Новое исследование в журнале Nature Communications, проведенное учеными из Гарвардского леса, Колумбийского университета, ETH Zurich и других мест, показывает, как информация, полученная с помощью нового метода анализа годичных колец, совпадает с историей, рассказанной более высокотехнологичным оборудованием в краткосрочной перспективе. Поскольку деревья долговечны, оглядываясь назад на их кольца с помощью этого нового подхода, можно добавить десятилетия или даже столетия к нашему пониманию накопления углерода и изменения климата в лесах.
Чтобы проверить, являются ли годичные кольца хорошим показателем для спутниковых и других данных, ученые исследовали образцы колец от двух широко распространенных видов деревьев – тюльпанового тополя (Liriodendron tulipifera) и северного красного дуба (Quercus rubra), произрастающих в трех климатически разных регионах: восточная часть США.
Анализируя молекулы углерода и кислорода (стабильные изотопы), хранящиеся в кольцах, они могли сравнивать собственную картину продуктивности леса на деревьях с оценками, полученными со спутников. Они находили твердое согласие каждый год, и со временем.
Годовые кольца деревьев также показали, что самые большие изменения годового прироста леса были связаны с доступностью влаги независимо от климата. «Наш метод показал, что продуктивность леса можно оценить, используя информацию только по пяти деревьям», – говорит Лайя Андреу Хейлс, доцент лаборатории древовидных колец обсерватории Земли Ламон-Доэрти Колумбийского университета и соавтор книги. новое исследование. "Стабильные изотопы, измеренные в годичных кольцах деревьев, очень чувствительны к отслеживанию влажности."
Команда говорит, что вся мощь этого нового метода будет зависеть от расширенной сети исследований годичных колец. «Когда мы применяем данные годичных колец для работы с историческими климатическими моделями, мы обнаруживаем, что модели становятся более эффективными, когда включается больше видов», – говорит Нил Педерсон, старший эколог Harvard Forest и соавтор нового исследования. "Я подозреваю, что это также может иметь место, когда мы используем модели, чтобы смотреть вперед, на будущую продуктивность лесов и накопление углерода."