Hazai fafajok klímaanalóg területeinek vizsgálata a klímaváltozás tükrében
DOI:
https://doi.org/10.17164/EK.2022.06Kulcsszavak:
klíma analóg területek, döntéstámogatás, fafaj klíma sérülékenység, szaporítóanyag forrásokAbsztrakt
Kilenc európai és hazai állományalkotó fafaj esetében végeztünk klímaburok vizsgálatokat és azonosítottunk klíma analóg területeket abból a célból, hogy a klímaváltozás erdőkre gyakorolt hatását vizsgáljuk. A vizsgálatokhoz az európai fafaj elterjedési adatbázist, valamint – a múltra vonatkozó klimatikus adatokon kívül – az RCP 4.5, ill. RCP 8.5 forgatókönyvekre épülő klímamodell ensemble-ből levezetett bioklimatikus adatokat használtuk. Négy időszakot vizsgáltunk: az 1961–1990 közti elmúlt időszakot, a 2011–2040 közötti jelen időszakot, illetve a 2041–2070 közötti közeljövőt, és a 2071–2100 közötti távolabbi jövőt. A fafajok klímaburkainak térbeli átrendeződését random forest becslő eljárással modelleztük az extrapoláció kizárásával. Az eredmények szerint a modellek megbízható- an becsülték a fafajok történeti elterjedését. Jelenleg és a jövőben is jelentős átrendeződés tapasztalható a fafaj specifikus klímaburkok földrajzi vetületében. A hazai vonatkozásokat nézve az optimistább forgatókönyv szerint a hazai tölgyfajok klimatikus igényeinek megfelelő területek nagysága az ezredfordulós értékekhez képest az 1/5-ére eshet vissza a század végére. Kivételt jelent a molyhos tölgy, mely sokszoros területnyereséget érhet el a többi faj rovására. Ugyancsak a változások vesztese a bükk, mely klimatikusan alkalmas területeinek nagysága a tizedére eshet vissza. E mellett sokszorosára nőhet a feketefenyő számára alkalmas területek nagysága. A modellek szerint két-háromszorosára nő azon területek kiterjedése, melyekhez valószínűleg nem lehet majd klíma analóg származási helyeket találni Európában. A fafajok klímaburkainak modellezési eredményei iránymutatást adhatnak az éghajlati alkalmazkodáshoz, azaz a veszélyeztetett területek azonosításához és a szaporítóanyag forrás- és célterületeinek kiválasztásához.
Hivatkozások
Allen C.D., Breshears D.D. & McDowell N.G. 2015: On underestimation of global vulnerability to tree mortality and forest die-off from hotter drought in the Anthropocene. Ecosphere 6: 1–55. https://doi.org/10.1890/ES15-00203.1
Anderegg W.R.L., Hicke J.A., Fisher R.A., Allen C.D., Aukema J., Bentz B., Hood S., Lichstein J.W., Macalady A.K., McDowell N., Pan Y.D., Raffa K., Sala, Shaw J.D., Stephenson N.L., Tague C. & Zeppel M. 2015: Tree mortality
from drought, insects, and their interactions in a changing climate. New Phytologist 208(3): 674-683. https://doi.org/10.1111/nph.13477
Barbet-Massin M., Jiguet F., Albert C.H. & Thuiller W. 2012: Selecting pseudo-absences for species distribution models: how, where and how many? Methods in Ecology and Evolution 3: 327–338. https://doi.org/10.1111/j.2041-210X.2011.00172.x
Bodribb T.J., Powers J., Cochard H. & Choat B. 2020: Hanging by a thread? Forests and drought. Science 368(6488): 261–266. https://doi.org/10.1126/science.aat7631.
Buras A., Schunk C., Zeiträg C., Herrmann C., Kaiser L., Lemme H. et al. 2018: Are Scots pine forest edges particularly prone to drought-induced mortality? Environ. Res. Lett. 13: 025001. https://doi.org/10.1088/1748-9326/aaa0b4
Buras A. & Menzel A. 2019: Projecting Tree Species Composition Changes of European Forests for 2061–2090 Under RCP 4.5 and RCP 8.5 Scenarios. Front. Plant Sci. 9:1986. doi: 10.3389/fpls.2018.01986
Breiman L. 2001: Random forests. Statistics Department. University of California, Berkeley. pp.32. https://www.stat.berkeley.edu/~breiman/randomforest2001.pdf
Cailleret M., Jansen S., Robert E.M.R., Desoto L., Aakala T., Antos J.A. et al. 2017: A synthesis of radial growth patterns preceding tree mortality. Glob. Change Biol. 23: 1675–1690. https://doi.org/10.1111/gcb.13535
Chakraborty D., Wang T., Andre K., Konnert M., Lexer M.J., Matulla C. & Schüler S. 2015: Selecting populations for non-analogous climate conditions using universal response functions: The case of Douglas-fir in central Europe. PloS one 10(8), e0136357
Choat B., Brodribb T.J., Brodersen C.R., Duursma R.A., López R. & Medlyn B.E. 2018: Triggers of tree mortality under drought. Nature 558: 531–539. https://doi.org/10.1038/s41586-018-0240-x
Corlett R.T., & Westcott D.A. 2013: Will plant movements keep up with climate change? Trends in Ecology & Evolution 28(8): 482–488. https://doi.org/10.1016/j.tree.2013.04.003
Czúcz B., Gálhidy L. & Mátyás C. 2011: Present and forecasted xeric climatic limits of beech and sessile oak distribution at low altitudes in Central Europe. Annals of Forest Science 68: 99–108. https://doi.org/10.1007/s13595-011-0011-4
Darwish A., Leukert K. & Reinhardt W. 2003: „Image segmentation for the purpose of object-based classification,” IGARSS 2003. 2003 IEEE International Geoscience and Remote Sensing Symposium. Proceedings (IEEE Cat. No.03CH37477), 2039-2041, https://doi.org/10.1109/IGARSS.2003.1294332
Fekete I., Lajtha K., Kotroczó Z., Várbíró G., Varga C., Tóth J.A. et al. 2017: Long-term effects of climate change on carbon storage and tree species composition in a dry deciduous forest. Glob. Change Biol. 23: 3154–3168. https://doi.org/10.1111/gcb.13669
Fischer G., Nachtergaele F., Prieler S., van Velthuizen H.T., Verelst L., & Wiberg D. 2008: Global Agro-ecological Zones Assessment for Agriculture (GAEZ 2008). IIASA, Laxenburg, Austria and FAO, Rome, Italy.
Führer E., Horváth L., Jagodics A., Machon A. & Szabados I. 2011: Application of a new aridity index in Hungarian forestry practice. Időjárás 115(3): 103–118.
Gálos B., Führer E., Czimber K., Gulyás K., Bidló A., Hänsler A., Jacob D. & Mátyás Cs. 2015: Climatic threats deter mining future adaptive forest management – a case study of Zala County. Időjárás 119(4): 425–441.
Hargreaves G.H. & Allen R.G. 2003: History and Evaluation of Hargreaves Evapotranspiration Equation. Journal of Irrigation and Drainage Engineering 129(1): 53–63. https://doi.org/10.1061/(ASCE)0733-9437(2003)129:1(53)
Halofsky J.E., Peterson D.L. & Prendeville H.R. 2018: Assessing vulnerabilities and adapting to climate change in northwestern U.S. forests. Clim. Change 146: 89–102. https://doi.org/10.1007/s10584-017- 1972-6
Hanewinkel M., Cullmann D., Schelhaas M.J. et al. 2013: Climate change may cause severe loss in the economic value of European forest land. Nature Clim Change 3: 203–207. https://doi.org/10.1038/nclimate1687
Hengl T., de Jesus J.M., MacMillan R.A., Batjes N.H., Heuvelink G.B.M. et al. 2014: SoilGrids1km — Global Soil Information Based on Automated Mapping. PLoS ONE 9(8): e105992. https://doi.org/10.1371/journal.pone.0105992
Higgins S.I., Larcombe M.J., Beeton N.J., Conradi T. & Nottebrock H. 2020: Predictive ability of a process-based versus a correlative species distribution model. Ecol Evol. 10: 11043–11054. https://doi.org/10.1002/ece3.6712
Illés G. & Móricz N. 2022: Species distribution of nine European tree species. https://doi.org/10.6084/m9.figshare.19614435.v1
Járó Z. 1972: A termõhely fogalma. In: Danszky I. (ed.): Erdőművelés I. 47–87.
Kern A., Marjanović H., Csóka Gy., Móricz N., Pernek M., Hirka A., Matošević D., Paulin M. & Kovač G. 2021: Detecting the oak lace bug infestation in oak forests using MODIS and meteorological data. Agricultural and Forest Meteorology 306(1): 108436. https://doi.org/10.1016/j.agrformet.2021.108436
Kuuluvainen T. 2016: Conceptual models of forest dynamics in environmental education and management: keep it as simple as possible, but no simpler. For. Ecosyst. 3: 18. https://doi.org/10.1186/s40663-016-0075-6
Mauri A.; Strona G. & San-Miguel-Ayanz J. 2016: A high-resolution pan-European tree occurrence dataset. figshare. Collection. https://doi.org/10.6084/m9.figshare.c.3288407.v1
Mauri A., Strona G. & San-Miguel-Ayanz J. 2017: EU-Forest, a high-resolution tree occurrence dataset for Europe. Sci Data 4, 160123 (2017) https://doi.org/10.1038/sdata.2016.123
Marchi M., Castellanos-Acuna D., Hamann A., Wang T., Ray D. & Menzel A. 2020a: ClimateEU, scale-free climate normals, historical time series, and future projections for Europe. Scientific Data 7: 428. https://doi.org/10.1038/s41597-020-00763-0
Marchi M., Castellanos-Acuña D., Hamann A., Wang T., Ray D. & Menzel A. 2020: ClimateEU: Scale-free climate normals, historical time series, and future projections for Europe. figshare. Collection. https://doi.org/10.6084/m9.figshare.c.4846122.v1
Mátyás Cs., Berki I., Bidló A., Csóka Gy., Czimber K., Führer E., Gálos B,. Gribovszki Z., Illés G., Hirka A. & Somogyi Z. 2018: Sustainability of forest cover under climate change on the temperate-continental xeric limits. Forests 9: 489. https://doi.org/10.3390/f9080489.
Mátyás Cs., Beran F., Dostál J., Čáp J., Fulín M., Vejpustková M., Božič G., Balázs P. & Frýdl J. 2021: Surprising Drought Tolerance of Fir (Abies) Species between Past Climatic Adaptation and Future Projections Reveals New Chances for Adaptive Forest Management. Forests 12: 821. https://doi.org/10.3390/f12070821
Rajczak J. & Schär C. 2017: Projections of future precipitation extremes over Europe: A multimodel assessment of climate simulations. Journal of Geophysical Research: Atmospheres 122: 10,773–10,800. https://doi.org/10.1002/2017JD027176
Rehschuh R., Mette T., Menzel A. & Buras A. 2017: Soil properties affect the drought susceptibility of Norway spruce. Dendrochronologia 45: 81–89. https://doi.org/10.1016/j.dendro.2017.07.003
Sallmannshofer M., Chakraborty D., Vacik H., Illés G., Löw M., Rechenmacher A., Lapin K., Ette S., Stojanovic D., Kobler A. et al. 2021: Continent-Wide Tree Species Distribution Models May Mislead Regional Manage ment Decisions: A Case Study in the Transboundary Biosphere Reserve Mura-Drava- Danube. Forests 12: 330. https://doi.org/10.3390/f12030330
Scherrer D., Massy S., Meier S., Vittoz P. & Guisan A. 2017: Assessing and predicting shifts in mountain forest composition across 25 years of climate change. Divers. Distrib. 23: 517–528. https://doi.org/10.1111/ddi. 12548
Schuldt B., Buras A., Arend M., Vitasse Y., Beierkuhnlein C., Damm A., Gharun M., Grams T.E.E., Hauck M., Hajek P., Hartmann H., Hiltbrunner E., Hoch G., Holloway-Phillips M., Körner C., Larysch E., Lübbe T., Nelson D.B.,
Rammig A., Rigling A., Rose L., Ruehr N.K., Schumann K., Weiser F., Werner C., Wohlgemuth T., Zang C.S. & Kahmen A 2020: A first assessment of the impact of the extreme 2018 summer drought on Central European forests. Basic Appl Ecol 45: 86–103. https://doi.org/10.1016/j.baae.2020.04.003.
Senf C., Buras A., Zang C.S. Ramming A. & Seidl R. 2020: Excess forest mortality is consistently linked to drought across Europe. Nat Commun 11: 6200. https://doi.org/10.1038/s41467-020-19924-1
Sousa-Silva R., Verbist B., Lomba Â., Valent P., Suškevics M., Picard O. et al. 2018: Adapting forest management to climate change in Europe: linking perceptions to adaptive responses. For. Policy Econ. 90: 22–30. https://doi.org/10.1016/j. forpol.2018.01.00
Spinoni J., Naumann G., Vogt J. & Barbosa P. 2015: European drought climatologies and trends based on a multi indicator approach. Glob Planet Change. 127: 50–57. https://doi.org/10.1016/j.gloplacha.2015.01.012.
Thurm E.A., Hernandez L., Baltensweiler A., Ayan S., Rasztovits E., Bielak K., Zlatanov T.M., Hladnik D., Balic B., Freudenschuss A. et al. 2018: Alternative tree species under climate warming in managed European forests. For. Ecol. Manag. 430: 485–497.
Walentowski H., Falk W., Mette T., Kunz J., Bräuning A., Meinardus C .et al. 2017: Assessing future suitability of tree species under climate change by multiple methods: a case study in southern Germany. Ann. For. Res. 60: 101–126. https://doi.org/10.15287/afr.2016.789
Wunderlich R.F., Lin Y-P., Anthony J. & Petway J.R. 2019: Two alternative evaluation metrics to replace the true skill statistic in the assessment of species distribution models. Nature Conservation 35: 97–116. https://doi.org/10.3897/natureconservation.35.33918
Zscheischler J. & Seneviratne S.I. 2017: Dependence of drivers affects risks associated with compound events. Sci. Adv. 3: e1700263. https://doi.org/10.1126/sciadv. 1700263
Zscheischler J., Westra S., van den Hurk BJJM, Seneviratne SI, Ward PJ, Pitman A et al. 2018: Future climate risk from compound events. Nat. Clim. Change 8: 469–477. https://doi.org/10.1038/s41558-018-0156-3
##submission.downloads##
Megjelent
Hogyan kell idézni
Folyóirat szám
Rovat
License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
