Boden

Wissenschaftliche Berichte Band 13, Artikelnummer: 888 (2023) Diesen Artikel zitieren

999 Zugriffe

1 Zitate

Details zu den Metriken

Indien erhält mehr als 70 % seines jährlichen Niederschlags im Sommermonsun von Juni bis September. Für den Rest des Jahres fallen die Niederschläge spärlich und vereinzelt aus. Durch die Kombination von Satellitendaten und Modellsimulationen zeigen wir, dass das Boden-Vegetations-Kontinuum als natürlicher Wasserkondensator fungiert, den Monsunpuls speichert und die Feuchtigkeit durch Evapotranspiration über etwa 135 Tage an die Atmosphäre abgibt, wenn die Feuchtigkeitsversorgung durch Niederschläge geringer ist als die Evapotranspirationsverluste. Die gesamte Bruttoprimärproduktivität der Vegetation in Indien während der Kondensatorperiode macht fast 35 % des gesamten jährlichen BIP-Werts aus. Sie hängt in erster Linie von der Bodenfeuchtigkeit zu Beginn des Zeitraums ab, einem Maß für die Feuchtigkeitskapazität des Bodens, mit einer Korrelation von 0,6. Angesichts der Tatsache, dass Indien den zweitgrößten Beitrag zur jüngsten globalen Ökologisierung leistet, spielt seine Boden-Vegetations-Wasserkapazität eine bedeutende Rolle für die globale Kohlenstoffbilanz.

Die Rückkopplung vom Land in die Atmosphäre wird durch Evapotranspiration (ET) angetrieben, die die Wasser-, Energie- und Kohlenstoffkreisläufe verbindet. Ungefähr 64 % des weltweiten ET werden durch die Transpiration der Vegetation verursacht1. Daher spielt die Transpiration der Vegetation eine entscheidende Rolle in der atmosphärischen Komponente des Wasserkreislaufs. Die biophysikalischen Prozesse in der Vegetation, die die Transpiration verändern, steuern auch den Kohlendioxidaustausch zwischen Land und Atmosphäre2,3. Daher können die Auswirkungen biophysikalischer Veränderungen in der Vegetation erhebliche Auswirkungen auf das globale und regionale Klima haben4. Studien zeigen einen starken Einfluss von Klimavariablen wie Niederschlag, Temperatur, gesamter Landwasserspeicherung und Strahlung auf Vegetationswachstum und Produktivität5,6. Gleichzeitig spielen die alten und vielfältigen Wälder, unabhängig vom Vegetationstyp, eine wichtige Rolle bei der Dämpfung der Auswirkungen der Klimavariabilität auf den Kohlenstoff- und Wasserkreislauf7.

Die Vegetation hat eine sehr starke Rückkopplung auf die atmosphärischen8,9,10,11 und hydrologischen12 Prozesse und wird eine bedeutende Rolle in der zukünftigen Entwicklung des Erdsystems spielen13. Veränderungen in den Vegetationsmustern beeinflussen den Wasserertrag, insbesondere die geringen Abflüsse, da diese die Versickerungsraten und damit die Bodenfeuchtigkeit und die Grundwasserspeicherung verändern können14. Grundwasser kann die mehrjährige Beständigkeit von Niederschlägen verbessern, indem es die Evapotranspiration über einen längeren Zeitraum aufrechterhält15. Pflanzen können in Zukunft die Wasserverfügbarkeit verbessern, da die Transpiration aufgrund des relativ frühen Verschlusses der Stomata bei höheren CO2-Konzentrationen und einem Anstieg der Bodenfeuchtigkeit abnimmt16,17,18. Neuere Studien zeigen jedoch auch, dass längere Vegetationsperioden mit zunehmenden Blattflächen aufgrund der CO2-Düngung und einem höheren Verdunstungsbedarf der Atmosphäre aufgrund der Erwärmung die Evapotranspiration erhöhen können11,12,19,20,21. Während die Bodenfeuchtigkeit in der Wurzelzone als begrenzender Faktor für die Evapotranspiration wirken kann22, kann tief verwurzelte Vegetation Wasser aus tieferen Bodenschichten aufnehmen, um Wasserdefizite in den oberen Bodenschichten auszugleichen und so die Evapotranspiration aufrechtzuerhalten23. In der nordamerikanischen Monsunregion entwickelt sich die Kontrolle der Bodenfeuchtigkeit durch Evapotranspiration mit Veränderungen in der Vegetation und ihrer Phänologie24. Die Rolle des Boden-Vegetations-Kontinuums bei der Förderung der Evapotranspiration ist im Zusammenhang mit der Unzulänglichkeit von Erdsystemmodellen (ESMs) bei der Erfassung der Kopplung zwischen Bodenfeuchtigkeit und Evapotranspiration von großer Bedeutung25,26,27,28. Die aktuellen ESMs versuchen, die verschiedenen Prozesse, die die Land-Atmosphäre-Wechselwirkungen steuern,29 mithilfe beobachtungsgestützter, ausgefeilter Kopplungsmechanismen zu erfassen; Allerdings gelingt es ihnen immer noch nicht, einen Konsens zu erzielen30,31,32. Die große Streuung über die ESMs bei der Modellierung dieser Wechselwirkungen ergibt sich aus den komplexen Wechselwirkungen und Rückkopplungen zwischen den verschiedenen Komponenten des Erdsystems33,34. Dies unterstreicht die Notwendigkeit, diese Kopplungen zwischen den verschiedenen Elementen genau zu überwachen; insbesondere ein kritischer Prozess wie ET.

Der Indische Sommermonsunregen (ISMR) erstreckt sich über vier Monate von Juni bis September und trägt zu fast 80 % des gesamten jährlichen Niederschlags im Land bei, weist aber auch eine sehr hohe räumliche und zeitliche Variabilität auf35,36. Wie zu erwarten ist, beeinflussen Niederschläge das Vegetationswachstum und die Vegetationsverteilung in der Region37. Mit einer gesamten geografischen Fläche von mehr als 3,2 Millionen km2 verfügt Indien über eine umfangreiche Vegetationsdecke: fast 21 % Waldfläche und 59 % landwirtschaftliche Fläche38. Die anderen Vegetationstypen sind Sträucher, Grasland und Feuchtgebiete38. Die Indo-Ganges-Ebene und Zentralindien, die von Ackerland dominiert werden, gelten als globale Hotspots der Land-Atmosphäre-Rückkopplung39. Ein wahrscheinlicher Rückgang der Evapotranspiration und des damit verbundenen Niederschlagsrecyclings aufgrund einer möglichen Entwaldung über Indien könnte den ISMR40 schwächen. Die Vegetation hat auch einen signifikanten Einfluss auf den Beginn und die Niederschlagsmenge während der Sommermonsunzeit in den nordöstlichen Teilen Indiens41,42.

Der terrestrische Wasserkreislauf ist eng mit dem Kohlenstoffkreislauf verbunden und spielt eine wichtige Rolle bei der Steuerung der Kohlenstoffaufnahme der Pflanzen. Tropenwälder können die Auswirkungen der globalen Erwärmung abmildern, sowohl durch Kohlenstoffaufnahme als auch durch Verdunstungskühlung43. Weltweit absorbiert die Landvegetation 30 % des atmosphärischen CO244, und daher sind ihre Auswirkungen auf die Bodenfeuchtigkeitsdynamik und die Rückkopplung auf die Bruttoprimärproduktivität entscheidende Prozesse. Als zweithöchster Beitragszahler zur jüngsten globalen Ökologisierung spielt Indien eine bedeutende Rolle bei der terrestrischen Kohlenstoffaufnahme45. Angesichts der starken Rückkopplungen der Biosphäre in der Monsunregion46 und der enormen räumlichen und zeitlichen Variabilität im Zusammenhang mit ISMR36,47 ist eine Analyse der Rolle der Vegetation im Wasserkreislauf und ihrer Auswirkungen auf die CO2-Aufnahme unerlässlich. Indien verfügt über zwei der acht weltweit heißesten Biodiversitäts-Hotspots48, nämlich natürliche Wälder. Darüber hinaus wird ein erheblicher Teil der indischen Ackerflächen auch durch Regen bewirtschaftet49. Bei einem starken saisonalen Niederschlagsmuster liegt die Nachhaltigkeit des Regenfeld-Land- und Forstsystems während der Postmonsun- und anderen Trockenzeiten in den spezifischen Merkmalen des indischen Bodenfeuchtigkeits-Vegetations-Kontinuums. Nach unserem Kenntnisstand sind solche Merkmale in der Literatur noch nicht untersucht. Es ist auch zu erwarten, dass solche Eigenschaften einen starken Einfluss auf den globalen Kohlenstoffkreislauf haben. Hier wollen wir das Gleiche verstehen, indem wir die beobachteten und simulierten hydrologischen Variablen und die beobachteten Daten zur Bruttoprimärproduktivität (GPP) über Indien analysieren.

Wir haben die täglichen gerasterten Niederschlagsdaten verwendet, die vom India Meteorological Department (IMD) ab 1901 aus beobachteten Stationsdaten50 entwickelt wurden. Darüber hinaus haben wir die Bodenfeuchtigkeitsdaten von der Europäischen Weltraumorganisation (ESA) erhalten. Das Produkt kombiniert SMOS-Daten (Soil Moisture and Salinity Mission) für die Zeit nach 2010 mit AMSRE-Daten (Advanced Microwave Scanning Radiometer for EOS) von 2003 bis 2010 unter Verwendung neuronaler Netze51 und stellt so einen kontinuierlichen Datensatz ab 2003 bereit. Dieses Produkt wurde entwickelt, um L-Band-basierte SMOS-Bodenfeuchtigkeitsdaten in den ESA CCI SM-Datensatz einzubinden. SMOS-Produkte wurden später in die ESA CCI-Bodenfeuchtigkeit ab Version 03.2 aufgenommen, die 2017 veröffentlicht wurde. Wir haben die Daten für Evapotranspiration und ihre beiden Komponenten, nämlich Bodenverdunstung und Transpiration, verwendet, die mit dem Global Land Evaporation Amsterdam Model bewertet wurden ( GLEAM), Version 3. GLEAM verwendet globale Messungen, Satellitendatenprodukte und Reanalyseprodukte, um die verschiedenen ET-Komponenten mit einer räumlichen Auflösung von 0,25° × 0,25°52,53 von 1980 bis 2015 zu entwickeln. Wir haben auch das Modell der variablen Infiltrationskapazität verwendet (Details). in Methoden) für experimentelle Simulationen in der Untersuchungsregion, um die plausiblen Faktoren zu identifizieren, die die Evapotranspirationsvariabilität über Indien bestimmen. In der Studie werden für den Zeitraum 2001 bis 2015 tägliche kurzwellige Oberflächenstrahlung und photosynthetisch aktive Strahlungswerte verwendet, die von den Wolken und dem Strahlungsenergiesystem der Erde (CERES) bereitgestellt werden. Dieses Produkt berücksichtigt Flüsse von geostationären Satelliten, um die regionalen täglichen Flussschwankungen zu berücksichtigen zwischen Terra- und Aqua CERES-Satellitenmessungen54,55. Das 8-Tage-Produkt der Bruttoprimärproduktivität (GPP) (MOD17A2H) mit einer räumlichen Auflösung von 500 m vom Moderate Resolution Imaging Spectroradiometer (MODIS) an Bord des Terra-Satelliten56 wird dann verwendet, um den Zusammenhang zwischen den hydrologischen Flüssen und dem Kohlenstoffkreislauf in der Region zu verstehen den Zeitraum 2001 bis 2015.

Abbildung 1a zeigt die Klimatologie der beobachteten Niederschläge im Durchschnitt über Indien. Sie erreicht ihren Höhepunkt in der ersten Augusthälfte und beginnt im September mit dem Rückzug. Abbildung 1b zeigt die Klimatologie der Oberflächenbodenfeuchtigkeit, die dem gleichen Muster wie der Niederschlag folgt. Dieses Verhalten ist zu erwarten, da die Bodenfeuchtigkeit des Satelliten nur die oberen Zentimeter des Bodens berücksichtigt, was hauptsächlich auf den Niederschlag zurückzuführen ist. Abbildung 1c stellt die Klimatologie von ET und seine über Indien gemittelten Komponenten dar und zeigt, dass ET während der Monsun-Rückzugsphase weiter zunimmt. Allerdings beginnt die Bodenverdunstung unmittelbar nach dem Höhepunkt des Monsuns zu sinken und folgt der Klimatologie der Niederschläge und der Oberflächenfeuchtigkeit des Bodens. Die Transpiration der Vegetation führt zu einem erhöhten ET während des Rückzugs des Monsuns (Abb. 1c). Es ist bemerkenswert, dass die hohe ET während des Rückzugs des Monsuns einen wesentlichen Beitrag zur atmosphärischen Feuchtigkeitsbelastung47,57 über dem indischen Subkontinent leistet. Daher ist die Rolle der Vegetation bei der Aufrechterhaltung des Wasserkreislaufs während des Monsunrückgangs überraschend groß. Hier wollen wir auch die Rolle der Vegetation bei der Aufrechterhaltung der Land-Atmosphäre-Wechselwirkungen in trockeneren, nicht regnerischen Perioden verstehen. Die Fähigkeit der Vegetation, in Zeiten hoher Niederschläge Wasser zu speichern und in trockeneren Perioden an die Atmosphäre abzugeben, wird als Feuchtigkeitskapazität58 bezeichnet. Wir definieren drei Zeiträume nach dem Höhepunkt des Monsunniederschlags basierend auf der Niederschlagsklimatologie und ET. Hier haben wir die Klimatologie berücksichtigt, um die geringe Frequenzvariabilität zu vermeiden, die mit den verschiedenen Komponenten des Wasserkreislaufs innerhalb eines Jahres verbunden ist. Der erste Zeitraum (gelb schattiert) zwischen den Niederschlagsspitzen und dem Gesamt-ET wird als verzögerter Reaktionszeitraum bezeichnet. In diesem Zeitraum kommt es aufgrund der hohen Feuchtigkeitsverfügbarkeit, der Feuchtigkeitszufuhr durch Niederschläge und der Strahlung zu einem Anstieg der Gesamt-ET und der Transpiration. Die Verzögerung bezieht sich hier auf den zeitverzögerten ET-Peak im Vergleich zum Niederschlag. Die durchschnittliche tägliche ET erfährt in diesem Zeitraum einen Anstieg von fast 13 %, obwohl der Niederschlag gegenüber seinem Höchstwert um 55 % zurückgegangen ist. Allerdings gibt es in diesem Zeitraum einen Feuchtigkeitsüberschuss, da die Niederschläge in diesem Zeitraum höher als ET sind. Studien haben gezeigt, dass die saisonalen Verschiebungen der Vegetationsaktivitäten und Rückkopplungsprozesse in der indischen Region hauptsächlich durch Strahlung und Niederschläge gesteuert werden59,60. Daher kann der Anstieg der ET in diesem Zeitraum auf die hohe Strahlung zurückgeführt werden und unterstreicht die Rolle der Strahlung bei der Steuerung von Pflanzenprozessen während eines Feuchtigkeitsüberschusszustands. Der Niederschlag in diesem Zeitraum macht fast 28 % des gesamten Jahresniederschlags aus, während der ET etwa 20 % des gesamten Jahresniederschlags ausmacht. Die tägliche durchschnittliche einfallende Strahlung beträgt 97 % des jährlichen Tagesdurchschnitts und deckt damit den Pflanzenbedarf. Die verzögerte Reaktionszeit beträgt im räumlichen Mittel über die indische Landmasse etwa 50 Tage. Die zweite Periode (in Zahlen schraffiert) ist das Zeitintervall, in dem die ET von ihrem Höhepunkt abfällt und der Niederschlag immer noch die ET übersteigt. Wir definieren es als die Zeit vor dem Kondensator. In der Zeit vor dem Kondensator, die sich über etwa 50 Tage erstreckt (basierend auf der Klimatologie räumlicher Mittel), kommt es zu einem Rückgang sowohl der Niederschlagsrate (57 %) als auch der Strahlung (18 %), was zu einem Rückgang der ET (33 %) führt. , ab Beginn der Vorkondensatorperiode. Allerdings ist der Rückgang der ET langsamer als der der Niederschläge. Der gesamte ET während der Zeit vor dem Kondensator macht etwa 17 % des gesamten jährlichen ET aus, während der Niederschlagseintrag 12 % des gesamten Jahresniederschlags ausmacht. Die dritte Periode, also die Kondensatorperiode (in den Abbildungen grau schattiert), ist die Phase, in der die ET höher ist als der Niederschlag. Während sowohl die Niederschlags- als auch die ET-Raten im räumlichen Mittel über die indische Landmasse um etwa 29 % sinken, macht der ET während der Kondensatorperiode fast 25 % des gesamten jährlichen ET aus, der hauptsächlich durch die Transpiration bestimmt wird (27 % der gesamten jährlichen Transpiration). Der Niederschlag während der Kondensatorperiode macht nur 12 % des gesamten Jahresniederschlags aus. Intuitiv ist nicht zu erwarten, dass ET und die damit verbundenen Pflanzenprozesse aufgrund der geringen Niederschläge in diesem Zeitraum in einem wasserlimitierenden Zustand aufrechterhalten werden. Während Faktoren wie Oberflächentemperatur, Strahlung und Windgeschwindigkeit eine wichtige Rolle bei der Bestimmung von ET spielen, werden sie in der aktuellen Studie nicht explizit berücksichtigt. Die Definition der Kondensatorperiode berücksichtigt jedoch implizit die kausalen Faktoren; Beispielsweise beginnt die Strahlung nach dem Rückzug des Monsuns zuzunehmen, was den typischen Beginn der Kondensatorperiode darstellt. Auch der Wind ändert mit dem Übergang der Jahreszeit seine Richtung. Daher sind für ein saisonales Klima die kausalen Faktoren in die Definition der Kondensatorperiode integriert. Wir gehen davon aus, dass die ET-Prozesse während dieses Zeitraums durch das Boden-Vegetations-Kontinuum aufrechterhalten werden. Der Boden und die Vegetation erhalten während des Monsuns, der Zeit der verzögerten Reaktion und der Zeit vor dem Kondensator Feuchtigkeit. Die gespeicherte Feuchtigkeit wird während der relativ trockenen Kondensatorperiode an die Atmosphäre abgegeben und unterstützt die Pflanzenaktivitäten. Daher können Boden und Vegetation als Kondensatoren im indischen Monsunwasserkreislauf fungieren. Wir stellen fest, dass sich die Kondensatortage (in Abb. 1 grau schattiert) im räumlichen Mittel über Indien typischerweise über etwa 135 Tage erstrecken (Abb. 1c).

Klimatologie der beobachteten Variablen: (a) Niederschlag, (b) Oberflächenbodenfeuchtigkeit, (c) Evapotranspiration und ihre Komponenten für den Zeitraum 2001 bis 2015. Die gelben, schraffierten und grau schattierten Bereiche entsprechen der verzögerten Reaktionsperiode, der Zeit vor dem Kondensator bzw. Kondensatorperiode. Die Plots werden in Origin 2018 vorbereitet.

ISMR weist eine sehr hohe räumliche Variabilität mit etwa 300 mm Niederschlag über der nordwestlichen Wüste und 3000 mm im Nordosten Indiens und den Western Ghats auf. Entsprechend groß ist die klimabedingte ökologische Vielfalt. Daher ist es unbedingt erforderlich, die räumlichen Variationen der Kondensatortage zu untersuchen. Abbildung 2 zeigt dasselbe für verschiedene homogene meteorologische Unterteilungen über Indien. Die Rolle der hohen räumlichen Variabilität von Niederschlag und ET in den verschiedenen Zonen wird ab dem Tag des Beginns der Kondensatorperiode in den verschiedenen Zonen, an dem ET den Niederschlag übersteigt, sehr deutlich. Wir stellen fest, dass die Kondensatortage typischerweise zwischen 145 und 245 Tagen variieren. Wir haben zwei Regionen für unsere Analyse ausgeschlossen, nämlich Jammu und Kashmir sowie nordöstliche Hügelregionen. Diese beiden Regionen verfügen nicht über ein gut verteiltes Niederschlagsmessnetz. Daher kann es bei dem gerasterten Produkt zu Qualitätsproblemen kommen. Nordindien, Zentralindien und die westliche Zone haben Kondensatortage von mehr als 200. Nordindien und Zentralindien sind die globalen Hotspots für Land-Atmosphäre-Rückkopplungen39. Daher kann der Feuchtigkeitskondensatoreffekt der Bodenvegetation erhebliche Auswirkungen auf den Wasserkreislauf in diesen Regionen haben. Es ist zu beachten, dass in der Zentralzone aufgrund des plötzlichen Rückgangs des ISMR nach September eine Vorkondensationsperiode fehlt, was zu einer Verringerung der Niederschläge in der Region und einer hohen Evapotranspirationsrate nach dem Monsun führt. Die südliche Zone Indiens erhält den Großteil ihrer Niederschläge während der Nordost-Monsunzeit und ihre Auswirkungen auf die Wechselwirkungen zwischen Land und Atmosphäre sind am verzögerten Einsetzen der Kondensatorperiode erkennbar. Da jedoch die Monsunzeit im Nordosten die Rückzugsphase des ISMR beeinträchtigt, konnte für die südliche Zone kein Zeitraum mit verzögerter Reaktion oder Vorkondensatorzeit definiert werden. Die feuchtigkeitsreiche Nordostzone und die Western Ghats-Zone, in denen es im Laufe des Jahres mehrfach zu Niederschlägen kommt, weisen eine kürzere Kondensatorperiode auf. Allerdings ist die Rolle des Boden-Vegetations-Kontinuums bei der Aufrechterhaltung der Land-Atmosphäre-Wechselwirkungen während der trockenen Monate von entscheidender Bedeutung, da beide Gebiete reich an Artenvielfalt sind61 und Westghats einer der acht weltweit heißesten Biodiversitäts-Hotspots48 sind. Es wurde auch in der Region Western Ghats berichtet, dass die Vegetation auf intrasaisonalen Zeitskalen eine entscheidende Rolle spielt58. Wir stellen fest, dass solche Kondensatoreffekte auch während der Trockenperioden anhalten und die Wechselwirkungen mit der Landatmosphäre aufrechterhalten.

Räumliche Variabilität der Kondensatortage über verschiedene homogene meteorologische Unterteilungen in Indien (Klimatologie für den Zeitraum 2001 bis 2015). Die schattierten gelben, schraffierten und grauen Bereiche entsprechen der verzögerten Reaktionsperiode, der Vorkondensatorperiode bzw. der Kondensatorperiode. Die Plots werden in Origin 2018 vorbereitet.

Satellitengestützte Bodenfeuchtedaten geben keine Auskunft über die Bodenfeuchtigkeit im Wurzelbereich. Daher können wir solche Daten nicht verwenden, um die Rolle der Bodenfeuchtigkeit bei der Boden-Vegetations-Kapazität zu verstehen. Hier haben wir eine hydrologische Simulation mit dem Variable Infiltration Capacity (VIC)-Modell zur Abschätzung der Bodenfeuchtigkeit im Wurzelbereich durchgeführt (Details in den Methoden). Das Modell berücksichtigt 3 Bodenschichten. Die oberste Schicht erstreckt sich von der Oberfläche bis in eine Tiefe von 0,3 m. Die Dicke der mittleren und unteren Schicht liegt etwa im Bereich von 1 m–2,5 m bzw. 0,2 m. Bei den meisten Kulturpflanzen liegt die Wurzelzone in der 2. Bodenschicht. Die 3. Schicht stellt eine tiefere Bodenschicht dar. VIC kann ET und Oberflächenbodenfeuchtigkeit zufriedenstellend simulieren, gemittelt über Indien, wie in der ergänzenden Abbildung 1 zu sehen ist. Der Spitzenwert der Bodenfeuchtigkeit in der obersten Schicht ist in der Simulation im Vergleich zu den Satellitendaten leicht verzögert, was erwartet wird, da die simulierte Bodenfeuchtigkeit für die 30 gilt cm tiefe Deckschicht, und die Satellitenschätzungen gehen von weniger als 5 cm aus. Die simulierte Klimatologie der ET-Komponenten und der Bodenfeuchtigkeit für verschiedene Schichten ist in Abb. 3 dargestellt. Die simulierten Muster folgen auch den Beobachtungen genau, wobei die Transpiration zum verzögerten ET-Spitzenwert beiträgt. Die Bodenverdunstung nimmt in den Simulationen etwas früh ab. Zur Ermittlung der Kondensatortage verwenden wir den gleichen Ansatz wie in Abb. 1. In der Simulation stellen wir fest, dass die Anzahl der Kondensatortage etwa 110 beträgt, was mit den Beobachtungen übereinstimmt. Wir stellen außerdem fest, dass die simulierte Bodenfeuchtigkeit von Schicht 2 während der Kondensatorperiode schneller abnimmt. Da Schicht 2 die Wurzelzone darstellt, schließen wir, dass die Bodenfeuchtigkeit aktiv an der Aufrechterhaltung von ET und anderen Vegetationsprozessen beteiligt ist und somit schneller abklingt. Die Bodenfeuchtigkeit der Wurzelzone, die durch Niederschläge während des Monsuns, der verzögerten Reaktionsperiode und der Vorkondensatorperiode gespeist wird, wird dann von der Vegetation genutzt, um die Wechselwirkungen zwischen Land und Atmosphäre aufrechtzuerhalten. Wir beobachteten außerdem eine Korrelation von 0,63 zwischen dem gesamten Evapotranspirationsverlust während der Kondensatorperiode und der verfügbaren Bodenfeuchtigkeit (Summe aus Schicht 1 und 2) zu Beginn der Kondensatorperiode. Die Bodenfeuchtigkeit in der tieferen Schicht schwankt bei begrenzten saisonalen Schwankungen viel weniger. Die in Abb. 3 ähnlichen Regionaldiagramme sind in den ergänzenden Abbildungen dargestellt. 2–7.

Klimatologie von (a) beobachteten Niederschlägen (b) VIC-simuliertem Feuchtigkeitsgehalt in verschiedenen Bodenschichten, (c) VIC-simulierter Gesamtevapotranspiration und ihren Komponenten für den Zeitraum 2001 bis 2015. Die schattierten gelben, schraffierten und grauen Bereiche entsprechen der verzögerten Reaktionszeit , Vorkondensatorperiode bzw. Kondensatorperiode. Die Plots werden in Origin 2018 vorbereitet.

VIC simuliert nahezu ähnliche räumliche Variationen in allen Regionen mit einer Kondensatorperiode zwischen 133 und 246 Tagen. VIC unterschätzt die Anzahl der Kondensatortage für Western Ghats, was möglicherweise auf das hügelige Gelände der Region zurückzuführen ist, das im Modell nicht ausreichend dargestellt wird. Die regionalen Gegensätze sind jedoch deutlich erkennbar und die Rolle der Bodenfeuchtigkeit im Wurzelbereich ist in allen Regionen deutlich erkennbar. In den nördlichen und mittleren Zonen wurde ein größerer Rückgang der Bodenfeuchtigkeit in der Wurzelzone beobachtet, was die Abhängigkeit der Vegetation in diesen Gebieten von der Wurzelwasseraufnahme verdeutlicht. Diese beiden Zonen sind globale Hotspots der Land-Atmosphäre-Rückkopplungen, was ihre Relevanz noch verstärkt. In den westlichen Ghats- und Nordostzonen, in denen es während der Vormonsunzeit zu Niederschlägen kommt, kommt es zu kürzeren Kondensatorperioden und damit zu einem geringeren Verlust der Bodenfeuchtigkeit in der Wurzelzone. Die westliche Zone mit großen Wüstengebieten oder spärlicher Vegetation weist auch eine geringere Erschöpfungsrate der Bodenfeuchtigkeit in der Wurzelzone auf.

Nach dem Höhepunkt des Monsuns führt der Rückzug und das anschließende Abklingen des Monsuns zu Bedingungen mit klarem Himmel und erhöhter Oberflächenstrahlung. Während der verzögerten Reaktionsperiode führt eine hohe Strahlung mit erhöhter Wasserspeicherung im Boden-Pflanzen-Kontinuum zu einem um 15 % höheren GPP gegenüber dem Wert zu Beginn der Periode mit schnellerer Absorption von atmosphärischem CO262 (Abb. 4b). Ein ähnliches Ergebnis fanden wir mit der Variable Photosynthetically Active Radiation (PAR, Abb. 4a). Während der Vorkondensator- und Kondensatorperioden sinkt der GPP aufgrund einer Verringerung der Niederschläge. Dies ist zu erwarten, da Niederschläge der wichtigste Klimafaktor für GPP63 sind. Allerdings nimmt die Vegetation auch während der Niederschlagsdefizit-Kondensatorperiode weiterhin Kohlenstoff auf, was zu einem BIP-Wachstum in diesem Zeitraum führt, das etwa 35 % des gesamten jährlichen BPP ausmacht. Bemerkenswert ist, dass die Niederschläge in diesem Zeitraum nur 12 % der jährlichen Niederschlagsmenge ausmachen. Bei der weiteren Analyse (Abb. 4c) stellten wir fest, dass der GPP während der Kondensatorperiode eine starke Korrelation von etwa 0,6 mit der Bodenfeuchtigkeit zu Beginn dieser Periode aufweist. Für diese Korrelationsschätzung haben wir die Summe der Bodenfeuchtigkeit der oberen und mittleren Schicht zu Beginn der Kondensatorperiode berücksichtigt. Wir schließen daraus, dass der GPP während dieser Zeit durch die gespeicherte Bodenfeuchtigkeit aufrechterhalten wird, die durch Regenfälle während des Monsuns, verzögerte Reaktionen und Vorkondensatorperioden erzeugt wird. Durch die Hervorhebung der Rolle des Bodenfeuchtigkeits-Vegetationskontinuums bei den Wechselwirkungen zwischen Land und Atmosphäre unterstreicht unsere Studie seine Fähigkeit, als Puffer zu fungieren, um Wasser an Land zu speichern, selbst nach dem Rückgang der Monsunniederschläge, und es dann in Trockenperioden zu nutzen. Globale Studien deuten auch auf die Rolle der Bodenfeuchtigkeit bei der Steuerung der Variabilität der Kohlenstoffaufnahme hin3; Allerdings wurden solche Analysen im vorliegenden Kontext nicht durchgeführt. Der Niederschlag während der Kondensatortage weist ebenfalls eine starke Korrelation von 0,7 mit dem GPP auf. Der Gesamtniederschlag reicht jedoch nicht aus, um den Wasserbedarf der Pflanze zu decken (Abb. 1), da ET (der Wasserverlust aus dem Boden) höher ist als der Niederschlag (Wasserzufuhr zum Boden). Dieser Wasserhaushalt verdeutlicht zusätzlich die Rolle der Bodenfeuchtigkeit bei der Aufrechterhaltung des GPP.

(a) Klimatologie der photosynthetisch aktiven Strahlung (PAR) und der nach unten gerichteten Kurzwellenstrahlung (Oberflächen-SWR) für 2001 bis 2015. (b) Klimatologie von GPP für 2001 bis 2015. Die schattierten gelben, schraffierten und grauen Bereiche entsprechen der verzögerten Reaktionszeit , Vorkondensatorperiode bzw. Kondensatorperiode. (c) Zusammenhang zwischen der Bodenfeuchtigkeit zu Beginn der Kondensatorperiode und dem gesamten während dieser Periode erzeugten GPP. Zwischen den beiden Variablen wird eine lineare Korrelation von 0,57 (statistisch signifikant bei p = 0,05) beobachtet. Die Plots werden in Origin 2018 vorbereitet.

Die regionale Analyse des GPP über verschiedene homogene meteorologische Unterteilungen hinweg mit ihrer unterschiedlichen Vegetationsbedeckung stimmt überein und ähnelt denen, die für die indische Landmasse beobachtet wurden (ergänzende Abbildung 8). Allerdings variiert die GPP-Klimatologie je nach meteorologischen und vegetativen Merkmalen je nach Unterteilung. Die Nordost- und Westghats-Zonen sind reich an Vegetation mit ausgedehnten Waldbedeckungen. Das BIP in diesen Regionen hält sich in der Kondensatorphase recht gut, mit einem leichten Rückgang, gefolgt von einer Erholung. Die nördlichen, mittleren und westlichen Regionen verzeichnen jedoch am Ende der Kondensatorperiode ein sehr niedriges BIP, obwohl in den nördlichen und westlichen Zonen Perioden mit stabilem/ansteigendem BPP sichtbar sind, die auf den Einfluss westlicher Störungen64 bzw. der Landwirtschaft zurückzuführen sein könnten. in den beiden Regionen. Interessant ist auch, dass der GPP-Spitzenwert in der Südzone fast mit dem Beginn der Kondensatorperiode zusammenfällt, was auf eine starke Abhängigkeit des GPP vom Niederschlag in der Region hinweist. Der andere Grund für die räumlichen Variationen der GPP-Muster über die Unterteilungen hinweg sind die Variationen der kurzwelligen Oberflächenstrahlung nach unten, wie in der ergänzenden Abbildung 9 dargestellt. Dieser Befund zeigt weiter den synergistischen Beitrag von Strahlung und Feuchtigkeit während der Kapazitätsperiode zur Steigerung der Pflanzenproduktivität. mit Bodenfeuchtigkeit zu Beginn der Kondensatorperiode, die ihn über die indische Landmasse treibt. Die Korrelationsanalyse der Kondensatorperiode GPP und der anfänglichen Bodenfeuchtigkeit auf Zonenebene untermauert dieses Argument weiter (ergänzende Abbildung 10). Die Rolle der anfänglichen Bodenfeuchtigkeit auf die Kondensatorperiode GPP ist in allen Unterteilungen mit statistisch signifikanten Korrelationen deutlich zu erkennen.

Die indische Landmasse gilt als einer der globalen Land-Atmosphäre-Hotspots39,57, was durch die starke Bewässerung noch verstärkt wird. Obwohl die Land-Atmosphäre-Rückkopplungsstudien die Rolle der ET bei der Aufrechterhaltung des zurückgehenden Monsuns hervorheben, mangelt es an Analysen zum Verständnis der Prozesse, die die ET und die Pflanzenproduktivität nach dem Monsun und der Hauptanbausaison aufrechterhalten. Wir haben das Gleiche in der vorliegenden Arbeit untersucht, die nach unserem besten Wissen einzigartig ist und in der Literatur nicht berichtet wird. Wir fanden heraus, dass das im Boden-Pflanzen-Kontinuum gespeicherte Wasser den terrestrischen Wasserkreislauf nach dem Monsun über Indien antreibt. Dieses gespeicherte Wasser deckt in Zeiten geringer Niederschläge den Bedarf der Pflanze für den Rest des Jahres. Die Kapazität des Boden-Pflanzen-Kontinuums erhält ET, Produktivität und Land-Atmosphäre-Rückkopplung aufrecht, indem sie diese Wasserspeicherkapazität nutzt.

Unsere Ergebnisse erklären nicht nur die Vegetationsproduktivität nach dem Monsun in Indien, sondern können auch die Grundlage für das Verständnis der Pflanzenproduktivität in der Trockenzeit in anderen Monsunregionen wie Australien, Südamerika und Afrika liefern. Die Auswirkungen dieser Prozesse auf die globalen Land-Atmosphäre-Rückkopplungen, den Kohlenstoffkreislauf und die Reaktionen der Vegetation in einer sich erwärmenden Welt können kaum genug betont werden. Die tropischen Monsunregionen absorbieren einen erheblichen Teil des atmosphärischen CO2. Frühere Literatur2,3 hat auf die Rolle der Bodenfeuchtigkeit und der Gesamtwasserspeicherung bei der Steuerung der Variabilität der pflanzlichen Kohlenstoffaufnahme hingewiesen. Unsere Arbeit stärkt die Hypothese über die Rolle der Wasserspeicherung auf die Pflanzenproduktivität weiter. Die vorliegende Arbeit wird weiter auf die globalen Monsunregionen ausgeweitet, um die Feuchtigkeitskapazität des Boden-Pflanzen-Kontinuums und die damit verbundene Wasserspeicherung sowie die Rolle, die sie bei der terrestrischen Kohlenstoffaufnahme spielen, zu ermitteln.

Einer der größten Vorbehalte der aktuellen Studie ergibt sich aus dem Mangel an kontinuierlichen hydrologischen Beobachtungen der Bodenfeuchtigkeit und Evapotranspiration in der Region. Die satellitengestützte Bodenfeuchtigkeit repräsentiert nur die oberen paar Zentimeter des Bodens, die möglicherweise nicht in der Lage sind, den Wasseraustausch zwischen den Schichten und über die Vegetation in die Atmosphäre zu gewährleisten. Darüber hinaus berücksichtigt der GLEAM-Algorithmus zur Berechnung der ET-Flüsse nur die Bodenfeuchtigkeit der obersten Schicht und vernachlässigt somit die Rolle der Bewässerung und der Wechselwirkung der Vegetation mit der Atmosphäre. Für das Untersuchungsgebiet mit ausgedehnten Bewässerungsflächen sind solche Prozesse nicht zu vernachlässigen. Darüber hinaus sind die Validierungen des AMSRE-SMOS-Bodenfeuchtigkeitsprodukts und der GLEAM-Produkte aufgrund des Mangels an Beobachtungsstationen in Indien unzureichend. Die andere große Einschränkung der Studie ergibt sich aus dem MODIS GPP-Produkt, das die Kohlenstoffdüngung nicht berücksichtigt. Daher sind umfangreiche, räumlich verteilte Beobachtungsstationen und Flusstürme erforderlich, um die hydrologischen und Vegetationsvariablen über einen langen Zeitraum genau zu erfassen. Das in der aktuellen Studie verwendete VIC-Modell berücksichtigt auch nicht die Auswirkungen der Bewässerung oder der Vegetationsvariabilität, die für die Untersuchungsregion mit ausgeprägter Vegetationsheterogenität und einem bewässerungsabhängigen Agrarsystem von entscheidender Bedeutung sind65. Zukünftige Arbeiten müssen sich daher darauf konzentrieren, die Auswirkungen von Bewässerung und variabler Vegetation auf die Kondensatorperiode einer Region sowie die regionale Variabilität zu verstehen. Der Effekt des Bodenfeuchtigkeits-Vegetationskondensators ist ein belastbares Ergebnis, das verdeutlicht, dass Daten erforderlich sind, um seine Auswirkungen auf das physikalische Klima und den Kohlenstoffkreislauf weiter zu quantifizieren.

Durch die Hervorhebung der Rolle des Bodenfeuchtigkeits-Vegetationskontinuums bei den Wechselwirkungen zwischen Land und Atmosphäre unterstreicht unsere Studie seine Fähigkeit, als Puffer zu fungieren, um Wasser an Land zu speichern, selbst nach dem Rückgang der Monsunniederschläge, und es dann in Trockenperioden zu nutzen. Daher ist die Rolle der Vegetation bei der Aufrechterhaltung der Feuchtigkeitsversorgung der Atmosphäre von entscheidender Bedeutung. Die Kondensatoreigenschaft der Vegetation hängt vom Klima sowie den Vegetationstypen und -verteilungen in der Region ab, wie aus ihrer Variabilität zwischen 145 und 245 Tagen in den verschiedenen Klimazonen in Indien hervorgeht. Wir haben gezeigt, dass der Kapazitätseffekt der Vegetation in einigen dieser Regionen wahrscheinlich zu stärkeren Rückkopplungen der Landatmosphäre führt. Modellierungsstudien unterstützen außerdem die Kapazitätseigenschaft der indischen Vegetation, die durch den Feuchtigkeitsgehalt in der Wurzelzone verstärkt wird.

Angesichts der Tatsache, dass Indien den zweithöchsten Beitrag zur jüngsten globalen Ökologisierung leistet, stellen wir fest, dass die Rolle der Kondensatortage beim Verständnis des Kohlenstoffbindungspotenzials des Landes enorm ist, insbesondere als zusätzlicher Beitragszahler zu den national festgelegten Beiträgen sowie zur Verbesserung der Bodengesundheit und Ernteerträge. Unsere Ergebnisse erfordern auch eine Analyse der Feuchtigkeitskapazitätseigenschaften der Vegetation in anderen Monsunregionen, wie zum Beispiel dem Amazonaswald in Südamerika. Schließlich erfordert der starke Zusammenhang zwischen dem Wasser- und dem Kohlenstoffkreislauf über Indien eine stärkere Interaktion zwischen den hydrologischen und biogeochemischen Wissenschaftsgemeinschaften bei der Entwicklung regionaler Landoberflächenmodelle für Südasien.

Die gerasterten Niederschlagsdaten von IMD, die kombinierten AMSRE-SMOS-Bodenfeuchtigkeitsdaten und die ET-Flüsse von GLEAM wurden zunächst extrahiert und räumlich gemittelt, um die Klimatologie für die indische Landmasse zu bestimmen. Um die räumliche Variabilität der ET-Reaktion zu verstehen, haben wir den räumlichen Durchschnitt über die meteorologisch homogenen Regionen in Indien betrachtet66. Das Variable Infiltration Capacity (VIC)-Modell wurde zur Modellierung der Wechselwirkung tieferer Bodenschichten mit ET eingesetzt. VIC ist ein halbverteiltes mesoskaliges hydrologisches Modell. Es integriert Wasser- und Energiebilanzgleichungen auf diskreten Gittern67. VIC kann Land- und Atmosphärenflüsse basierend auf der Wasser- und Energiebilanz in täglichen/untertägigen Zeitschritten berechnen. In der aktuellen Studie wird VIC auf einer täglichen Zeitskala mit einer Rastergröße von 0,5° × 0,5° durchgeführt. Meteorologische Eingaben für Niederschlag, maximale und minimale Temperatur werden vom IMD bezogen. Die Windgeschwindigkeit wird aus der ERA Interim-Reanalyse ermittelt. Die verschiedenen meteorologischen Eingaben werden dann in die Modellgitterauflösung umgewandelt. Als Eingabe für die VIC-Simulation werden gitterweise meteorologische Eingabedateien einschließlich täglicher Zeitreihen der drei Eingabevariablen bereitgestellt. Jede Gitterzelle im VIC ist in kleinere Kacheln unterteilt, die von verschiedenen Landbedeckungstypen abgedeckt werden, um der Heterogenität der Untergitter Rechnung zu tragen. Die Variation der Vegetationstypen in jedem Raster und ihre Wurzelverteilung werden in der Vegetationsparameterdatei dargestellt, die aus der Land Use Land Cover (LULC)-Karte von MODIS (MCD12Q1)68 nach der Klassifizierung des International Geosphere-Biosphere Program (IGBP) entwickelt wurde. Vegetationsparameter für die verschiedenen in VIC verwendeten Vegetationstypen werden in der Vegetationsbibliotheksdatei bereitgestellt. Hier haben wir die Klimatologie der Vegetationseigenschaften mithilfe der Werte des Leaf Area Index (LAI) ermittelt, die vom MODIS Terra-Satelliten (MOD15A2H)69 erhalten wurden. Wir haben die Albedo aus dem MODIS-Produkt MCD43A370 und den Anteil der Vegetationsbedeckung verwendet, der aus dem MODIS Normalized Difference Vegetation Index (NDVI)-Produkt MOD13Q171 abgeleitet wurde, basierend auf einer linearen Beziehung72. Es wird davon ausgegangen, dass die Bodeneigenschaften in jeder Gitterzelle gleich sind. Die Bodenparameterdatei zur Angabe der Bodeneigenschaften wird aus der globalen Bodenparameterdatei entwickelt, die mit dem VIC-Modell auf der Grundlage der Bodenkarte der Ernährungs- und Landwirtschaftsorganisation bereitgestellt wird. VIC eignet sich zur Untersuchung der Variation der Bodenfeuchtigkeitskapazität auf Untergitterebene, des nichtlinearen Rückgangs des Basisflusses und der Topographie. In der aktuellen Studie betrachten wir 3 Bodenschichten. Während variable Parameter der Infiltrationskapazität die Infiltration in den obersten Boden steuern, wird der Feuchtigkeitsverlust aus den oberen Schichten in die Atmosphäre hauptsächlich durch die Bodenverdunstung unterstützt. Die potenzielle Evapotranspiration wird mithilfe der Penman-Monteith-Gleichung berechnet, wobei sie als Funktion des Dampfdruckdefizits und der Nettostrahlung betrachtet wird. Die Niederschlagsaufnahme durch das Blätterdach wird als Funktion des LAI berechnet. Die Abflussberechnung basiert auf der untersten Schicht. Einer der Hauptnachteile des VIC-Modells besteht darin, dass es die Nichtkanalströmung zwischen den Gittern nicht berücksichtigt und Wasser nur aus der Atmosphäre in eine Gitterzelle eindringen kann. Alle Zahlen im Manuskript wurden mit Origin 2018 nach Anwendung eines gleitenden Fensterdurchschnitts von sieben Tagen aufgezeichnet. Der Pearson-Korrelationskoeffizient zwischen Gesamt-GPP und Bodenfeuchtigkeit zu Beginn der Kondensatorperiode wird in MATLab 2020 bestimmt.

Die vom IMD bereitgestellten gerasterten Niederschlags- und Temperaturdaten sind auf der IMD-Website verfügbar (https://www.imdpune.gov.in/Clim_Pred_LRF_New/Grided_Data_Download.html). Evapotranspirationsprodukte des GLEAM-Modells sind auf der Modell-Website (https://www.gleam.eu/) erhältlich. Das Landforschungsprodukt SMOS Level 4, das SMOS- und AMSRE-Bodenfeuchtigkeit kombiniert, kann von der Website des Centre Aval de Traitement des Données SMOS (CATDS) heruntergeladen werden, dem französischen Bodensegment für SMOS Level 3- und 4-Daten (https://www.catds). fr/Produkte/Verfügbare-Produkte-von-CEC-SM/L4-Land-Research-Produkte). Die verschiedenen MODIS-Satellitenlandprodukte können vom Land Processes Distributed Active Archive Center (LP DAAC) (https://lpdaac.usgs.gov/) bezogen werden. Die VIC-Simulationen werden zur Verfügung gestellt. CERES-Strahlungsdaten können von der CERES-Website heruntergeladen werden (https://ceres.larc.nasa.gov/data/).

Good, SP, Noone, D. & Bowen, G. Die hydrologische Konnektivität schränkt die Aufteilung der globalen terrestrischen Wasserflüsse ein. Wissenschaft 349, 175–177 (2015).

Artikel ADS CAS Google Scholar

Humphrey, V. et al. Empfindlichkeit der atmosphärischen CO2-Wachstumsrate gegenüber beobachteten Veränderungen der terrestrischen Wasserspeicherung. Natur 560, 628–631 (2018).

Artikel ADS CAS Google Scholar

Humphrey, V. et al. Die Rückkopplung zwischen Bodenfeuchtigkeit und Atmosphäre dominiert die Variabilität der Kohlenstoffaufnahme an Land. Natur 592, 65–69 (2021).

Artikel CAS Google Scholar

Devaraju, N., Bala, G. & Nemani, R. Modellierung des Einflusses von Landnutzungsänderungen auf biophysikalische und biochemische Wechselwirkungen auf regionaler und globaler Ebene. Pflanzenzellumgebung. 38, 1931–1946 (2015).

Artikel CAS Google Scholar

Chu, C. et al. Beeinflusst das Klima die Kernkraftwerke weltweit direkt? Globus. Biol. ändern 22, 12–24 (2016).

Artikel ADS Google Scholar

Pan, S. et al. Auswirkungen von Klimaschwankungen und -extremen auf die globale Nettoprimärproduktion im ersten Jahrzehnt des 21. Jahrhunderts. J. Geogr. Wissenschaft. 25, 1027–1044 (2015).

Artikel Google Scholar

Musavi, T. et al. Bestandsalter und Artenreichtum dämpfen die zwischenjährlichen Schwankungen der Photosynthesekapazität auf Ökosystemebene. Nat. Ökologisch. Entwicklung 1, 48 (2017).

Artikel Google Scholar

Cheng, J. et al. Vegetationsrückkopplung führt zu einer verzögerten Reaktion des Ökosystems auf den ostasiatischen Sommermonsunregen während des Holozäns. Nat. Komm. 12, 1–9 (2021).

ADS Google Scholar

Yu, Y. et al. Beobachtete positive Rückkopplungen zwischen Vegetation und Niederschlag in der Sahelzone, die durch einen Feuchtigkeitsrecyclingmechanismus dominiert werden. Nat. Komm. 8, 1–9 (2017).

Artikel ADS Google Scholar

Betts, RA, Cox, PM, Lee, SE & Woodward, FI Gegenüberstellung physiologischer und struktureller Vegetationsrückmeldungen in Klimawandelsimulationen. Nature 387, 796–799 (1997).

Artikel ADS CAS Google Scholar

Forzieri, G. et al. Verstärkte Kontrolle der Vegetation auf globale terrestrische Energieflüsse. Nat. Aufstieg. Chang. 10, 356–362 (2020).

Artikel ADS Google Scholar

Ukkola, AM et al. Reduzierter Wasserfluss in wasserarmen Klimazonen, was mit CO2-Auswirkungen auf die Vegetation vereinbar ist. Nat. Aufstieg. Chang. 6, 75–78 (2016).

Artikel ADS Google Scholar

Steffen, W. et al. Flugbahnen des Erdsystems im Anthropozän. Proz. Natl. Acad. Wissenschaft. USA 115, 8252–8259 (2018).

Artikel ADS CAS Google Scholar

Bruijnzeel, LA Hydrologische Funktionen tropischer Wälder: Den Boden vor lauter Bäumen nicht sehen? Landwirtschaft. Ökosystem. Umgebung. 104, 185–228 (2004).

Artikel Google Scholar

Bierkens, MFP & van den Hurk, BJJM Grundwasserkonvergenz als möglicher Mechanismus für die mehrjährige Persistenz von Niederschlägen. Geophys. Res. Lette. 34, 2402 (2007).

Artikel ADS Google Scholar

Idso, SB & Brazel, AJ Steigende atmosphärische Kohlendioxidkonzentrationen können den Wasserabfluss erhöhen. Natur 312, 51–53 (1984).

Artikel ADS CAS Google Scholar

Betts, RA et al. Prognostizierter Anstieg des kontinentalen Abflusses aufgrund von Pflanzenreaktionen auf steigendes Kohlendioxid. Natur 448, 1037–1041 (2007).

Artikel ADS CAS Google Scholar

Swann, ALS, Hoffman, FM, Koven, CD & Randerson, JT Pflanzenreaktionen auf steigendes CO2 verringern die Schätzungen der Klimaauswirkungen auf die Schwere der Dürre. Proz. Natl. Acad. Wissenschaft. USA. 113, 10019–10024 (2016).

Artikel ADS CAS Google Scholar

Mankin, JS, Seager, R., Smerdon, JE, Cook, BI & Williams, AP Süßwasserverfügbarkeit in mittleren Breiten verringert durch prognostizierte Reaktionen der Vegetation auf den Klimawandel. Nat. Geosci. 12, 983–988 (2019).

Artikel ADS CAS Google Scholar

Frank, DC et al. Wassernutzungseffizienz und Transpiration in europäischen Wäldern während des Anthropozäns. Nat. Aufstieg. Chang. 5, 579–583 (2015).

Artikel ADS CAS Google Scholar

Zhang, K. et al. Vegetationsbegrünung und Klimawandel fördern einen multidekadischen Anstieg der globalen Landevapotranspiration. Wissenschaft. Rep. 5, 1–9 (2015).

Google Scholar

Teuling, AJ, Seneviratne, SI, Williams, C. & Troch, PA Beobachtete Zeitskalen der Evapotranspirationsreaktion auf Bodenfeuchtigkeit. Geophys. Res. Lette. 33, 23 (2006).

Artikel Google Scholar

Teuling, AJ, Uijlenhoet, R., Hupert, F. & Troch, PA Einfluss der Pflanzenwasseraufnahmestrategie auf die Bodenfeuchtigkeit und Evapotranspirationsdynamik während der Trockenheit. Geophys. Res. Lette. 33, 3401 (2006).

Artikel ADS Google Scholar

Vivoni, ER et al. Beobachteter Zusammenhang zwischen Evapotranspiration und Bodenfeuchtigkeit in der nordamerikanischen Monsunregion. Geophys. Res. Lette. 35, 22 (2008).

Artikel Google Scholar

Dirmeyer, PA, Jin, Y., Csingh, C. & Yan, C. Entwicklung von Land-Atmosphäre-Wechselwirkungen über Nordamerika aus CMIP5-Simulationen. J. Clim. 26, 7313–7327 (2013).

Artikel ADS Google Scholar

Dirmeyer, PA et al. Überprüfung der Land-Atmosphäre-Kopplung in Vorhersagemodellen, Reanalysen und Landoberflächenmodellen mithilfe von Flussbeobachtungen. J. Hydrometeorol. 19, 375–392 (2018).

Artikel ADS Google Scholar

Friedlingstein, P. et al. Positive Rückkopplung zwischen zukünftigem Klimawandel und dem Kohlenstoffkreislauf. Geophys. Res. Lette. 28, 1543–1546 (2001).

Artikel ADS CAS Google Scholar

Arora, K. et al. Kohlenstoffkonzentrations- und Kohlenstoff-Klima-Feedbacks in CMIP6-Modellen und ihr Vergleich mit CMIP5-Modellen. Biogeowissenschaften 17, 4173–4222 (2020).

Artikel ADS CAS Google Scholar

Song, X., Wang, DY, Li, F. & Zeng, XD Bewertung der Leistung von CMIP6-Erdsystemmodellen bei der Simulation der globalen Vegetationsstruktur und -verteilung. Adv. Aufstieg. Chang. Res. 12, 584–595 (2021).

Artikel Google Scholar

Levine, PA, Randerson, JT, Swenson, SC & Lawrence, DM Bewertung der Stärke der Feuchtigkeitsrückkopplung zwischen Land und Atmosphäre in Erdsystemmodellen mithilfe von Satellitenbeobachtungen. Hydrol. Erdsystem. Wissenschaft. 20, 4837–4856 (2016).

Artikel ADS Google Scholar

Wei, N. et al. Entwicklung der Unsicherheit der terrestrischen Kohlenstoffspeicherung in Erdsystemmodellen von CMIP5 bis CMIP6. J. Clim. 35, 5483–5499 (2022).

Artikel ADS Google Scholar

Smith, NG et al. Auf dem Weg zu einer besseren Integration biologischer Daten aus Niederschlagsmanipulationsexperimenten in Erdsystemmodelle. Rev. Geophys. 52, 412–434 (2014).

Artikel ADS Google Scholar

Yuan, K., Zhu, Q., Riley, WJ, Li, F. & Wu, H. Verständnis und Reduzierung der Unsicherheiten der Aufteilung des Energieflusses auf der Landoberfläche innerhalb von CMIP6-Landmodellen. Landwirtschaft. Für. Meteorol. 319, 108920 (2022).

Artikel ADS Google Scholar

Baker, JCA et al. Eine Bewertung der Land-Atmosphäre-Wechselwirkungen über Südamerika mithilfe von Satelliten, Reanalysen und zwei globalen Klimamodellen. J. Hydrometeorol. 22, 905–922 (2021).

Artikel ADS Google Scholar

Mooley, DA & Parthasarathy, B. Schwankungen der sommerlichen Monsunniederschläge in ganz Indien zwischen 1871 und 1978. Aufstieg. Change 6, 287–301 (1984).

Artikel ADS Google Scholar

Guhathakurta, P. & Rajeevan, M. Trends im Niederschlagsmuster über Indien. Int. J. Climatol. 28, 1453–1469 (2008).

Artikel Google Scholar

Sarkar, S. & Kafatos, M. Zwischenjährliche Variabilität der Vegetation auf dem indischen Subkontinent und ihre Beziehung zu den verschiedenen meteorologischen Parametern. Fernerkundung. Umwelt. 90, 268–280 (2004).

Artikel ADS Google Scholar

Roy, PS et al. Neue Vegetationstypkarte von Indien, erstellt mithilfe von Satellitenfernerkundung: Vergleich mit globalen Vegetationskarten und Dienstprogrammen. Int. J. Appl. Erdobs. Geoinf. 39, 142–159 (2015).

ADS Google Scholar

Koster, RD et al. Regionen mit starker Kopplung zwischen Bodenfeuchtigkeit und Niederschlag. Wissenschaft 305, 1138–1140 (2004).

Artikel ADS CAS Google Scholar

Paul, S. et al. Abschwächung der Monsunniederschläge im Altweibersommer aufgrund von Änderungen in der Landnutzung der Landbedeckung. Wissenschaft. Rep. 6, 1–10 (2016).

Artikel Google Scholar

Pathak, A., Ghosh, S., Kumar, P. & Murtugudde, R. Rolle ozeanischer und terrestrischer atmosphärischer Feuchtigkeitsquellen bei der intrasaisonalen Variabilität der Monsunniederschläge im indischen Sommer. Wissenschaft. Rep. 7, 12729 (2017).

Artikel ADS Google Scholar

Pradhan, R., Singh, N. & Singh, RP Dem Beginn des Sommermonsuns im Nordosten Indiens geht eine verstärkte Transpiration voraus. Wissenschaft. Rep. 9, 1–11 (2019).

Artikel Google Scholar

Bonan, GB Wälder und Klimawandel: Antriebe, Rückkopplungen und die Klimavorteile von Wäldern. Wissenschaft 320, 1444–1449 (2008).

Artikel ADS CAS Google Scholar

Le Quéré, C. et al. Globales Kohlenstoffbudget 2017. Erdsystem. Wissenschaft. Daten 10, 405–448 (2018).

Artikel ADS Google Scholar

Chen, C. et al. China und Indien sind führend bei der Ökologisierung der Welt durch Landnutzungsmanagement. Nat. Aufrechterhalten. 2, 122–129 (2019).

Artikel Google Scholar

Green, JK et al. Regional starke Rückkopplungen zwischen der Atmosphäre und der terrestrischen Biosphäre. Nat. Geosci. 10, 410–414 (2017).

Artikel ADS CAS Google Scholar

Pathak, A. et al. Rolle ozeanischer und landwirtschaftlicher Feuchtigkeitsquellen und -transporte bei der saisonalen und zwischenjährlichen Variabilität des Sommermonsuns in Indien. J. Clim. 30, 1839–1859 (2017).

Artikel ADS Google Scholar

Myers, N., Mittermeler, RA, Mittermeler, CG, Da Fonseca, GAB & Kent, J. Biodiversitäts-Hotspots für Schutzprioritäten. Natur 403, 853–858 (2000).

Artikel ADS CAS Google Scholar

Venkateswarlu, B. & Prasad, JVN Tragfähigkeit der indischen Landwirtschaft: Probleme im Zusammenhang mit der Regenfeldlandwirtschaft. Curr. Wissenschaft. 102, 6 (2012).

Google Scholar

Pai, DS et al. Entwicklung eines neuen täglichen gerasterten Niederschlagsdatensatzes mit hoher räumlicher Auflösung (0,25° × 0,25°) über einen langen Zeitraum (1901–2010) über Indien und dessen Vergleich mit vorhandenen Datensätzen über die Region. Mausam 65, 1–18 (2014).

Artikel Google Scholar

Rodríguez-Fernández, NJ et al. Langfristige globale Bodenfeuchtigkeitsfelder unter Verwendung eines SMOS-trainierten neuronalen Netzwerks, angewendet auf AMSR-E-Daten. Remote Sens. 8, 959 (2016).

Artikel ADS Google Scholar

Martens, B. et al. GLEAM v3: Satellitenbasierte Landverdunstung und Bodenfeuchtigkeit im Wurzelbereich. Geosci. Modellentwickler. 10, 1903–1925 (2017).

Artikel ADS Google Scholar

Miralles, DG et al. Globale Landoberflächenverdunstung, geschätzt aus satellitengestützten Beobachtungen. Hydrol. Erdsystem. Wissenschaft. 15, 453–469 (2011).

Artikel ADS Google Scholar

Doelling, DR et al. Geostationär verbesserte zeitliche Interpolation für CERES-Flussprodukte. J. Atmos. Ozean. Technol. 30, 1072–1090 (2013).

Artikel ADS Google Scholar

Doelling, DR et al. Fortschritte bei geostationär abgeleiteten Langwellenflüssen für das synoptische CERES-Produkt (SYN1deg). J. Atmos. Ozean. Technol. 33, 503–521 (2016).

Artikel ADS Google Scholar

Running, SW, Mu, Q. & Zhao, M. MOD17A2H MODIS/Terra Gross Primary Productivity 8-Day L4 Global 500m SIN Grid V006. NASA EOSDIS Landprozesse DAAC. (2015). https://doi.org/10.5067/MODIS/MOD17A2H.006. Zugriff am 22. Mai 2021.

Pathak, A., Ghosh, S. & Kumar, P. Niederschlagsrecycling auf dem indischen Subkontinent während des Sommermonsuns. J. Hydrometeorol. 15, 2050 (2014).

Artikel ADS Google Scholar

Paul, S., Ghosh, S., Rajendran, K. & Murtugudde, R. Feuchtigkeitsversorgung aus den Wäldern der westlichen Ghats bis zur wasserarmen Ostküste Indiens. Geophys. Res. Lette. 45, 4337–4344 (2018).

Artikel ADS Google Scholar

Sebastian, DE et al. Multiskaliger Zusammenhang zwischen Vegetationswachstum und Klima in Indien: Ein Wavelet-Analyse-Ansatz. Remote Sens. 11, 2073 (2019).

Artikel Google Scholar

Tabari, H. & Hosseinzadeh Talaee, P. Empfindlichkeit der Evapotranspiration gegenüber Klimaveränderungen in verschiedenen Klimazonen. Globus. Planet. Änderung 115, 16–23 (2014).

Artikel ADS Google Scholar

Roy, A., Das, SK, Tripathi, AK, Singh, NU & Barman, HK Biodiversität im Nordosten Indiens und ihre Erhaltung. Fortschritt. Landwirtschaft. 15, 182 (2015).

Artikel Google Scholar

Schimel, D., Stephens, BB & Fisher, JB Auswirkung steigender CO2-Emissionen auf den terrestrischen Kohlenstoffkreislauf. Proz. Natl. Acad. Wissenschaft. USA. 112, 436–441 (2015).

Artikel ADS CAS Google Scholar

Verma, A., Chandel, V. & Ghosh, S. Klimatreiber der Variationen der Vegetationsproduktivität in Indien. Umgebung. Res. Lette. 17, 084023 (2022).

Artikel ADS Google Scholar

Dimri, AP et al. Westliche Unruhen: Eine Rezension. Rev. Geophys. 53, 225–246 (2015).

Artikel ADS Google Scholar

Joseph, J., Scheidegger, JM, Jackson, CR, Barik, B. & Ghosh, S. Ist Überschwemmung durch Tropfbewässerung eine Lösung für den Grundwassermangel in der Indo-Ganges-Ebene? Umgebung. Res. Lette. 17, 104002 (2022).

Artikel ADS Google Scholar

Sahastrabuddhe, R., Ghosh, S., Saha, A. & Murtugudde, R. Ein minimalistisches saisonales Vorhersagemodell für den indischen Monsun basierend auf räumlichen Mustern von Niederschlagsanomalien. Aufstieg. Dyn. 52, 3661–3681 (2019).

Artikel Google Scholar

Liang, X., Lettenmaier, DP, Wood, EF & Burges, SJ Ein einfaches hydrologisch basiertes Modell der Wasser- und Energieflüsse an der Landoberfläche für allgemeine Zirkulationsmodelle. J. Geophys. Res. 99, 14415 (1994).

Artikel ADS Google Scholar

Friedl, MA & Sulla-Menashe, D. MCD12Q1 MODIS/Terra+Aqua Landbedeckungstyp Jährlich L3 Global 500m SIN Grid V006. NASA EOSDIS Landprozesse DAAC. (2019). https://doi.org/10.5067/MODIS/MCD12Q1.006. Zugriff am 22. Mai 2021.

Myneni, R., Knyazikhin, Y. & Park, T. MODIS/Terra Leaf Area Index/FPAR 8-Tage L4 Global 500m SIN Grid V061. NASA EOSDIS Landprozesse DAAC. (2021) https://doi.org/10.5067/MODIS/MOD15A2H.061. Zugriff am 22. Mai 2021.

Schaaf, C. & Wang, Z. MCD43A3 MODIS/Terra+Aqua BRDF/Albedo Daily L3 Global – 500 m V006. NASA EOSDIS Landprozesse DAAC. https://doi.org/10.5067/MODIS/MCD43A3.006. (2015). https://www.umb.edu/spectralmass/terra_aqua_modis/v006. Zugriff am 22. Mai 2021.

Didan, K., Barreto Munoz, A., Solano, R. & Huete, A. MODIS Vegetation Index User's Guide (MOD13-Serie).

Liu, S.-J., Zhang, J.-H., Tian, ​​G.-H. & Cai, D.-X. Erkennung fraktioneller Vegetationsbedeckungsänderungen mithilfe von MODIS-Daten. im Kongress für Bild- und Signalverarbeitung 2008 707–710 (IEEE, 2008). https://doi.org/10.1109/CISP.2008.46.

Referenzen herunterladen

Die Arbeit wird finanziell vom Swarnajayanti Fellowship Scheme des Ministeriums für Wissenschaft und Technologie im Rahmen des Projekts Nr. unterstützt. DST/SJF/E&ASA-01/2018-19; SB/SJF/2019-20/11, und Strategic Programmes, Large Initiatives and Coordinated Action Enabler (SPLICE) und Climate Change Program bis Projekt-Nr. DST/CCP/CoE/140/2018. SG dankt Prof. Sonia I Seneviratne von der ETH Zürich für eine technische Diskussion. RM dankt für die Position als Gastdozent am IIT Bombay und für die Position als emeritierter Professor an der UMD. Die Autoren danken dem Herausgeber und den Gutachtern herzlich für ihre konstruktiven Kommentare.

Abteilung für Bauingenieurwesen, Indian Institute of Technology Bombay, Powai, Mumbai, 400076, Indien

Dawn E. Sebastian & Subimal Ghosh

Zentrum für Entwicklung und Management von Wasserressourcen, Kozhikode, 673 571, Kerala, Indien

Dawn E. Sebastian

Interdisziplinäres Zentrum für Erdsystemwissenschaften (ESSIC)/DOAS, University of Maryland, College Park, MD, USA

Raghu Murtugudde

Interdisziplinäres Programm für Klimastudien, Indian Institute of Technology Bombay, Powai, Mumbai, 400076, Indien

Raghu Murtugudde & Subimal Ghosh

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

SG und RM haben die Idee konzipiert und das Problem entworfen. DES führte die Analyse mit Input von SGSG durch und DES analysierte die Ergebnisse. SG und DES haben den Artikel geschrieben. RM überprüfte das Manuskript.

Korrespondenz mit Subimal Ghosh.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Sebastian, DE, Murtugudde, R. & Ghosh, S. Der Boden-Vegetations-Feuchtigkeitskondensator erhält die Vegetationsproduktivität in der Trockenzeit in Indien aufrecht. Sci Rep 13, 888 (2023). https://doi.org/10.1038/s41598-022-27277-6

Zitat herunterladen

Eingegangen: 04. Oktober 2022

Angenommen: 29. Dezember 2022

Veröffentlicht: 17. Januar 2023

DOI: https://doi.org/10.1038/s41598-022-27277-6

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Theoretische und Angewandte Klimatologie (2023)

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.