根据弗吉尼亚联邦大学研究人员领导的一项新研究，美国东部的森林结构复杂 - 意味着植被的排列多种多样 - 隔离更多的碳。

该研究首次表明，森林的结构复杂性比树种多样性更能预测碳固存潜力。这一发现可能对缓解气候变化产生影响。

“二氧化碳是一种强效的温室气体，通过光合作用被树木吸收，一些'固定的'碳被分配给木材，”该研究的相应作者，同事，同事克里斯高夫博士说。人文与科学学院生物系教授。“我们的研究表明，更复杂的森林可以更好地吸收和隔离木材中的碳，并且这样做可以减少空气中的二氧化碳含量。”

碳封存是大气二氧化碳通过光合作用被树木，草和其他植物吸收并作为碳存储在土壤和植物生物量中的过程，例如树干，树枝，树叶和根。根据美国农业部林务局的数据，森林和木材中的碳封存有助于抵消大气中的二氧化碳来源，如森林砍伐，森林火灾和化石燃料排放。

为什么结构复杂的森林更适合碳封存?高夫认为，多层叶子可以优化光的使用效率，从而为木材中的碳封存提供动力。

“换句话说，结构多变且含有多层叶子的森林胜过结构简单的森林，只有一个集中的植被带，”他说。

为了进行这项研究，研究人员结合使用了他们自己的数据，以及国家生态观测网络或国家科学基金会资助的NEON的数据。NEON正在为美国不同的生态系统生成长期，公开的数据，目的是了解数十年的生态过程。

VCU生物学博士后学者Jeff Atkins博士领导了康涅狄格大学和普渡大学的研究人员作为合作者和共同作者的实地数据收集。

了解森林结构如何推动碳固存对于生态学家，气候建模者和森林经营者来说非常重要。

“许多森林生长和碳固存的生态指标未能明确说明复杂性，”高夫说。“我们想测试结构复杂性的更多新指标是否是木材中碳封存的优越预测指标。我们还想知道这些预测因子是否延伸到位于美国东半部各地的许多不同森林类型，来自佛罗里达州到新罕布什尔州到威斯康星州。“

该研究建立在美国国家科学基金会支持的先前研究的基础上，该研究表明激光技术如何称激光雷达能够以非常高的分辨率绘制森林冠层内叶片的分布。

这项新的研究表明，利用激光雷达绘制森林结构图可以预测森林在生物量中螯合碳的潜力，而不是传统方法来描述生物多样性和叶片数量。

“这可能是一个重大的进步，因为我们可能会使用飞机，而在去年，卫星数据可以收集预测碳固存所需的数据，从结构复杂性来看，”Gough说。“如果我们能够估计未来卫星的结构复杂性，那么就有可能大大提高我们估算和预测全球森林碳固存的能力。”

该研究的结果显示了生态学家在接受新技术并将其应用于基本问题时可以做些什么，例如：影响森林生长和碳固存的因素?

“这些结果，我们希望通过展示如何将森林放在一起来解决碳封存问题，推动科学向前发展，”高夫说。“这种关系广泛地延伸到许多不同的森林，从常绿到落叶，中大西洋到中西部。”

虽然研究人员发现结构复杂性优于物种多样性测量作为碳固存的预测因子，但他们指出，多样性作为确定森林结构复杂程度的众多组成部分之一也很重要。

“我们认为结构复杂性措施是强大的，因为它们整合了对碳封存至关重要的森林的多种特征，”Gough说。“它需要树木的多样性来生产各种叶子和植物的形状，另外还需要一定数量的叶子来提供组装结构复杂的森林所需的积木，这些森林能够隔绝大量的碳。”