Laser scanning identifies large trees as a major source of uncertainty in mangrove carbon accounting
Diese Studie zeigt auf, dass aktuelle allometrische Gleichungen die Biomasse großer Mangrovenbäume systematisch unterschätzen, was eine erhebliche Unsicherheit in der Kohlenstoffbilanzierung schafft, und hebt das terrestrische Laserscanning als ein entscheidendes Werkzeug hervor, um diese Schätzungen zur Unterstützung eines effektiven Mangrovenschutzes zu verbessern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich Mangrovenwälder als die riesigen, unter Wasser liegenden Tresore der Natur vor. Sie sind unglaublich wichtig, weil sie unsere Küsten schützen, eine enorme Vielfalt an Wildtieren beherbergen und – am wichtigsten für diese Geschichte – vollgepackt sind mit „blauem Kohlenstoff“, einer Art von gespeicherter Energie, die hilft, den Klimawandel zu bekämpfen.
Um Geld für den Schutz dieser Wälder zu erhalten, müssen Wissenschaftler genau wissen, wie viel Kohlenstoff in ihnen gespeichert ist. Denken Sie dabei daran, wie man versucht, das Gesamtgewicht eines Lagerhauses voller Kisten zu schätzen. Da man nicht jede einzelne Kiste wiegen kann, ohne sie zu öffnen (was den Wald zerstören würde), verwenden Wissenschaftler ein „Rezept“ namens allometrischer Gleichung. Dieses Rezept nimmt ein paar einfache Messungen, wie zum Beispiel die Breite des Stammes eines Baumes, und schätzt das Gesamtgewicht (Biomasse) basend auf diesen Werten.
Das Problem: Das Rezept ist falsch für die Giganten
Die Arbeit argumentiert, dass diese bestehenden Rezepte einen schwerwiegenden Fehler haben: Sie funktionieren ganz gut für kleine Bäume, aber sie versagen völlig, wenn es um die „Giganten“ geht – die riesigen, alten Mangrovenbäume. Es ist, als würde man versuchen, das Gewicht eines ausgewachsenen Elefanten zu schätzen, indem man eine Formel verwendet, die für eine Hauskatze entwickelt wurde; das Ergebnis wäre viel zu niedrig.
Das neue Werkzeug: Ein 3D-Laserscanner
Um dies zu beheben, reisten die Forscher mit einem speziellen Werkzeug zu Mangroven in Suriname, Panama, Kolumbien und Jamaika: dem Terrestrischen Laserscanning (TLS). Sie können sich das wie eine superpräzise 3D-Kamera vorstellen, die eine perfekte digitale Momentaufnahme der Bäume macht, ohne sie dabei zu fällen. Sie misst jeden Ast und jede Kurve und liefert so das wahre, exakte Gewicht für 187 verschiedene Bäume, darunter 84 massive Exemplare.
Was sie herausfanden
Als sie das „wahre Gewicht“ des Laserscanners mit den alten Rezepten verglichen, waren die Ergebnisse schockierend:
- Die alten Rezepte unterschätzten: Die Standardformeln schätzten die Bäume um 8 % bis 65 % leichter ein, als sie tatsächlich waren.
- Selbst „bessere“ Rezepte verfehlten das Ziel: Einige Formeln, die auch die Höhe des Baumes maßen, waren zwar besser, schätzten das Gewicht aber immer noch um 12 % bis 16 % zu niedrig ein.
- Der „zweifache“ Schock: Als sie diese verschiedenen Rezepte auf eine echte Waldinventur in Panama anwandten, schwankte die geschätzte Menge an Kohlenstoff im Wald extrem. Je nachdem, welches Rezept man verwendete, sah der Wald so aus, als würde er entweder 80 Tonnen oder 200 Tonnen Kohlenstoff pro Hektar enthalten. Das ist ein Unterschied von mehr als dem Doppelten!
Das Fazit
Da die aktuellen „Rezepte“ systematisch die wahre Größe der großen Bäume ignorieren, unterschätzen wir wahrscheinlich, wie viel Kohlenstoff Mangroven speichern. Die Arbeit kommt zu dem Schluss, dass der Einsatz von Laserscannern, um bessere, genauere Rezepte zu erstellen, unerlässlich ist. Wenn wir diese Rechenfehler nicht beheben, können wir den Kohlenstoff nicht genau zählen, und wir könnten die Finanzierung verpassen, die zur Rettung dieser lebenswichtigen Wälder benötigt wird.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.