p)。线性meta回归显示为黑色实线,灰色虚线表示95%置信区间。g,k–m, 单线性回归显示AGB的W灵敏度(sen)对年平均温度(MAT;g),以及NPP(k)、ANPP(l)和SR(m)的湿度指数。线性回归显示为黑色实线,95% 置信区间位于阴影区域。每个点代表单个研究的效应大小。湿度指数值越高,气候条件越潮湿。
最后,我们估计了除生态系统净生产力外的所有观测变量的温度敏感性(每升高1°C温度时碳变量的百分比变化)。生态系统净生产力是生态系统总生产力改变的瞬态反应,随后是滞后和依赖变暖的生态系统呼吸。从理论上讲,如果变暖持续时间超过生态系统中的碳停留时间,生态系统总生产力和生态系统呼吸应相互平衡,定义生态系统净生产力接近零的新平衡状态。在所有陆地生态系统中,根系生物量表现出最高的温度敏感性,提高了19.8% °C−1(表1)。尽管地点之间存在巨大差异,但我们的分析表明,在年平均温度较高的地点,地上生物质的温度敏感性变为负值(图3g;R2= 0.10,P = 0.007)。然而,其他九个碳循环变量的温度敏感性与年平均温度无关(补充图2). 这在一定程度上得到了生态系统层面研究的支持,该研究表明,生态系统呼吸的温度敏感性正在全球收敛,但不受年平均温度的介导24.这些观察结果与最近一项关于全球旱地的研究结果不一致,其中土壤异养呼吸的温度敏感性随着年平均温度的升高而下降。25.
表1 生态系统碳循环变量响应全球变化驱动因素的相对敏感性
降水异常的非均匀影响
降水增加刺激了除凋落物量以外的所有生态系统碳循环变量,而降水减少通常减少了碳循环变量(图)。2b,c)5.在生态系统尺度上,我们测试了第一个假设(H1半干旱和温带草原比森林和沙漠对降水增加更敏感26.对降水增加的响应归一化为比每个实验的年平均降水量高33%(降水处理的中值绝对值;详见方法)。与 H 相反1,在降水增加33%的情况下,森林和草地净初级生产力及其地下成分以及植物生物量(总、地上和根系生物量)的响应相当(图)。2g),尽管这些变量的增强仅在草原上具有统计学意义。此外,降水增加33%下地上净初级生产力的显著刺激在森林、草原和荒漠间(组间异质性(QB) = 2.30, P = 0.31)。然而,降水增加对草原土壤呼吸的增强程度高于森林(QB= 7.90,P = 0.02),但在草原和沙漠之间比较,这部分支持了我们的H1.
我们还提出了第二个假设(H2),干旱生态系统对降水增加更敏感,对降水减少的敏感性低于潮湿的生态系统23.测试 H2,我们对碳循环变量对归一化增减降水量(高于和低于年平均降水量33%)的响应进行了meta回归,以检查碳循环变量的变化是否与湿度指数相关。我们发现地上净初级生产力的积极响应(图)。3h;R2= 0.04, P = 0.013)和土壤呼吸(图)。3i;R2= 0.30,P < 0.001),降水量增加33%时,随着湿度的增加,降水减少33%对生态系统呼吸的负面影响加剧(图)。3j;R2= 0.53,P = 0.010)。结果表明,在湿润地区,降水增加对地上净初级生产力和土壤呼吸的影响较低,但降水减少对生态系统呼吸的影响较高,这一结果支持我们的H2.未检测到降水诱导的任何其他碳循环变量的变化与湿度的关系(补充图3和4)。碳循环变量中,变化降水效应对湿度指数(作为给定地点当前湿度条件的代理)的依赖性不均匀的模式对全球模型中碳循环响应变化的稳健预测提出了巨大挑战。27,28 .
我们计算了相对降水敏感性,即每10 mm降水增加或减少的碳循环变量的百分比变化。在所有生态系统中,除凋落物质量外,所有碳循环变量对降水增加比对降水减少更敏感(表1)。结果概括了先前对ANPP对长期生态研究网络站点年际降雨变化响应的观察结果26这里分析的所有碳循环过程以及操纵实验中应用的更大范围的降水变化。所有这些发现都表明,大多数陆地生态系统具有抗旱能力,这可能是由于植物固有的生理适应、提高的用水效率和/或植物群落组成的变化造成的。5,26,29,30,31.降水减少下对水胁迫的死亡率增加和植被覆盖率下降,可能有助于解释凋落物质量对降水减少而不是增加的敏感性更大。这些模式表明,由于降水减少,凋落物质量和地上净初级生产力暂时不匹配,突出了降水异常对不同碳循环变量的不均匀影响以及分析研究中的巨大变异性。27,排除了具体的解释。生产和分解过程之间潜在的脱节也为未来的比较研究提供了途径,这将揭示生态系统碳循环的新机制。此外,生态系统总生产力和生态系统呼吸对降水变化的敏感性普遍大于植物生产力、生物量和凋落物量。
地上净初级生产力对降水增加的敏感性高于地下净初级生产力,这表明植物在水分胁迫中缓解后在水分获取结构中投入的碳较少(表1),导致根冠比降低(图2f)。我们的观察结果得到了先前审查结果的支持,该发现显示,随着资源(例如水和养分)供应的增加,森林生态系统中地上木材生产的碳分配大于地下碳通量32.相比之下,降水减少时根冠比的提高表明,植物将更多的碳分配给水和养分获取结构以抵抗干旱,因此在降水减少的情况下,地上碳循环变量(地下净初级生产力和生物量以及凋落物质量)的敏感性高于地下碳循环变量(地下净初级生产力、根系生物量和土壤呼吸)(表1).然而,之前对14个成熟林分的碳分配研究发现,干旱下根叶生物量比下降,这主要是由于干燥气候下根系更替加速。33.因此,应当指出,根据其他当地气候条件(例如,现有的湿度条件和降水时间和强度),不断变化的降水制度可能对碳循环产生不同的影响。例如,在干燥或中间地点的降水增加可以刺激生物活动,而不是潮湿的地点,那里的反应可能是中性的,甚至是负面的。6,27,34,35.我们的观察认为,净初级生产率的敏感性(图3k;R2= 0.19, P = 0.042)及其地上成分(图)。3l;R2= 0.29,P < 0.001)和土壤呼吸(图)。3m;R2= 0.13,P = 0.005)随着湿度指数的增加,降水增加由正向负,为这一结论提供了直接证据。然而,在推断我们的发现以产生降水量变化的区域和全球影响时应谨慎,因为降雨频率和强度可能是本荟萃分析中潜在的重要混杂因素。
在eCO2下分配给植物地下组织的更多碳
该综合表明,尽管生态系统之间存在很大差异,但eCO2显著刺激了植物生产力、生物量、凋落物质量和生态系统碳通量,但生态系统净生产力除外,其似乎高度不确定(图)。2d). 这些观察结果可能主要归因于叶片光合作用的增加和与一氧化碳相关的水分利用效率增加。eCO2下的施肥效果与节水机制2(例如,气孔导度降低和随之而来的蒸散)36.我们期望(H3) 积极的 eCO2在干旱的生态系统中,影响会比在潮湿的生态系统中更大37,38 因为在 ECO 下提高了用水效率2将有利于植物,特别是在水分限制下。然而,探索eCO2相关性的meta回归结果年均降水量和湿度指数的影响表明,12个碳循环变量沿年均降水量变化不明显。较高的湿度也不会影响大多数碳循环变量,但与较大的eCO有关。2对凋落物质量的影响(图。3n;R2= 0.53,P = 0.001),与我们的假设 H 相矛盾.然而,生态系统对eCO的呼吸响应2随着湿度指数的增加,显著下降(图)。3o;R2= 0.40,P = 0.048),部分支持我们的假设 H3.这些观察结果表明,一氧化碳2施肥效应不仅可以由简单平均指数表示的湿度介导,还可以由降水季节分布等其他因素介导39,40 和极端气候事件41.
进一步的分析表明,生态系统类型也解释了eCO2变化的一小部分。站点之间的效果。例如,净初级生产力和地上生物量低的草原对eCO2的反应较弱比森林(图。森林的较强响应可能是由于我们的分析中的“森林”标签包括多个生长季节呈指数增长的树苗,这可能会大大夸大老树在线性生长阶段的反应。42.此外,与温带森林、草原和苔原相关的不同菌根类型可能有助于解释生态系统在响应eCO2方面的差异43.不幸的是,大多数研究中没有报告菌根信息。
基于eCO2下碳循环变量的统计学显著变化(图)2d),我们计算了 eCO2灵敏度为每 100 ppm 氧化碳的百分比变化增加44.跨所有 eCO2实验、生态系统总生产力和净初级生产力均表现出强烈的正CO。2灵敏度(表1)。eCO下的工厂2至少在幼年森林/幼苗实验中,至少在生态系统中观察到植物根冠比增加的根系中分配更多的碳以吸收水分,为维持生长分配氮(图)。2楼)—先前荟萃分析结果支持的观察结果45.然而,另一项实验研究表明,在高 CO 中增强根碳分配2大气通常发生在现场(自由空气一氧化碳2富集),但不是在受控(生长室)环境中46.此外,我们发现eCO的积极影响2根冠比随着根系采样深度的增加而下降(图)。3便士;R2= 0.21, P = 0.035)—这一结果更符合用于收获养分的浅细根的增殖,而不是用于吸水的深根的增殖47.相比之下,先前关于森林生态系统的综合研究表明,eCO2刺激深层土壤根系增殖,可能是因为表土资源有限,无法满足一氧化碳下增产需求2富 集48.鉴于森林中根系采样的深度通常大于草原,这些观察结果表明,根冠比可能对eCO有反应。2正如我们的荟萃分析结果所示,草原比森林更强烈(图)。2小时;问B= 5.70,P = 0.02)。与观测到的生态系统总生产力增加类似,生态系统和土壤呼吸在eCO下也有所增强。2,表示 eCO2通过地下过程(例如,微生物分解和土壤一氧化碳)加速生态系统碳周转2外排)49,50,51.eCO下可能刺激根系渗出,可能刺激根系凋落物和有机质分解2,因此,净初级生产力增加的相当一部分是在快速周转池中,这些池不会导致碳固存,而是释放回大气中。eCO下净初级生产力与异养呼吸的耦合2可能取决于实验持续时间。长期暴露于一氧化碳2,预计这两个过程将紧密耦合,达到新的平衡后,生态系统净生产力应接近于零52,尽管没有一个实验足够长来验证这个假设。
氮添加下分配给植物的碳多于地下组织
氮添加显著刺激了植物生产力、生物量、凋落物质量和生态系统碳通量,但对地下净初级生产力或生态系统净生产力没有影响(图2e). 相比之下,在所有评估的实验中,氮添加减少了土壤呼吸。据推测,氮的可用性限制了许多生态系统中的净初级生产力53.与 eCO 的影响形成鲜明对比2,在氮添加下分配给地上组织的碳似乎多于地下组织。生态系统中氮添加响应根冠比的降低表明,地上碳循环变量对氮添加的敏感性高于地下碳循环变量(图2f 和表1)。结果与一般观察结果一致,即当有更多的养分可用时,植物在构建养分获取结构(即根)方面投入较少的碳。32,54,55,56.我们发现植物碳分配在响应不同全球变化驱动因素方面存在很大差异,这对于评估地球系统模型至关重要57,58 .
本研究汇编了大量的氮添加实验(429),为进一步分析氮添加对地上生物量、根系生物量和土壤呼吸的影响提供了独特的机会。地上生物量随氮添加量增加(≤5、5–10和>10 g N m−2年−1;无花果。2i;问B= 7.20,P = 0.03)。氮添加量>10 g N m时对地上生物量的刺激更大−2年−1(32.1%)大于≤5克N m−2年−1(13.6%).然而,三种氮添加水平之间的根系生物量响应没有差异,这可能是由于地上生物量的敏感性和响应氮添加的生产力较低(表1)。相比之下,土壤呼吸对低或中等水平的氮添加没有响应,但在>10 g N m的高氮添加量下减少了2.10%−2年−1,这与先前一项荟萃分析的结果部分不一致,即低 (<5) 和高 (>5) N m−2年−1添加物抑制土壤一氧化碳2森林生态系统中的外排54.将草原和苔原纳入本研究,使结论更具说服力。高氮添加率可能由于酸化诱导的微生物活性降低而减少土壤异养呼吸,从而抑制土壤呼吸54,59 .事实上,土壤pH值的下降随着氮添加率的提高而加剧(图2i)。显然,氮添加率对于估计生态系统碳循环对大气氮沉降的响应至关重要。然而,鉴于操纵实验通常施加的氮含量高于当前全球平均大气氮沉降速率(图1e),在这些实验中,生态系统碳循环的反应可能比大气氮沉降预测水平引起的反应更强。
双驱动对的非线性效应很少见
在当前和未来的条件下,生态系统将同时面临多个全球变化驱动因素(图1b-e)。共存驱动因素的非线性效应对理解和预测陆地碳气候反馈提出了挑战8.之前的两次综合表明,乘法影响很少见,生态系统响应随着操纵因素数量的增加而下降60,61 ,表明当全球变化驱动因素同时改变时,对抗机制是普遍存在的。相比之下,其他荟萃分析发现,对木本植物生物量、生态系统碳储存和土壤一氧化碳的影响是乘法的,而不是协同或拮抗的。2外排更常见62,63,64.这些对比鲜明的结论使这种相互作用的模型预测受到质疑。60,特别是考虑到三因素和四因素研究太少,无法得出一般性结论。我们分析了来自80个双因素实验的数据,以检查一个驱动因素对碳循环变量的影响是否被第二个驱动因素修改。
我们的结果表明,双驱动对的非线性效应(即协同或对抗)包括变暖和降水增加、变暖和降水减少、变暖和eCO2、增温和氮添加、降水和氮添加增加、降水和减少,以及 eCO2和N在所有碳循环变量上都是罕见的(图。4a-g)。这些观察结果与柳辛格等人的发现不同。60和迪勒曼等人。61—差异可能是由不同的分析方法造成的。例如,迪勒曼等人。61评估变暖与环境变化之间的相互作用2通过比较变暖和eCO2的线性相关性斜率,对植物生物量和土壤过程变量(例如土壤呼吸、土壤碳含量和净氮矿化)的影响影响与 1:1 线的单个效果的总和。柳辛格等.60将植物生物量和土壤过程变量汇总在一起,以探索一个、两个和三个全球变化驱动因素下响应幅度的差异。与前两次使用Hedges'd方法的综述相比,该方法得出的结论主要是对生态系统碳储存和土壤CO2的乘法效应排放63,64 ,我们用不同的分析方法和数据库获得的结果证实,多种全球变化驱动因素对所分析的碳循环过程的非线性影响相对较少。另一项使用与我们相同的方法的研究发现,变暖和一氧化碳2木本植物地上生物量的倍增影响62,进一步支持我们的结论。此外,最近的一项研究报告了四个因素(温度、降水、二氧化碳,N)试验揭示了温带草地4个全球变化驱动因素对生态系统碳循环的乘法影响为主51,提供了其他支持证据。上述所有发现都表明,如果更具对抗性,则多种全球变化驱动因素下碳循环变量的变化可能会被低估或高估60,61,65或协同44,66 效果是假设的。然而,通过操纵三个关于氮循环和净初级生产力的两项实验研究65和四个67因素表明,多种因素之间的大多数相互作用是对抗性的,而不是乘法或协同的,从而抑制了净效应。从全球角度来看,更直接的证据证明全球变化驱动因素之间的乘法效应是否适用于操纵三个或四个因素的实验研究,对于令人信服地预测未来全球变化陆地碳循环反馈至关重要。
a–g, 交互作用项的效应大小(平均值 ± 95% 置信区间)的森林图,包括 W × IP (a)、W × DP (b)、W × eCO2 (c), W × eN (d), IP × eN (e), DP × eCO2 (f) 和 eCO2× eN (g)。样本数量沿 y 轴给出。垂直虚线为零线。如果95%置信区间与零重叠,则实验中的交互效应被认为是乘法效应(打开黑色圆圈),否则交互效应是正(填充蓝色圆圈)或负相互作用(填充红色圆圈)。见图。1 和 2 表示缩写。(AT,环境温度;AP,环境降水;一氧化碳2,环境一氧化碳2;aN,环境氮沉积。
全球变化操纵实验的未来
在过去的二十年中,荟萃分析报告了生态系统碳循环对变暖的反应2,4,5,68,69,改变降水量5,23生态2(参考资料。1,45,70,71,72,73) 和 N 加成3,54,73,74,但相对较少的人检查了综合效应(但请参阅参考文献。61,62,63,64).本研究中提出的数据综合包括迄今为止发表的所有全球变化操纵实验,揭示了所有陆地碳循环过程对多种全球变化驱动因素及其相互作用的反应和敏感性的全球尺度的一般模式。关于我们的发现与先前meta分析结果之间的差异的进一步讨论,请参阅补充文本2。此外,还开发了敏感性分析来为模型验证提供信息,因此在使用我们的发现来预测给定实验中全球变化驱动因素对碳循环变量的影响幅度时应谨慎(补充图)。5). 虽然全球变化研究在开发操纵实验以更好地模拟气候变化情景方面取得了巨大进展7,75,我们的综合强调了未来实验研究中需要解决的三个关键问题,以更好地促进和评估对陆地碳循环的模型预测及其对气候变化的反馈。
首先,尽管现有的操纵实验对于理解和解开机制至关重要(例如,参考文献)。76),确定生态系统应对全球变化驱动因素的阈值和临界点77,并为建模社区提供必要的信息(输入数据和过程理解)11,大多数实验在模拟更复杂的气候变化情景方面做得很差。例如,降水事件的随机性在预测未来情景方面造成了很大的不确定性,并在设计实验以捕捉这些情景所固有的全部可能性方面面临巨大挑战。如果实验也试图捕捉极端事件的影响并超过阈值,这将变得更加困难。6,7,78,79,80.
其次,大多数现有研究都集中在单因素效应上,因此排除了对多个全球变化驱动因素之间碳循环反馈的非线性影响的分析。8.尽管双驱动对碳循环的综合处理效果大多是乘法的(图)。4)、仍迫切需要三因子和四因子实验来生成碳循环变量的多维(即多因子)响应面,旨在准确量化陆地碳-全球变化反馈81.更具体地说,长期尺度上植物群落组成的变化也可能导致多种因素之间非线性效应的发生。82,83,表明植物竞争在调节生态系统对并发全球变化驱动因素的响应方面的重要性30.
最后,全球变化对碳循环的影响是生态系统和气候特有的,这表明需要更多来自几个热点区域的实验数据来改善全球视角。半干旱地区、亚热带和热带森林生态系统以及北极苔原在实验中的代表性不足,尽管它们储存了大量的有机碳,因此对全球碳循环和气候变化碳反馈产生了不成比例的影响(图)。1一)6,13,14,15.总之,预测陆地碳循环对持续全球变化的反应需要未来的操纵实验,旨在获得有用的知识,为机械模型提供信息(例如,梯度处理)。84,包括多种驱动因素,并重点关注代表性不足的干旱/半干旱、亚热带/热带和苔原生态系统。
转自:“生态遥感前沿”微信公众号
如有侵权,请联系本站删除!