由欧洲委员会、联合研究中心 观察到的相对生物量损失与模拟的相对生物量损失(BLrelBLrel)的比较，这是由a火灾、b风倒和c昆虫爆发引起的
模型估计考虑了不同植物功能类型的混合
入库记录数(N)、测定系数(R2)、均方根误差(RMSE)和百分比偏差(PBIAS)用标签表示，相对误差(re)用颜色表示
插图框中的R2值指的是PFT特定车型的性能:落叶阔叶、常绿阔叶、落叶针叶和常绿针叶
信用:自然通信(2021)
DOI: 10
1038/s 14467-021-21399-7 根据JRC的一项新研究，气候变化使欧洲的森林更容易受到火灾、昆虫爆发、风吹草动或这三者结合的危害
这些森林中超过60%的生物量暴露在这些风险之下——总共超过330亿吨——这使得森林在木材节约或碳固存方面的未来角色变得越来越不确定
科学家们将机器学习模型应用于1979年至2018年的干扰记录和卫星数据，以测量和绘制欧洲森林对这些危害的脆弱性
在本研究中，“脆弱性”被定义为当森林生态系统受到自然干扰时，生物量可能损失的部分
这项名为“欧洲森林对气候驱动干扰的紧急脆弱性”的研究表明，森林的结构、生理和机械特性在很大程度上控制了森林对火灾、昆虫爆发和意外事故的脆弱性
他们还发现，在这段时间里，特别是在斯堪的纳维亚和俄罗斯北欧部分地区发现的快速变暖的北部森林中，对昆虫爆发的脆弱性增加了
这些地区的昆虫脆弱性每十年增加约2%
大规模量化自然干扰对森林复原力和生产力的影响是一项重大挑战
这项研究的结果有助于更好地了解气候对欧洲森林的潜在自然干扰，有助于指导森林管理和确定应对这些脆弱性的适应政策 填补知识空白 量化森林对自然干扰的脆弱性并了解其内在机制对于制定有效的缓解和适应战略至关重要
然而，迄今为止，在区域和大陆范围内，缺乏关于森林脆弱性的观测证据
该研究发表在《自然通讯》杂志上，旨在通过对欧洲森林易受自然干扰的脆弱性进行首次基于观测的综合评估来弥补这一差距
这项研究的方法基于机器学习方法，使用来自地球观测、气候数据和森林干扰数据库的数据
因为它是纯数据驱动的，所以它可以在大规模上重现和应用
背景 森林和其他林地覆盖了欧洲40 %以上的面积，使其成为世界上森林最丰富的地区之一
除了提供木材和木制品，我们的森林还是许多生态系统的家园，也是欧洲生物多样性的重要组成部分
气候变化的影响导致了更多的火灾、虫害和极端天气，包括干旱和风暴，给森林带来了更大的压力
作为欧洲绿色协议的一部分，欧盟委员会发起了一项关于制定新的欧盟森林战略的在线公共协商
欧盟委员会将于今年晚些时候通过该战略，该战略将以欧盟2030年生物多样性战略为基础，涵盖整个森林周期，并促进森林提供的许多服务
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
