Advanced

European ecosystems on a changing planet : Integrating climate change and land-use intensity data

Blanke, Jan Hendrik LU (2017)
Abstract (Swedish)
Ekosystemen i vår värld förändras av naturliga krafter, som i sin tur påverkas av mänskliga aktiviteter. För att förstå och beräkna effekterna av klimatförändringar och mänsklig förvaltning på våra ekosystem har behovet av instrument för att övervaka och förutsäga jordsystemet ökat. Dynamiska globala vegetations modeller är matematiska modeller som tillåter en processbaserad beskrivning av växtsamhällen genom modellering av fysiologiska- och populationsprocesser såsom tillväxt, fotosyntes, kolallokering, regenerering och dödlighet.

Men dessa modeller har fortfarande stor osäkerhet i sina uppskattningar. Mindre skillnader i parameterisering och modelldesign kan sprida sig i simuleringsresultaten och orsaka stor osäkerhet. Vissa... (More)
Ekosystemen i vår värld förändras av naturliga krafter, som i sin tur påverkas av mänskliga aktiviteter. För att förstå och beräkna effekterna av klimatförändringar och mänsklig förvaltning på våra ekosystem har behovet av instrument för att övervaka och förutsäga jordsystemet ökat. Dynamiska globala vegetations modeller är matematiska modeller som tillåter en processbaserad beskrivning av växtsamhällen genom modellering av fysiologiska- och populationsprocesser såsom tillväxt, fotosyntes, kolallokering, regenerering och dödlighet.

Men dessa modeller har fortfarande stor osäkerhet i sina uppskattningar. Mindre skillnader i parameterisering och modelldesign kan sprida sig i simuleringsresultaten och orsaka stor osäkerhet. Vissa processer, såsom markanvändningsintensitet, har i många modeller ännu inte beaktats, delvis på grund av brist på harmoniserade ingångsdata i större skala. Istället finns det en rad olika framtida klimatdata som skapats av olika klimatmodeller för olika koldioxid scenarier som kan behöver översättas till högre rumsliga upplösningar med olika metoder. Denna studie syftar till att fördjupa vår kunskap om vegetationsmodellen LPJ-GUESS och liknande modeller genom att bedöma både känsligheten och osäkerheten i ingångsdata som till exempel klimat och markanvändningsintensitet. Utöver dessa mer tekniska mål är syftet med detta arbete att undersöka eventuella kompromisser mellan socialt relevanta ekosystemfunktioner såsom skörd och kolbindning genom integrering av klimatdata och den senaste informationen om markanvändningsintensitet. Dessa kompromisser undersöktes för Europa med hjälp av två representativa koncentrationsvägar, medan en regional studie analyserar sex beskogningsscenarier för Sachsen, Tyskland.

Resultaten visar att simuleringar med LPJ-GUESS för Europa är mest känslig för rumslig upplösning, följt av valet av klimatmodell. Det fanns ingen anmärkningsvärd nytta av att använda regionalt nerskalad klimatdata i motsats till att använda bilinjärt interpolerade och korrigerade data. Om modellen är driven med projektioner av klimat och markanvändningsintensitet (kväve gödsling) är den simulerade majsskörden och kväveläckaget mest känslig för kvävegödsling, följt av klimatet medan veteskörden är mest känslig för förändringar i koldioxid koncentration, följt av kvävegödsling.
Trots att framtida vete- och majsskördar i Europa ökar för scenarierna 4.5 och 8.5, följs dessa av ökande kväveläckage i många regioner. Däremot så minskar dock kväveläckaget för scenario 4.5 i ungefär 53% av regionerna, medan det ökar i 76% av regionerna för scenario 8.5.
Denna studie visar också att gräsmarksproduktiviteten i Europa inte kan modelleras på ett tillfredställande sätt utan att använda markanvändningsintensitet i form av kvävegödsling. Inkluderingen av daglig simulerad gräsmarkhantering och kvävegödsling i LPJ-GUESS förbättrar dock modellen avsevärt. Slutligen kan det påvisas att skogsplantering i Sachsen, Tyskland, har övergripande positiva effekter på både växternas mångfald och kollagring. Flera platser har dock identifierats där beskogning leder till en minskning av växtarternas mångfald. (Less)
Abstract
Dynamic global vegetation models are mathematical models that provide a bottom-up description of plant communities. They explicitly model physiological and population-level processes such as growth, photosynthesis, carbon allocation, regeneration and mortality.
However, there are a number of challenges to meet in the context of mechanistic vegetation models which can be extrapolated to new environmental conditions.
This thesis aims to advance our knowledge of the vegetation model LPJ-GUESS by analyzing both sensitivity and uncertainty towards input datasets such as climate and land-use intensity data and their derivation. It further aims to improve the model performance by including former neglected processes like land-use... (More)
Dynamic global vegetation models are mathematical models that provide a bottom-up description of plant communities. They explicitly model physiological and population-level processes such as growth, photosynthesis, carbon allocation, regeneration and mortality.
However, there are a number of challenges to meet in the context of mechanistic vegetation models which can be extrapolated to new environmental conditions.
This thesis aims to advance our knowledge of the vegetation model LPJ-GUESS by analyzing both sensitivity and uncertainty towards input datasets such as climate and land-use intensity data and their derivation. It further aims to improve the model performance by including former neglected processes like land-use intensity and daily management for grasslands. Beyond these rather technical aims, this thesis also investigates possible trade-offs between society relevant ecosystem functions like crop yield and carbon storage via integrating climate data and up-to-date land-use intensity information.
The results show that simulations with LPJ-GUESS for Europe were most sensitive to the spatial resolution of the input climate data followed by the choice of the climate model. When driven with projections of climate and land-use intensity in form of nitrogen fertilizer, simulations of maize yield and nitrogen leaching were most sensitive to nitrogen applications followed by climate while wheat yield was most sensitive to changes in carbon dioxide followed by nitrogen applications.
While future yields of wheat and maize increased in Europe under representative concentration pathways 4.5 and 8.5, these increases were accompanied with increases of nitrogen leaching in many regions. However, leaching decreased in about 53% of the regions under pathway 4.5 while it increased in 76% of the regions under pathway 8.5.
It is also shown in this thesis that grassland productivity cannot be adequately captured without including land-use intensity data in form of nitrogen fertilizer. Incorporating daily grassland management and fertilizer applications into LPJ-GUESS improved the model significantly. Finally, afforestation had overall positive effects both on plant species richness and carbon storage in Saxony, Germany. However, a number of locations were identified for which afforestation would lead to a decrease in plant species richness. (Less)
Please use this url to cite or link to this publication:
author
supervisor
opponent
  • Prof. Dr. Cramer, Wolfgang, Mediterranean Institute of marine and terrestrial Biodiversity and Ecology (IMBE), Aix-en-Provence cedex 04, France
organization
publishing date
type
Thesis
publication status
published
subject
keywords
LPJ-GUESS, land-use intensity, climate change, carbon, nitrogen, ecosystem functions, trade-offs, vegetation
pages
160 pages
publisher
Lund University, Faculty of Science, Department of Physical Geography and Ecosystem Science
defense location
Lecture hall “Världen”, Geocentrum I, Sölvegatan 10, Lund
defense date
2018-02-02 10:00
ISBN
978-91-85793-85-3
978-91-85793-86-0
language
English
LU publication?
yes
id
ce59647b-c390-49ca-8d3c-14b5ab6bf49f
date added to LUP
2017-12-19 12:16:20
date last changed
2018-01-22 09:54:19
@phdthesis{ce59647b-c390-49ca-8d3c-14b5ab6bf49f,
  abstract     = {Dynamic global vegetation models are mathematical models that provide a bottom-up description of plant communities. They explicitly model physiological and population-level processes such as growth, photosynthesis, carbon allocation, regeneration and mortality.<br/>However, there are a number of challenges to meet in the context of mechanistic vegetation models which can be extrapolated to new environmental conditions.<br/>This thesis aims to advance our knowledge of the vegetation model LPJ-GUESS by analyzing both sensitivity and uncertainty towards input datasets such as climate and land-use intensity data and their derivation. It further aims to improve the model performance by including former neglected processes like land-use intensity and daily management for grasslands. Beyond these rather technical aims, this thesis also investigates possible trade-offs between society relevant ecosystem functions like crop yield and carbon storage via integrating climate data and up-to-date land-use intensity information.<br/>The results show that simulations with LPJ-GUESS for Europe were most sensitive to the spatial resolution of the input climate data followed by the choice of the climate model. When driven with projections of climate and land-use intensity in form of nitrogen fertilizer, simulations of maize yield and nitrogen leaching were most sensitive to nitrogen applications followed by climate while wheat yield was most sensitive to changes in carbon dioxide followed by nitrogen applications.<br/>While future yields of wheat and maize increased in Europe under representative concentration pathways 4.5 and 8.5, these increases were accompanied with increases of nitrogen leaching in many regions. However, leaching decreased in about 53% of the regions under pathway 4.5 while it increased in 76% of the regions under pathway 8.5.<br/>It is also shown in this thesis that grassland productivity cannot be adequately captured without including land-use intensity data in form of nitrogen fertilizer. Incorporating daily grassland management and fertilizer applications into LPJ-GUESS improved the model significantly. Finally, afforestation had overall positive effects both on plant species richness and carbon storage in Saxony, Germany. However, a number of locations were identified for which afforestation would lead to a decrease in plant species richness.},
  author       = {Blanke, Jan Hendrik},
  isbn         = {978-91-85793-85-3},
  keyword      = {LPJ-GUESS,land-use intensity,climate change,carbon,nitrogen,ecosystem functions,trade-offs,vegetation},
  language     = {eng},
  pages        = {160},
  publisher    = {Lund University, Faculty of Science, Department of Physical Geography and Ecosystem Science},
  school       = {Lund University},
  title        = {European ecosystems on a changing planet : Integrating climate change and land-use intensity data},
  year         = {2017},
}