Search

There is evidence that carbon fluxes and stocks decrease with increasing latitude in boreal forests, suggesting a reduction in carbon use efficiency. While vegetation and soil carbon dynamics have been widely studied, the empirical finding that ectomycorrhizal fungi (ECM) become more abundant towards the north has not been quantitatively linked to carbon use efficiency. We formulated a conceptual model of combined fine-root and ECM carbon use efficiency (CUE) as NPP/GPP (net primary production/gross primary production). For this, we included the mycorrhiza as gains in plant NPP but considered the extramatrical hyphae as well as exudates as losses. We quantified the carbon processes across a latitudinal gradient using published eco-physiological and morphological measurements from boreal coniferous forests. In parallel, we developed two CUE models using large-scale empirical measurements amended with established models. All models predicted similar latitudinal trends in vegetation CUE and net ecosystem production (NEP). CUE in the ECM model declined on average by 0.1 from latitude 60 to 70 with overall mean 0.390 +/- 0.037. NEP declined by 200 g m(-2) yr(-1) with mean 171 +/- 79.4 g m(-2) yr(-)(1). ECM had no significant effect on predicted soil carbon. Our findings suggest that ECM can use a significant proportion of the carbon assimilated by vegetation and hence be an important driver of the decline in CUE at higher latitudes. Our model suggests the quantitative contribution of ECM to soil carbon to be less important but any possible implications through litter quality remain to be assessed. The approach provides a simple proxy of ECM processes for regional C budget models and estimates.

The overall objective of the Forest Flux (forestflux.eu) project was to foster the development of the Copernicus Earth Observation (EO) market and improve the profitability of forest management by implementing a world-first service of high-resolution maps of forest carbon fluxes, storage, and their development over time, using satellite imagery and associated data. The services were offered from the same process of data refinement. In this process, the outputs of the previous phase were inputs to the next phase. The earlier phase outputs were also products that were delivered to the users. Forest Flux services were implemented on the scalable Forestry TEP cloud platform that enables integration of the Forest Flux products with the business processes of end users. The services are available via an Internet connection. Computed products were mostly digital maps with supporting quantitative figures, such as statistical data on uncertainty. They were provided for nine user organizations and sites in Europe, South America, and Africa. In total, approximately 1,200 map products were delivered. Forest Flux project received funding from the European Union's Horizon 2020 Research and Innovation program under grant agreement No 821860.

Ilmastoviisaan luonnonsuojelusuunnittelun perustana on tieto siitä, millä alueilla ilmasto muuttuu voimakkaimmin, mitkä suojelualueet, lajit ja lajipopulaatiot sekä luontotyypit ovat kaikkein alttiimpia muutokselle ja miten muutokseen sopeudutaan. SUMI-hankkeessa selvitettiin lämpösumman, tammikuun keskilämpötilan ja vuosittaisen vesitaseen muutosnopeutta ja pienilmastollisia muutoksia Suomen Natura 2000 -verkostossa. Lämpösumman ja tammikuun lämpötilan ennustetuissa muutosnopeuksissa on merkittäviä alueellisia eroja ja Natura-alueiden pienilmasto tulee muuttumaan huomattavasti. Avainasemassa on turvata lajit, joiden populaatioiden menestyminen liittyy nopeimmin muuttuviin ilmastotekijöihin. Suojelualuesuunnittelussa tulee painottaa suojelu- ja hoitotoimien joustavaa suunnittelua sekä varautua mittaviin olosuhteiden muutoksiin. Ennallistaminen ja luonnonhoito ovat tärkeitä keinoja lajien elinympäristöjen ja luontotyyppien tilan parantamiseksi muuttuvassa ilmastossa. Kohdentamalla ennallistamista ja luonnonhoitoa ilmastoviisaasti voidaan tukea lajien siirtymistä. Lajien ominaisuudet vaikuttavat niiden haavoittuvuuteen ilmastonmuutokselle; negatiiviset vaikutukset korostuvat pohjoisen viileisiin oloihin, kuten tunturi- ja suoelinympäristöihin, erikoistuneilla lajeilla, joiden leviämiskyky on rajoittunut. Eri eliöryhmillä nousi esille myös muita lajien haavoittuvuutta ilmastonmuutokselle heijastelevia ominaisuuksia, joita on tärkeää huomioida lajien hoito- ja suojelusuunnittelussa. Lajien ominaisuuksien perusteella tunnistettiin joukko ilmastonmuutokselle haavoittuvimpia lajeja, joihin suojelutoimia kannattaa kohdentaa. Luontodirektiivilajien - ja etenkin saman lajin populaatioiden - välillä oli selviä eroja lajien altistumisessa lämpösumman ja tammikuun lämpötilan muutosnopeuteen, sekä esiintymien ympäristön haitallisen maankäytön määrässä. SUMI-hankkeessa tarkasteltiin suojelualueverkoston merkitystä maalinnustolle sekä havaittujen että ennustettujen levinneisyysmuutosten osalta. Suojelullisesti arvokkaiden suo- ja tunturilajien lajimäärä pieneni sekä suojelualueilla että suojelemattomilla alueilla, kun taas kosteikkolajien määrä kasvoi koko maassa. Suojelualueet puskuroivat ilmastonmuutoksen negatiivisia vaikutuksia suojelullisesti merkittäville lajeille, mutta vaikutukset ovat jo nähtävissä niilläkin. Linnuston monimuotoisuuden kannalta suojelualueverkosto on perustettu ilmastonmuutoksen näkökulmasta oikeansuuntaisesti, mutta Etelä- ja Keski-Suomessa metsien suojelualueverkosto on riittämätön turvaamaan lintulajiston monimuotoisuuden. Ilmastonmuutoksen vaikutukset luontotyyppeihin ovat ensisijassa laadullisia. Herkimmiksi luontotyypeiksi on tunnistettu rannikon hauru- ja meriajokasvallit sekä primäärisukkessioon liittyvät luontotyypit, lumenviipymät, tunturikoivikot, tunturikankaat, virtavesien latvapurot, Tunturi-Lapin pienvedet, perinnebiotoopit, palsasuot, eteläiset aapasuot, lähteet ja lähdesuot sekä avoimet ja puoliavoimet kallioluontotyypit. Ilmastonmuutoksen myötä lisääntyvien luontaisten häiriöiden arvioidaan vaikuttavan positiivisesti metsien rakenteeseen lisäämällä kuolleen puun sekä runsaslahopuustoisten nuorten sukkessiovaiheiden ja lehtipuiden määrää. Monimuotoiset metsät ovat avainasemassa metsien ekosysteemipalveluiden ja sopeutumiskyvyn turvaamisessa. SUMI-hankkeessa kehitettiin laskentamenetelmää, jonka avulla voidaan arvioida metsän käsittelytapojen ja ilmastonmuutoksen vaikutuksia metsien hiilitaseeseen tarkalla resoluutiolla. Alustavien mallinnustulosten mukaan puuston ja metsämaan hiilivarasto kasvoi sekä suojelumetsä- että talousmetsäskenaariossa Evon alueella vuosina 2013–2099. Suojelumetsä sitoi hiiltä hitaammin kuin talousmetsä mutta säilyi hiilen nieluna koko tarkastelujakson ajan. Yhdistämällä hiilitasearviot luonnon monimuotoisuutta kuvaaviin paikkatietoaineistoihin voidaan suojelualuesuunnittelussa priorisoida sekä ilmastohyödyiltään että luontoarvoiltaan parhaita kohteita.

International audience

Doutoramento em Engenharia Florestal e dos Recursos Naturais - Instituto Superior de Agronomia Forest ecosystems have been experiencing fast and abrupt changes in the environmental conditions, that can increase their vulnerability to extreme events such as drought, heat waves, storms, fire. Process-based models can draw inferences about future environmental dynamics, but the reliability and robustness of vegetation models are conditional on their structure and their parametrisation. The main objective of the PhD was to implement and apply modern computational techniques, mainly based on Bayesian statistics, in the context of forest modelling. A variety of case studies was presented, spanning from growth predictions models to soil respiration models and process-based models. The great potential of the Bayesian method for reducing uncertainty in parameters and outputs and model evaluation was shown. Furthermore, a new methodology based on a combination of a Bayesian framework and a global sensitivity analysis was developed, with the aim of identifying strengths and weaknesses of process-based models and to test modifications in model structure. Finally, part of the PhD research focused on reducing the computational load to take full advantage of Bayesian statistics. It was shown how parameter screening impacts model performances and a new methodology for parameter screening, based on canonical correlation analysis, was presented

The response of forest productivity to climate extremes strongly depends on ambient environmental and site conditions. To better understand these relationships at a regional scale, we used nearly 800 observation years from 271 permanent long‐term forest monitoring plots across Switzerland, obtained between 1980 and 2017. We assimilated these data into the 3‐PG forest ecosystem model using Bayesian inference, reducing the bias of model predictions from 14% to 5% for forest stem carbon stocks and from 45% to 9% for stem carbon stock changes. We then estimated the productivity of forests dominated by Picea abies and Fagus sylvatica for the period of 1960–2018, and tested for productivity shifts in response to climate along elevational gradient and in extreme years. Simulated net primary productivity (NPP) decreased with elevation (2.86 ± 0.006 Mg C ha−1 year−1 km−1 for P. abies and 0.93 ± 0.010 Mg C ha−1 year−1 km−1 for F. sylvatica). During warm–dry extremes, simulated NPP for both species increased at higher and decreased at lower elevations, with reductions in NPP of more than 25% for up to 21% of the potential species distribution range in Switzerland. Reduced plant water availability had a stronger effect on NPP than temperature during warm‐dry extremes. Importantly, cold–dry extremes had negative impacts on regional forest NPP comparable to warm–dry extremes. Overall, our calibrated model suggests that the response of forest productivity to climate extremes is more complex than simple shift toward higher elevation. Such robust estimates of NPP are key for increasing our understanding of forests ecosystems carbon dynamics under climate extremes., Global Change Biology, 26 (4), ISSN:1354-1013, ISSN:1365-2486

An important challenge in forest management is how to predict tree/forest growth, biomass, and structural variables accurately and easily. Tree structural relationships between measurable tree dimensions and biomass components are therefore important because they provide a basis for further model use. In this context, exploring the age effect on structural relationships is consequential because it allows us to be able to understand the regularities of tree structure and growth and to utilize new measurement technologies such as terrestrial laser scanning (TLS) for estimating more detailed tree structure and biomass. Further, knowledge on the tree structure changes with age can act as a reference to provide support for better model use with respect to tree age. The main objectives of this study were 1) to test the age effect on tree structure and biomass allocation equations in Scots pine (Pinus sylvestris L.) and Norway spruce (Picea abies [L.] Karst.) to understand the tree structural regularities with growth; 2) to further utilize the tree structural regularities to integrate with TLS data to improve the estimation of branch attributes in Scots pine by introducing a new method (TSM_tls); 3) to refine a process-based model PREBAS to be applicable on multiple-cohorts stands; and 4) to test the possibility of considering tree structure changes with age when applying the PREBAS model to estimate stand level biomasses. Multiple data sources included in this study were: destructive tree measurements, consecutive forest inventory data and TLS data. Results showed that tree structure variables vary a lot with growing age, as well as the biomass proportion of tree components (foliage, branch and stem). As trees mature, the tree structure is rather stable as biomass allocation and tree structural variables become steady. Moreover, in all age groups the pipe model theory (PMT) based tree equations suit well in both Scots pine and Norway spruce suggesting stable tree structure relationships with growing age. However, age dependence was detected on the slope parameters of all these equations, except for the branch-related equations in Scots pine and stem form coefficient below the crown base in both species. With age-specific parameters, the tree structural variables and biomass of each tree component can be estimated accurately. Among the tree structural equations, the ratio between cross-sectional area at the crown base and the total branch basal area was independent of tree age in Scots pine. Utilizing this constant relationship, the proposed TSM_tls method presented higher accuracy and lower error in estimating individual branch diameter and biomass in each canopy layer compared with the other TLS-based method, suggesting a fair performance of TSM_tls method. On stand level, the refined PREBAS model with DBH size classes showed a better estimation of tree variables and biomass in uneven-aged stands compared with the existing PREBAS version, although the bias of biomass estimation still existed. Moreover, the refined PREBAS model simulated the stand level mean tree structure more consistent with observations compared with existing PREBAS version. The mean tree biomass estimations using different approaches (age-specific biomass equations and PREBAS model) showed noticeable difference in both Scots pine and Norway spruce in most cases. Our results highlight the importance of tree structure relationships and demonstrate the possibility of better model use by accounting these relationships. Considering the limited sample trees of testing TSM_tls method, more data including different species and more sample trees should be collected to confirm our conclusion. Moreover, the results also suggest further PREBAS model calibration on uneven-aged stands is required with larger dataset including tree structure and biomass information. Metsänhoidon tärkeä haaste on puun/metsän kasvun, biomassan ja rakenteellisten muuttujien ennustaminen tarkasti ja helposti. Puun rakenteelliset suhteet mitattavissa olevien puiden mittojen ja biomassakomponenttien välillä ovat siksi tärkeitä, koska ne tarjoavat pohjan mallin jatkokäytölle. Tässä yhteydessä iän vaikutuksen selvittäminen rakenteellisiin suhteisiin on seurausta, koska sen avulla pystymme ymmärtämään puun rakenteen ja kasvun säännönmukaisuuksia ja hyödyntämään uusia mittaustekniikoita, kuten TLS (Terrestrial laser Scanning) tarkempaa puun rakennetta ja biomassaa. Lisäksi tieto puun rakenteen muuttumisesta iän myötä voi toimia referenssinä, joka tukee mallin parempaa käyttöä suhteessa puun ikään. Tämän tutkimuksen päätavoitteena oli 1) testata männyn (Pinus sylvestris L.) ja kuusen (Picea abies [L.] Karst.) iän vaikutusta puurakenteeseen ja biomassan jakautumisyhtälöihin. kasvu; 2) hyödyntää edelleen puun rakenteellisia säännönmukaisuuksia integroidakseen TLS-dataan parantaakseen männyn oksaattribuuttien arviointia ottamalla käyttöön uusi menetelmä (TSM_tls); 3) jalostaa prosessipohjaista mallia PREBAS soveltuvaksi usean kohortin metsikoihin; ja 4) testata mahdollisuutta ottaa huomioon puun rakenteen muutokset iän myötä sovellettaessa PREBAS-mallia metsikötason biomassojen arvioimiseen. Useita tähän tutkimukseen sisältyviä tietolähteitä olivat: tuhoisat puumittaukset, peräkkäiset metsän inventointitiedot ja TLS-tiedot. Tulokset osoittivat, että puun rakennemuuttujat vaihtelevat paljon kasvuiän sekä puun komponenttien (lehtiö, oksa ja varsi) biomassaosuuden mukaan. Puiden kypsyessä puun rakenne on melko vakaa, kun biomassan allokaatio ja puiden rakennemuuttujat vakiintuvat. Lisäksi kaikissa ikäryhmissä putkimalliteoriaan (PMT) perustuvat puuyhtälöt sopivat hyvin sekä männylle että kuuselle, mikä viittaa vakaaseen puurakenteen suhteeseen kasvuiän kanssa. Ikäriippuvuus havaittiin kuitenkin kaikkien näiden yhtälöiden kaltevuusparametreista, paitsi männyn oksakohtaisista yhtälöistä ja latvuspohjan alapuolella olevasta varren muotokertoimesta molemmissa lajeissa. Ikäkohtaisilla parametreilla puun rakennemuuttujat ja kunkin puukomponentin biomassa voidaan arvioida tarkasti. Puun rakenneyhtälöistä latvuspohjan poikkileikkauspinta-alan ja oksan tyvipinta-alan välinen suhde oli männyn puun iästä riippumaton. Tätä jatkuvaa suhdetta hyödyntäen ehdotettu TSM_tls-menetelmä esitti paremman tarkkuuden ja pienemmän virheen arvioitaessa yksittäisen oksan halkaisijaa ja biomassaa kussakin kuomukerroksessa verrattuna toiseen TLS-pohjaiseen menetelmään, mikä viittaa TSM_tls-menetelmän kohtuulliseen suorituskykyyn. Metsikkötasolla hienostunut PREBAS-malli DBH-kokoluokilla osoitti paremman arvioinnin puumuuttujista ja biomassasta epätasa-ikäisissä metsiköissä verrattuna nykyiseen PREBAS-versioon, vaikka biomassan arvioinnin harha oli edelleen olemassa. Lisäksi jalostettu PREBAS-malli simuloi metsikötason keskimääräistä puurakennetta havaintojen kanssa yhdenmukaisemmin olemassa olevaan PREBAS-versioon verrattuna. Puun keskimääräiset biomassaarviot eri lähestymistavoilla (ikäkohtaiset biomassayhtälöt ja PREBAS-malli) osoittivat useimmissa tapauksissa huomattavan eron sekä männyssä että kuusessa.Tuloksemme korostavat puurakennesuhteiden tärkeyttä ja osoittavat paremman mallin käytön ottamalla huomioon nämä suhteet. Ottaen huomioon TSM_tls-menetelmän testauksen rajalliset näytepuut, tulisi kerätä enemmän tietoa, mukaan lukien eri lajit ja näytepuut, johtopäätöksemme vahvistamiseksi. Lisäksi tulokset viittaavat myös siihen, että PREBAS-mallin lisäkalibrointia epätasa-ikäisillä metsikköillä tarvitaan suuremmalla tietojoukolla, joka sisältää puun rakenne- ja biomassatiedot.