Wie Wälder auf den Klimawandel reagieren

Noch immer ist sich die Forschung nicht im Klaren über die Folgen, die der Klimawandel für Wälder in den südlichen Regionen Lateinamerikas haben wird. Das EU-finanzierte Forschungsprojekt "Assessing climate change impacts over large areas of primary forests in southern South America" (FORECOFUN-SSA) widmete sich dieser Frage nun genauer.

Die Forscher entwickelten ein dynamisches Modell zu Wechselwirkungen zwischen Wald und Klima sowie ökologischen Faktoren, die die Reaktion von Baumarten und Waldbeständen auf den Klimawandel beeinflussen. Auf dieser Basis wurde dann ein Modell des Ökosystems Wald entwickelt, um auf breiter Ebene vielschichtige und kombinierte Effekte in diesen Regionen zu untersuchen.

In Feldstudien wurden Daten zur Gesamtstruktur und Zusammensetzung der Wälder ermittelt und Merkmale identifiziert, die die großen Unterschiede zwischen dominanten Spezies entlang eines großen Klimagradienten erklärbar machen. Anhand dessen wurden Parameter für die Reaktion verschiedener Baumarten auf Klimaveränderungen erstellt.

Weiterhin wurde ein Modell zur Walddynamik für den jeweiligen Standort entwickelt, das auf regionaler Ebene Aufschluss über die Zusammensetzung und Verteilung der Arten gibt. Daten aus Simulationen zeigten, dass das trockenere Klima die Waldstruktur stark verändern und einen dramatischen Rückgang der oberirdischen Biomasse auslösen wird.

FORECOFUN-SSA erstellte auch eine Datenbank zu morphologischen und funktionellen Pflanzenmerkmalen, mit denen die Anpassung der Ökosysteme an den globalen Klimawandel genauer analysiert werden kann.

Computersimulationen zeigten, dass die durch anthropogene Aktivitäten ausgelösten Waldbrände die Widerstandsfähigkeit der bedrohten Koniferenwälder (Pilgerodendron uviferum) beeinträchtigen. Auch in den bislang artenreichen Andenwäldern werden ostwärts künftig einzelne Arten dominieren und die Versteppung fördern.

Die Ergebnisse des Projekts liefern neue Erkenntnisse zu seltenen und weniger bekannten Baumarten, um Unsicherheiten von Vorhersagemodellen zu reduzieren. Auf diese Weise können in großem Umfang Modelle von Primärwäldern in den SSA erstellt und aussagefähige Basisdaten für künftige Forschungen gewonnen werden.