European ecosystems on a changing planet: Integrating climate change and land-use intensity data

Ekosystemen i vår värld förändras av naturliga krafter, som i sin tur påverkas av mänskliga aktiviteter. För att förstå och beräkna effekterna av klimatförändringar och mänsklig förvaltning på våra ekosystem har behovet av instrument för att övervaka och förutsäga jordsystemet ökat. Dynamiska globala vegetations modeller är matematiska modeller som tillåter en processbaserad beskrivning av växtsamhällen genom modellering av fysiologiska- och populationsprocesser såsom tillväxt, fotosyntes, kolallokering, regenerering och dödlighet.

Men dessa modeller har fortfarande stor osäkerhet i sina uppskattningar. Mindre skillnader i parameterisering och modelldesign kan sprida sig i simuleringsresultaten och orsaka stor osäkerhet. Vissa processer, såsom markanvändningsintensitet, har i många modeller ännu inte beaktats, delvis på grund av brist på harmoniserade ingångsdata i större skala. Istället finns det en rad olika framtida klimatdata som skapats av olika klimatmodeller för olika koldioxid scenarier som kan behöver översättas till högre rumsliga upplösningar med olika metoder. Denna studie syftar till att fördjupa vår kunskap om vegetationsmodellen LPJ-GUESS och liknande modeller genom att bedöma både känsligheten och osäkerheten i ingångsdata som till exempel klimat och markanvändningsintensitet. Utöver dessa mer tekniska mål är syftet med detta arbete att undersöka eventuella kompromisser mellan socialt relevanta ekosystemfunktioner såsom skörd och kolbindning genom integrering av klimatdata och den senaste informationen om markanvändningsintensitet. Dessa kompromisser undersöktes för Europa med hjälp av två representativa koncentrationsvägar, medan en regional studie analyserar sex beskogningsscenarier för Sachsen, Tyskland.

Resultaten visar att simuleringar med LPJ-GUESS för Europa är mest känslig för rumslig upplösning, följt av valet av klimatmodell. Det fanns ingen anmärkningsvärd nytta av att använda regionalt nerskalad klimatdata i motsats till att använda bilinjärt interpolerade och korrigerade data. Om modellen är driven med projektioner av klimat och markanvändningsintensitet (kväve gödsling) är den simulerade majsskörden och kväveläckaget mest känslig för kvävegödsling, följt av klimatet medan veteskörden är mest känslig för förändringar i koldioxid koncentration, följt av kvävegödsling.
Trots att framtida vete- och majsskördar i Europa ökar för scenarierna 4.5 och 8.5, följs dessa av ökande kväveläckage i många regioner. Däremot så minskar dock kväveläckaget för scenario 4.5 i ungefär 53% av regionerna, medan det ökar i 76% av regionerna för scenario 8.5.
Denna studie visar också att gräsmarksproduktiviteten i Europa inte kan modelleras på ett tillfredställande sätt utan att använda markanvändningsintensitet i form av kvävegödsling. Inkluderingen av daglig simulerad gräsmarkhantering och kvävegödsling i LPJ-GUESS förbättrar dock modellen avsevärt. Slutligen kan det påvisas att skogsplantering i Sachsen, Tyskland, har övergripande positiva effekter på både växternas mångfald och kollagring. Flera platser har dock identifierats där beskogning leder till en minskning av växtarternas mångfald.