Tropenwälder nähern sich kritischen Temperaturschwellen
Natur (2023)Diesen Artikel zitieren
3056 Zugriffe
1140 Altmetrisch
Details zu den Metriken
Die kritische Temperatur, ab der die Photosynthesemaschinerie in tropischen Bäumen zu versagen beginnt, liegt im Durchschnitt bei etwa 46,7 °C (Tkrit)1. Es bleibt jedoch unklar, ob sich die Blatttemperaturen der tropischen Vegetation diesem Schwellenwert nähern oder dies aufgrund des Klimawandels bald tun werden. Hier haben wir herausgefunden, dass die Temperaturen der pantropischen Baumkronen, die unabhängig von einzelnen Blattthermoelementen, Pyrgeometern und Fernerkundung (ECOSTRESS) trianguliert wurden, in Trockenperioden Mittagsspitzentemperaturen von etwa 34 °C aufweisen, mit einem langen Hochtemperaturschwanz, der 40 °C übersteigen kann. Blatt-Thermoelementdaten von mehreren Standorten in den Tropen deuten darauf hin, dass selbst innerhalb von Pixeln mit gemäßigten Temperaturen die oberen Blätter des Blätterdachs Tcrit in 0,01 % der Fälle überschreiten. Darüber hinaus führten Experimente zur Erwärmung der Blätter des oberen Blätterdachs (+2, 3 bzw. 4 °C in Brasilien, Puerto Rico und Australien) zu einem nichtlinearen Anstieg der Blatttemperaturen, wobei die Spitzentemperaturen der Blätter Tcrit in 1,3 % der Fälle überstiegen (11 % für mehr als 1,3 %). 43,5 °C und 0,3 % bei mehr als 49,9 °C). Unter Verwendung eines empirischen Modells, das diese Dynamik einbezieht (validiert mit Daten aus Erwärmungsexperimenten), haben wir herausgefunden, dass tropische Wälder einem Anstieg der Lufttemperatur um bis zu 3,9 ± 0,5 °C standhalten können, bevor ein potenzieller Wendepunkt in der Stoffwechselfunktion erreicht wird, wobei jedoch weiterhin Unsicherheiten hinsichtlich der Plastizität und des Klimawandels bestehen Der Tcrit-Bereich tropischer Bäume und die Auswirkung des Blattsterbens auf das Baumsterben könnten diese Vorhersage drastisch ändern. Die 4,0 °C-Schätzung liegt innerhalb des „Worst-Case-Szenarios“ (repräsentativer Konzentrationspfad (RCP) 8,5) der Klimawandelvorhersagen2 für tropische Wälder und daher liegt es immer noch in unserer Entscheidungsgewalt (z. B. indem wir nicht den RCP 6,0 verwenden). oder 8,5 Route) das Schicksal dieser kritischen Bereiche von Kohlenstoff, Wasser und Biodiversität3,4.
Dies ist eine Vorschau der Abonnementinhalte, Zugriff über Ihre Institution
Greifen Sie auf Nature und 54 weitere Nature Portfolio-Zeitschriften zu
Holen Sie sich Nature+, unser preisgünstigstes Online-Zugangsabonnement
29,99 $ / 30 Tage
jederzeit kündigen
Abonnieren Sie diese Zeitschrift
Erhalten Sie 51 gedruckte Ausgaben und Online-Zugriff
199,00 $ pro Jahr
nur 3,90 $ pro Ausgabe
Leihen oder kaufen Sie diesen Artikel
Die Preise variieren je nach Artikeltyp
ab 1,95 $
bis 39,95 $
Die Preise können örtlicher Steuern unterliegen, die beim Bezahlvorgang berechnet werden
Eckdaten stellen wir Ihnen in den Zusatzinformationen zur Verfügung. Daten und Code zur Erstellung aller Zahlen sind unter https://doi.org/10.5061/dryad.fqz612jx1 verfügbar. Quelldaten werden mit diesem Dokument bereitgestellt.
Daten und Code zur Erstellung aller Zahlen sind unter https://doi.org/10.5061/dryad.fqz612jx1 verfügbar.
Slot, M. et al. Die Blatthitzetoleranz von 147 tropischen Waldarten variiert mit der Höhenlage und den Blattfunktionsmerkmalen, nicht jedoch mit der Phylogenie. Anlage. Zellumgebung. 44, 2414–2427 (2021).
Artikel CAS PubMed Google Scholar
IPCC. Climate Change 2013: The Physical Science Basis (Hrsg. Stocker, TF et al.) (Cambridge Univ. Press, 2013).
Wilson, E. & Raven, P. in Biodiversity (Hrsg. Wilson, EO) Kap. 3 (National Academy Press, 1988).
Hubau, W. et al. Asynchrone Kohlenstoffsenkensättigung in tropischen Wäldern Afrikas und des Amazonas. Natur 579, 80–87 (2020).
Janzen, DH Warum Bergpässe in den Tropen höher sind. Bin. Nat. 101, 233–249 (1967).
Artikel Google Scholar
Jiménez-Muñoz, JC et al. Rekordverdächtige Erwärmung und extreme Dürre im Amazonas-Regenwald im Verlauf von El Niño 2015–2016. Wissenschaft. Rep. 6, 33130 (2016).
Artikel ADS PubMed PubMed Central Google Scholar
Jiménez-Muñoz, JC, Sobrino, JA, Mattar, C. & Malhi, Y. Räumliche und zeitliche Muster der jüngsten Erwärmung des Amazonaswaldes. J. Geophys. Res. Atmosphäre. 118, 5204–5215 (2013).
Artikel ADS Google Scholar
Doughty, CE & Goulden, ML Befinden sich tropische Wälder in der Nähe einer hohen Temperaturschwelle? J. Geophys. Res. https://doi.org/10.1029/2007JG000632 (2008).
Sachs, J. Über die obere temperaturgränze der vegetation. Flora 47, 5–12 (1864).
Google Scholar
Feeley, K. et al. Die thermischen Toleranzen, Verteilungen und Leistungen tropischer Bergbaumarten. Vorderseite. Für. Globus. Änderung 3, 25 (2020).
Artikel Google Scholar
Krause, GH et al. Hochtemperaturtoleranz eines tropischen Baumes, Ficus insipida: methodische Neubewertung und Überlegungen zum Klimawandel. Funktion. Pflanzenbiol. 37, 890–900 (2010).
Artikel Google Scholar
O'Sullivan, OS et al. Thermische Grenzen des Blattstoffwechsels in verschiedenen Biomen. Globus. Chang. Biol. 23, 209–223 (2017).
Artikel ADS PubMed Google Scholar
Dennoch haben CJ et al. Bildgebung der Temperatur des Blätterdachs: (thermisches) Licht auf Ökosystemprozesse werfen. Neues Phytol. 230, 1746–1753 (2021).
Fisher, JB et al. ECOSTRESS: NASAs Mission der nächsten Generation zur Messung der Evapotranspiration von der Internationalen Raumstation aus. Wasserressource. Res. 56, e2019WR026058 (2020).
Artikel ADS Google Scholar
Hulley, GC et al. Validierung und Qualitätsbewertung des ECOSTRESS Level-2-Landoberflächentemperatur- und Emissionsgradprodukts. IEEE Trans. Geosci. Remote Sens. 60, 1–23 (2022).
Artikel Google Scholar
Fauset, S. et al. Unterschiede in der Blatt-Thermoregulation und den Wassernutzungsstrategien zwischen drei gleichzeitig vorkommenden atlantischen Waldbaumarten. Anlage. Zellumgebung. 41, 1618–1631 (2018).
Artikel CAS PubMed PubMed Central Google Scholar
Doughty, CE Ein In-situ-Experiment zur Erwärmung von Blättern und Zweigen im Amazonasgebiet. Biotropica 43, 658–665 (2011).
Artikel Google Scholar
Carter, KR, Wood, TE, Reed, SC, Butts, KM & Cavaleri, MA Die experimentelle Erwärmung über den Höhengradienten eines tropischen Walddachs zeigt eine minimale Akklimatisierung der Photosynthese und der Atmung. Anlage. Zellumgebung. 44, 2879–2897 (2021).
Artikel CAS PubMed Google Scholar
Rey-Sanchez, AC, Slot, M., Posada, J. & Kitajima, K. Räumliche und saisonale Variation der Blatttemperatur im Blätterdach eines tropischen Waldes. Aufstieg. Res. 71, 75–89 (2016).
Artikel Google Scholar
Crous, KY et al. Ähnliche Muster der Blatttemperaturen und der thermischen Akklimatisierung an die Erwärmung in gemäßigten und tropischen Baumkronen. Baumphysiol. tpad054 (2023).
Kivalov, SN & Fitzjarrald, DR Beobachtung der kurzfristigen dynamischen Reaktion des gesamten Blätterdachs auf natürliche Stufenänderungen im einfallenden Licht: Merkmale tropischer und gemäßigter Wälder. Grenzschicht Meteorol. 173, 1–52 (2019).
Artikel ADS Google Scholar
Tiwari, R. et al. Die photosynthetische Quanteneffizienz in Bäumen im südöstlichen Amazonasgebiet könnte bereits durch den Klimawandel beeinträchtigt sein. Anlage. Zellumgebung. 44, 2428–2439 (2021).
da Costa, ACL et al. Auswirkung einer 7-jährigen experimentellen Dürre auf die Vegetationsdynamik und die Biomassespeicherung eines östlichen Amazonas-Regenwaldes. Neues Phytol. 187, 579–591 (2010).
Phillips, OL et al. Dürreempfindlichkeit des Amazonas-Regenwaldes. Science 323, 1344–1347 (2009).
Gatti, LV et al. Amazonien als Kohlenstoffquelle im Zusammenhang mit Entwaldung und Klimawandel. Natur 595, 388–393 (2021).
Artikel ADS CAS PubMed Google Scholar
Doughty, CE et al. Auswirkungen von Dürre auf die Kohlenstoffdynamik und -flüsse in Wäldern im Amazonasgebiet. Natur 519, 78–82 (2015).
Hulley, GC & Hook, SJ Generierung konsistenter Landoberflächentemperatur- und Emissionsgradprodukte zwischen ASTER- und MODIS-Daten für die geowissenschaftliche Forschung. IEEE Trans. Geosci. Remote Sens. 49, 1304–1315 (2011).
Artikel ADS Google Scholar
Gillespie, A. et al. Ein Temperatur- und Emissionsgrad-Trennalgorithmus für fortgeschrittene weltraumgestützte thermische Emissions- und Reflexionsradiometerbilder (ASTER). IEEE Trans. Geosci. Remote Sens. 36, 1113–1126 (1998).
Artikel ADS Google Scholar
Kitudom, N. et al. Thermische Sicherheitsmargen von Pflanzenblättern in verschiedenen Biomen unter einer Hitzewelle. Wissenschaft. Gesamtumgebung. 806, 150416 (2022).
Artikel ADS CAS PubMed Google Scholar
Berry, J. & Bjorkman, O. Photosynthetische Reaktion und Anpassung an die Temperatur in höheren Pflanzen. Annu. Rev. Plant Physiol. 31, 491–543 (1980).
Artikel Google Scholar
Blonder, B. & Michaletz, ST Ein Modell zur Entkopplung der Blatttemperatur von der Lufttemperatur. Landwirtschaft. Für. Meteorol. 262, 354–360 (2018).
Artikel ADS Google Scholar
Drake, JE et al. Bäume tolerieren eine extreme Hitzewelle durch anhaltende Abkühlung durch Transpiration und eine erhöhte thermische Toleranz der Blätter. Globus. Chang. Biol. 24, 2390–2402 (2018).
Artikel ADS PubMed Google Scholar
Guha, A. et al. Kurzfristige Erwärmung hat keinen Einfluss auf die intrinsische Thermotoleranz, induziert jedoch einen starken, anhaltenden Lichtschutz bei Genotypen tropischer immergrüner Zitrusfrüchte. Anlage. Zellumgebung. 45, 105–120 (2022).
Artikel CAS PubMed Google Scholar
Smith, MN et al. Empirische Belege für die Widerstandsfähigkeit der Photosynthese tropischer Wälder in einer wärmeren Welt. Nat. Pflanzen 6, 1225–1230 (2020).
Artikel CAS PubMed Google Scholar
Dickman, LT et al. Homöostatische Aufrechterhaltung nichtstruktureller Kohlenhydrate während der El Niño-Dürre 2015–2016 über einen Niederschlagsgradienten in tropischen Wäldern. Anlage. Zellumgebung. 42, 1705–1714 (2019).
Artikel CAS PubMed Google Scholar
Subasinghe Achchige, YM, Volkova, L., Drinnan, A. & Weston, CJ Ein quantitativer Test für hitzeinduzierte Zellnekrose im Gefäßkambium und sekundären Phloem von Eucalyptus obliqua-Stämmen. J. Plant Ecol. 14, 160–169 (2021).
Artikel Google Scholar
Tebaldi, C. et al. Klimamodellprojektionen aus dem Scenario Model Intercomparison Project (ScenarioMIP) von CMIP6. Erdsystem. Dyn. 12, 253–293 (2021).
Artikel ADS Google Scholar
Rowland, L. et al. Der Tod durch Dürre in tropischen Wäldern wird durch hydraulische Kräfte und nicht durch Kohlenstoffmangel verursacht. Natur 528, 119–122 (2015).
Vargas Zeppetello, LR et al. Die großflächige Abholzung tropischer Wälder führt zu einer extremen Erwärmung. Umgebung. Res. Lette. 15, 84012 (2020).
Artikel Google Scholar
Araújo, I. et al. Bäume am Amazonas-Cerrado-Übergang nähern sich hohen Temperaturschwellen. Umgebung. Res. Lette. 16, 34047 (2021).
Artikel Google Scholar
Miller, SD et al. Biometrische und mikrometeorologische Messungen der Kohlenstoffbilanz tropischer Wälder. Ökologisch. Appl. 14, 114–126 (2004).
Artikel Google Scholar
da Rocha, HR et al. Saisonalität von Wasser- und Wärmeflüssen über einem tropischen Wald im östlichen Amazonasgebiet. Ökologisch. Appl. 14, 22–32 (2004).
Artikel Google Scholar
Goulden, ML et al. Diel und saisonale Muster des CO2-Austauschs in tropischen Wäldern. Ökologisch. Appl. 14, 42–54 (2004).
Artikel Google Scholar
Jin, M. & Liang, S. Ein verbesserter Emissionsgradparameter der Landoberfläche für Landoberflächenmodelle unter Verwendung globaler Fernerkundungsbeobachtungen. J. Clim. 19, 2867–2881 (2006).
Miller, SD et al. Reduzierter Holzeinschlag verändert den Kohlenstoff- und Energieaustausch im tropischen Regenwald nur minimal. Proz. Natl Acad. Wissenschaft. USA 108, 19431–19435 (2011).
Artikel ADS CAS PubMed PubMed Central Google Scholar
Xiao, J., Fisher, JB, Hashimoto, H., Ichii, K. & Parazoo, NC Neue Satellitenbeobachtungen für den Tageszyklus von Ökosystemprozessen. Nat. Pflanzen 7, 877–887 (2021).
Artikel CAS PubMed Google Scholar
Kealy, PS & Hook, SJ Trennung von Temperatur und Emissionsgrad in thermischen Infrarot-Multispektralscannerdaten: Auswirkungen auf die Wiederherstellung der Landoberflächentemperaturen. IEEE Trans. Geosci. Remote Sens. 31, 1155–1164 (1993).
Artikel ADS Google Scholar
Reichle, R., De Lannoy, G., Koster, RD, Crow, WT & Kimball, JS SMAP L4 9 km EASE-Grid, geophysikalische Daten zur Oberflächen- und Wurzelzonen-Bodenfeuchtigkeit, Version 3. National Snow and Ice Data Center https:/ /doi.org/10.5067/B59DT1D5UMB4 (2017).
Slot, M., Krause, GH, Krause, B., Hernández, GG & Winter, K. Photosynthetische Hitzetoleranz von Schatten- und Sonnenblättern von drei tropischen Baumarten. Fotosynth. Res. 141, 119–130 (2019).
Artikel CAS PubMed Google Scholar
Referenzen herunterladen
Die Unterstützung erfolgte durch die ECOSTRESS-Mission und die NASA Research Opportunities in Space and Earth Science-Zuschussnummern 80NSSC20K0216, 80NSSC19K0206 und 80NSSC21K0191. SF und EG danken dem Natural Environmental Research Council für den Zuschuss NE/V008366/1. KC dankt dem Australian Research Council für den Zuschuss DE160101484.
Fakultät für Informatik, Informatik und Cybersysteme, Northern Arizona University, Flagstaff, AZ, USA
Christopher E. Doughty, Jenna M. Keany und Benjamin C. Wiebe
Abteilung für Meeres-, Erd- und Atmosphärenwissenschaften, North Carolina State University, Raleigh, NC, USA
Camilo Rey-Sanchez
College of Forest Resources and Environmental Sciences, Michigan Technological University, Houghton, MI, USA
Kelsey R. Carter
Abteilung für Erd- und Umweltwissenschaften, Los Alamos National Laboratory, Los Alamos, NM, USA
Kelsey R. Carter
Zentrum für tropische Umwelt- und Nachhaltigkeitswissenschaften, James Cook University, Cairns, Queensland, Australien
Kali B. Middleby und Alexander W. Cheesman
Abteilung für Erdsystemwissenschaften, University of California, Irvine, CA, USA
Michael L. Goulden
Abteilung für Atmosphärenwissenschaften, Universität São Paulo, São Paulo, Brasilien
Humberto R. da Rocha
Forschungszentrum für Atmosphärenwissenschaften, State University of New York in Albany, Albany, NY, USA
Scott D. Miller
Environmental Change Institute, School of Geography and the Environment, Universität Oxford, Oxford, Großbritannien
Yadvinder Malhi und Imma Oliveras Menor
Fakultät für Geographie, Erd- und Umweltwissenschaften, Universität Plymouth, Plymouth, Großbritannien
Sophie Faust
Universität Leeds, Leeds, Großbritannien
Emanuel Gloor
Smithsonian Tropical Research Institute, Balboa, Ancon, Republik Panama
Martijn-Slot
AMAP (Botanik und Modellierung der Pflanzen- und Vegetationsarchitektur), CIRAD, CNRS, INRA, IRD, Universität Montpellier, Montpellier, Frankreich
Imma Oliveras Minor
Western Sydney University, Hawkesbury Institute for the Environment, Penrith, New South Wales, Australien
Kristine Y. Crous
Schmid College of Science and Technology, Chapman University, Orange, CA, USA
Gregory R. Goldsmith und Joshua B. Fisher
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
CED, GRG, IOM, YM und JBF haben die Studie entworfen. CED und JMK analysierten die Fernerkundungsdaten. CED, MLG, HRdR, SDM, SF, EG, CR-S., MS, KRC, KYC, KBM und AWC sammelten und analysierten die empirischen Daten. CED hat das Modell erstellt. CED und BCW haben die öffentlichen Daten und den Code vorbereitet. CED hat das Papier mit Beiträgen von GRG, KYC, JBF und IOM verfasst
Korrespondenz mit Christopher E. Doughty.
Die Autoren geben an, dass keine Interessenkonflikte bestehen.
Nature dankt Ben Bond-Lamberty, David Schimel und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Peer-Reviewer-Berichte sind verfügbar.
Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.
Tropische Waldregionen in A) Amazonas, B) Zentralafrika und C) Südostasien, die für den Abruf von ECOSTRESS LST- und SMAP-Daten verwendet werden. Der rote Bereich wurde zur Ermittlung der ECOSTRESS LST mit dem Pyrgeometer verwendet.
(A) Lineare Regression der Überdachungstemperatur gegenüber der Bodenfeuchtigkeit (40 cm Tiefe) am km 83 Eddy-Kovarianz-Turm (r2 = 0,46, P = 7e-10, N = 62). (B) Lineare Regression der Baumkronentemperatur als Funktion der Lufttemperatur während sonniger Perioden während der Regenzeit (grüne Kreise) und der Trockenzeit (rote Kreise) am Eddy-Kovarianz-Turm bei km 83 in der Region Tapajos in Brasilien. Die rote Linie zeigt eine lineare Anpassung für die Trockenzeit (r2 = 0,96, P = 3e-21, N = 29) und die untere Linie ist eine Eins-zu-Eins-Linie. (C) Lineare Regressionen der Überdachungstemperatur als Funktion des latenten Wärmeflusses für warme (>30 °C) Perioden (r2 = 0,50, P = 0,009, N = 11) am km 83 Eddy-Kovarianz-Turm in der Region Tapajos in Brasilien . (D) Lineare Regression (r2 = 0,75, P = 2e-5, N = 16) unter Verwendung der Daten aus Abb. 1a, Vergleich der ECOSTRESS-Trockenzeit mit den Pyrgeometer-Trockenzeitdaten der Tapajos (Km 83).
Histogramme der Baumkronentemperaturen als (oben) 30-minütige Durchschnittsperioden und (unten) zweisekündige Momentanbeobachtungen, wobei die gesamte Kurzwellenenergiebelastung >1000 W m−2 beträgt, gemessen mit einem nach unten gerichteten Pyrgeometer in der Region Tapajos in Brasilien.
Thermoelementmessungen an der Oberseite tropischer Blätter für normale (blau) und erwärmte Blätter (rot) für Brasilien (+2 °C), Puerto Rico (+3 °C) und Australien (+4 °C). Die Einschübe zeigen die Long-Tail-Verteilung der Temperaturen und der Text zeichnet die höchste Blatttemperatur auf.
Thermoelementmessungen an der Krone tropischer Blätter für (oben) Brasilien km 67, (Mitte) Panama und (unten) den Atlantischen Regenwald in Brasilien. Die Einschübe zeigen die Long-Tail-Verteilung der Temperaturen und der Text zeichnet die höchste Blatttemperatur auf. Die Neubeprobung geht von einer ähnlichen Anzahl von Proben (~N = 400) bei 38 °C für beide Standorte aus und passt eine Kurve an, um den langen Schwanz zu extrapolieren. Der Atlantische Wald ist ein kühlerer Wald (auf ~1000 m) und die Durchschnittstemperatur des Amazonas ist ~4 °C höher als die des Atlantischen Waldes.
Zeiträume, in denen die Blätter während des Tapajos-Erwärmungsexperiments um >8 Minuten erwärmt wurden, für einzelne Blätter (dünne Linien) und gemittelt (dicke rote Linie). Der Text in der Abbildung gibt den Prozentsatz der Zeit an, in der die Blätter Tkrit für mehr als 6 und 8 Minuten überschreiten.
Verfahren zur Ermittlung der Spitzentemperaturen im Blätterdach mithilfe von ECOSTRESS-Daten für Zentralafrika. (A) Log10-Histogramm der Temperaturen für (B) eine Region Zentralafrikas. Eine Tageskurve, die alle ECOSTRESS LST-Daten für Zentralafrika im Vergleich zur Tageszeit (C) und der Jahreszeit (D) zeigt. (E) SMAP-Bodenfeuchtigkeitsdaten (m3 m−3), die Perioden mit trockenem Wetter zeigen.
Verfahren zur Ermittlung der Spitzentemperaturen im Blätterdach mithilfe von ECOSTRESS-Daten für Südostasien. (A) Log10-Histogramm der Temperaturen für (B) eine Region Zentralafrikas. Eine Tageskurve, die alle ECOSTRESS LST-Daten für Südostasien im Vergleich zur Tageszeit (C) und der Jahreszeit (D) zeigt. (E) SMAP-Bodenfeuchtigkeitsdaten (m3 m−3) zeigen Perioden mit trockenem Wetter.
Wir zeigen die räumliche Verteilung der LST-Daten für drei Sensoren (VIIRS, MODIS und ECOSTRESS) für ähnliche Zeiträume (18.–28. September 2019) für ähnliche Gebiete im Amazonasbecken. Der Unterschied zwischen links, Mitte und rechts besteht in unterschiedlichen Datenqualitätsflags für kein Flag (links), QF g1 aus Ergänzungstabelle 1 (Mitte) und QF g2 (rechts). Wir haben drei Stufen von Qualitätsflags verwendet (ECOSTRESS – G1 – 3522 und 3520, G2 = 3520, VIIRS – G1 – 12001, 15841, 11745, 32225 und G2 = 32225 und MODIS – G1 – 0 und 65 und G2 – 0). die in Extended Data Abb. 1a dargestellte Region im gleichen Zeitraum (18. September bis 28. September 2019). Die Qualitätskennzeichen waren komplex mit 136 für ECOSTRESS und 229 für VIIRS (aber nur 8 für MODIS).
(oben) Wir zeigen log10-Histogramme von LST-Daten für drei Sensoren (VIIRS, MODIS und ECOSTRESS) für ähnliche Zeiträume (18.–28. September 2019) für ähnliche Gebiete im Amazonasbecken. Der Unterschied zwischen links, Mitte und rechts besteht in unterschiedlichen Datenqualitätsflags für kein Flag (links), QF g1 aus Ergänzungstabelle 1 (Mitte) und QF g2 (rechts). Wir haben drei Stufen von Qualitätsflags verwendet (ECOSTRESS – G1 – 3522 und 3520, G2 = 3520, VIIRS – G1 – 12001, 15841, 11745, 32225 und G2 = 32225 und MODIS – G1 – 0 und 65 und G2 – 0). die in Extended Data Abb. 1a dargestellte Region im gleichen Zeitraum (18. September bis 28. September 2019). (unten) – Ein skalierter Vergleich für denselben Datensatz, der die viel höhere Auflösung von ECOSTRESS im Vergleich zu VIIRS und MODIS LST zeigt.
Diese Datei enthält ergänzenden Text, Methoden und Tabellen 1, 2.
Springer Nature oder sein Lizenzgeber (z. B. eine Gesellschaft oder ein anderer Partner) besitzen die ausschließlichen Rechte an diesem Artikel im Rahmen einer Veröffentlichungsvereinbarung mit dem Autor bzw. den Autoren oder anderen Rechteinhabern. Die Selbstarchivierung der akzeptierten Manuskriptversion dieses Artikels durch den Autor unterliegt ausschließlich den Bedingungen dieser Veröffentlichungsvereinbarung und geltendem Recht.
Nachdrucke und Genehmigungen
Doughty, CE, Keany, JM, Wiebe, BC et al. Tropenwälder nähern sich kritischen Temperaturschwellen. Natur (2023). https://doi.org/10.1038/s41586-023-06391-z
Zitat herunterladen
Eingegangen: 31. August 2021
Angenommen: 30. Juni 2023
Veröffentlicht: 23. August 2023
DOI: https://doi.org/10.1038/s41586-023-06391-z
Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:
Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.
Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt
Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.