En ny metode til at modellere, hvordan planter bevæger vand globalt

Jordsystemmodeller er et vigtigt værktøj til at studere komplekse processer, der forekommer omkring planeten, såsom dem i og mellem atmosfæren og biosfæren, og de hjælper forskere og beslutningstagere med bedre at forstå fænomener som klimaændringer. At inkorporere flere data i disse simuleringer kan forbedre modelleringsnøjagtigheden; Nogle gange kræver dette imidlertid den vanskelige opgave at samle millioner af datapunkter.

Forskere, herunder UConn Department of Natural Resources og Miljøassistenten James Knighton, Pablo Sanchez-Martinez fra University of Edinburgh, og Leander Andergg fra University of California Santa Barbara, har udviklet en metode til at omgå behovet for at indsamle data for mere end 55.000 træarter for bedre at redegøre for, hvordan planter påvirker strømmen af ​​vand omkring planeten. Deres fund offentliggøres i Videnskabelige data.

Planter spiller vigtige roller i Jordens processer, fra at fange kulstof og gøre ilt til rådighed for andre livsformer som mennesker. Planter er også ansvarlige for bevægelsen af ​​vand, siger Knighton, hvor anslået 60% af alt regn returneres til atmosfæren gennem transpiration. Denne enorme globale skalaer med vand gennem planter er kompleks og i øjeblikket repræsenteret af jordsystemmodeller (ESM’er) på en forenklet måde, siger Knighton, hvor alle planter i en region kan betragtes som en enkelt enhed (dvs. en plantefunktionel type ),

“Plantefunktionelle typer (PFT’er) bruges, fordi vi ikke ved meget om detaljerne i individuelle plantearter,” siger Knighton, et fakultetsmedlem i College of Agriculture, Health and Natural Sciences. “Det ville være sværere at tage et detaljeret kort over vegetation over et kontinent og lægge alle de rigtige værdier for hver enkelt art, så det er lettere bare at overveje en generisk PFT.”

Problemet med PFT’er er, at forskellige plantearter varierer i deres hydrologiske træk – eller hvordan vand bevæger sig gennem planter – og denne overforenkling af sådanne systemisk indflydelsesrige træk kan begrænse effektiviteten af ​​tilgængelige modeller til at forudsige fremtiden.

Forskere er gået mod at redegøre for disse forskelle ved at oprette databaser, som Prøve Plant Trait -databasen, hvor disse oplysninger indsamles. Imidlertid påpeger Knighton, at kun ca. 5.000 til 15.000 plantearter har haft deres træk godt katalogeret efter flere århundreder af plantevidenskab.

“Der er omkring 60.000 til 70.000 træarter på jorden, hvilket betyder, at vi efter 200 år ved måske 5 til 10% af hvad der sker,” siger han. “Hvis det var sådan, vi ville gøre ting, ville det tage os yderligere 2.000 år eller så at lære om alle de planter, vi havde brug for, og på det tidspunkt er klimaændringer sat i, og det er for sent.

“Det kan vi ikke. Vær hurtig nok. “

Knighton og hans kolleger besluttede at tackle dette problem og fremskynde processen ved at se på de data, der er tilgængelige – information, såsom hvor højt et træ vokser, hvor dyb rødderne falder ned, eller hvor hurtigt vand strømmer inden i planten. De sammenlignede derefter historien om denne art og dens relateredehed med andre arter i det, der kaldes en fylogenetisk test for disse træk.

“Vi kiggede for at se, hvordan lignende trækværdier er mellem tæt beslægtede arter, og ideen bag det er, hvis disse træk er kritiske for deres overlevelse, vil evolutionen have bevaret trækværdierne, de vil ikke blive spredt tilfældigt,” siger Knighton .

“For eksempel, hvis det at dyrke dybe rødder var kritisk for en bestemt type plante at overleve, vil de arter, der forgrener sig fra den, sandsynligvis også have dybe rødder, og alt, hvad der er i denne familie, eller at slægt vil have en lignende rodstruktur. “

Forskerne udførte testen for alle træk, og Knighton siger, at de fandt høje niveauer af bevaring på tværs af det fylogenetiske træ, hvilket betyder, at tæt beslægtede arter har en tendens til at have tættere trækværdier.

”Så tog vi fylogenien, hvor du kan tage alle plantearterne på jorden og kortlægge dem på hinanden og vise nøjagtigt, hvor tæt beslægtet hver plante er til enhver anden plante,” siger han.

Knighton siger, at de kan beregne egenskabsdataene, hvis de har informationen til tæt beslægtede arter, hvilket betyder, at disse data kan udledes uden at skulle tage millioner af feltmålinger.

“Vi brugte forskellige numeriske maskinlæringsteknikker, og ved at gøre det var vi i stand til at komme med en database over disse meget kritiske træværdier for 55.000 træarter på jorden,” siger han.

“Hvis du vil udføre global modellering, der inkluderer flere detaljer i vegetationen, som er vigtig, har du nu et udgangspunkt. Du behøver ikke at bruge denne generiske, en planteart pr. Kontinent tilgang, du kunne i teorien i teorien, Prøv noget mere detaljeret, men sæt alle de forskellige arter ind og se, hvad der sker. “

Knighton siger, at de betragter dette arbejde som en lav ordens tilnærmelse, men det er et vigtigt udgangspunkt. Efterhånden som flere data indsamles fra feltforskere, kan dataene bruges til at opdatere og forfine de interpolerede data for at forbedre nøjagtigheden af ​​denne tilgang.

Dette arbejde er det næste trin i et større projekt, hvor det første trin var et proof-of-concept-eksperiment på et mindre, mere lokalt niveau. Dette projekt etablerede denne metode til at tiltage hydrologiske træk som en levedygtig tilgang, og Knighton siger, at det næste trin er at sammenligne de beregnede data med observationsdata, som de indsamler i UConn -skov og fra andre steder rundt om i USA.

Knighton forklarer, at der er 10 steder i hele USA, hvor rigelige data indsamles, som vil fungere som testtilfælde. Knighton siger, at kandidatstuderende Caroline Stanton ’26 i øjeblikket bygger økosystemmodeller på hvert sted, og de kalibrerer modeller med høj opløsning for at estimere de træk, de vil sammenligne med data, som forskere har indsamlet i de sidste 20 år.

Derefter vil de sammenligne de estimerede plantegenskabsresultater med de observationsdata indsamlet fra stedet for at se, hvordan kvaliteten af ​​modellen påvirkes af hver tilgang.

Til sidst håber forskerne at anvende metoden på skovklædte steder over hele kloden for at studere aspekter af, hvad der får træk til at variere. At forstå variationen i træk på tværs af forskellige plantearter har potentialet til at styrke nøjagtigheden af ​​modeller, men disse data kan også give indsigt i, hvad der får de forskellige træk til at variere.

Knighton siger, at han og hans kolleger håber, at klimamodellerne finder disse oplysninger nyttige, men de håber også, at de kan forbedre vores forståelse af jordsystemet generelt, og mere om de vigtige roller, som planter spiller.

“Planter kontrollerer vores miljø i utrolig grad.”