Die Studie zeigt, dass die Basisrate des Abbaus organischen Kohlenstoffs in US‑Böden stark variiert; diese Variation beeinflusst Klimaprojektionen, weil Böden mehr Kohlenstoff speichern als Atmosphäre und Pflanzen zusammen. Forschende sammelten Bodenproben an 20 Standorten des National Ecological Observatory Network (NEON) und inkubierten sie unter einheitlichen Laborbedingungen über 18 Monate.
Während der Inkubation wurden CO2‑Emissionen und 26 Bodeneigenschaften gemessen, um Abbaurate und Kohlenstoffnutzungseffizienz jeder Probe abzuschätzen. Maschinelles Lernen zeigte erwartete Einflussfaktoren wie Bodentyp, pH‑Wert und Stickstoff. Zusätzlich verbanden sich starke Unterschiede mit Pilzabundanz und bestimmten Eisen‑ und Aluminiumformen, die mineralassoziierten organischen Kohlenstoff stabilisieren können.
Die Forschenden bauten KI‑Modelle, die die Variation über 156 Bodenproben reproduzierten, und wandten sie auf das kontinentale Gebiet der USA an. Die resultierenden Karten (Rasterzellen von etwa 2.5 miles Kantenlänge) zeigen deutliche regionale Muster: im Südwesten schnellerer Abbau und mehr CO2‑Freisetzung, im Nordwesten und Osten langsamerer Abbau mit mehr Umbau zu mikrobieller Biomasse, der Mittlere Westen liegt dazwischen.
Die Autorinnen betonen, dass Erdsystemmodelle geochemische und mikrobiologische Steuerungen besser berücksichtigen sollten, um Projektionen zu verfeinern und regionale Unterschiede in Schutz‑ oder Kohlenstoffprogrammen zu integrieren.
Schwierige Wörter
- abbau — Zerfall oder Verbrauch von Stoffen in der NaturAbbaus
- kohlenstoff — Element im Leben, Bestandteil von Pflanzen und BödenKohlenstoffs
- inkubieren — Bodenproben unter kontrollierten Bedingungen lagerninkubierten
- pH‑wert — Messzahl für Säure oder Basizität eines Bodens
- pilzabundanz — Menge der Pilze in einem Boden
- maschinelles lernen — Computer erkennt Muster in großen Datensätzen
- erdsystemmodell — Computerprogramm, das Klima und Erde simuliertErdsystemmodelle
- rasterzelle — Quadratisches Kartenfeld mit einer bestimmten FlächeRasterzellen
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Welche Folgen könnten regionale Unterschiede im Kohlenstoffabbau für lokale Klimaschutzprogramme haben?
- Wie könnte maschinelles Lernen helfen, besser zu entscheiden, wo Schutzmaßnahmen sinnvoll sind?
- Welche Messungen oder Informationen wären wichtig, wenn Sie selbst Bodenproben für so eine Studie sammeln würden?
Verwandte Artikel
Gedrosselte Solarenergie kostet die Dominikanische Republik Geld
Die Dominikanische Republik verliert Geld, weil Teile der erneuerbaren Erzeugung zwischen Januar und Juni 2025 gedrosselt wurden. Das schwächt die öffentlichen Finanzen, erhöht Kosten und zeigt Schwachstellen bei Netzen und Speicherlösungen.
Citizen Science stärkt Überwachung von Gesundheit und Umwelt
Eine im August in Frontiers in Public Health veröffentlichte Übersichtsarbeit zeigt: Citizen Science kann viele Gesundheits‑ und Wohlbefindensindikatoren der SDGs und der WHO‑Triple‑Billion‑Ziele besser überwachen. Autorinnen und Autoren kommen von IIASA und WHO.
