Växternas årscykel - hur förutsäger vi fram9den? Cecilia Olsson doktorand, Lunds universitet Handledare: Anna Maria Jönsson, Lars Eklundh och Ben Smith
2 (16) Innehåll Innehåll Fenologiprojektet EV träds fenologiska cykel och dess drivande faktorer Modellering en knoppsprickningsmodell Första studien Resultat 1 Resultat 2 Kommande modellering LPJ- GUESS en global dynamisk vegeta9onsmodell Summering Fenologidata När sker egentligen knoppsprickning? Hur skalar man upp från individ 9ll ekosystem? En modellerares önskelista
3 (16) Fenologiprojektet Klima&örändringens effekt på skogsfenologi och betydelse för svensk skogsskötsel Lund Universitet, SLU Alnarp och Malmö Universitet Modellering av fenologi (LU) Fenologi och ;ärranalys (LU) Modellering av skogsskötsel (SLU) Avnämnare
4 (16) EV träds fenologiska cykel och dess drivande faktorer Näring VaVen Kalla temperaturer Temperatur Dagslängd VaVen9llgång Närings9llgång Tillväxt Knopp- sprickning Påtvingad vintervila avslutad Längre dagslängd Blomning Induk?on av vila Löven färgas Löven fälls Intern vintervila påbörjad Kortare dagslängd Varma temperaturer Påtvingad vintervila Vintervila avslutad
5 (16) Modellering en knoppsprickningsmodell Chilling rate Eqn. 1 Competence Eqn. 2 Forcing rate Eqn.3 Värde Villkor Tröskel- värde Villkor Tröskel- värde Villkor Tröskel- värde Eqn. 2.1 Villkor Tröskel- värde Vintervila avslutad Kan?llgodose varma temperaturer Knopp- sprickning Krav temperatursumma
5 (16) Modellering en knoppsprickningsmodell Chilling rate Eqn. 1 Competence Eqn. 2 Forcing rate Eqn.3 Värde Villkor Tröskel- värde Villkor Tröskel- värde Villkor Tröskel- värde Eqn. 2.1 Villkor Tröskel- värde - 3 C 0 C + 3 C + 6 C + 9 C knopp- sprickning Vintervila avslutad Kan?llgodose varma temperaturer Knopp- sprickning Krav temperatursumma Lunds universitet / Inst. för Naturgeografi och Dagar Ekosystemvetenskap eter 1a november / Fenologiworkshop år 1875 2012-02- 09
6 (16) Första studien Geografisk gradient La?tud Kon?nentalitet Modell konstruk?on Data 1 Första studien Data 2 Modell validering Andra studien Chilling Comp. Forcing Läge
7 (16) Första studien Resultat 1 Chilling Comp. Forcing Dag på året Observerad knoppsprickning La?tud Björk, bok, ek, gran och tall Historisk data (1873-1918), Ola Langvall (SLU) Nu?da data (1966-2011), Kjell Bolmgren (SWE- NPN), Ola Langvall (SLU), PEP725 Temperatur anomalier i rela9on 9ll medel 1961-1990 för lokalen Kalla år (x < - 1.5 C) Kyliga år (- 1.5 C < x > - 0.5 C) Normala år (- 0.5 C < x > +0.5 C) Varma år (+0.5 C < x < +1.5 C) Heta år (x > +1.5 C) Photoperiod (M1) GDD / Thermal?me (M2) Sequen?al (M3) Dagslängd Modellens läge Modellens läge La?tud
8 (16) Första studien Resultat 2 Chilling Comp. Forcing Historisk data (1873-1918) Björk Medeldatum (9d och rum) för knoppsprickning: 143 120 Nu?da data (1966-2011) Associa?on?ll temperaturanomali utöver gradient associa?on Mer robust M1 Photoperiod M2 GDD / Thermal 9me M3 Sequen9al Gradient: Associa?on?ll la?tud Bäere
9 (16) Kommande modellering Temperatur Vår - fenologi Vaeen Kväve Höst - fenologi Årlig, geografisk fenologimodell LPJ- GUESS*, ekosystemmodell Simulera fenologi och primärproduk?on med klimatscenarier *Smith et al. 2001 Global Ecol. Biogeogr. 10: 621
10 (16) LPJ- GUESS en global dynamisk vegeta9onsmodell Smith, B. LPJ- GUESS an ecosystem modelling framework Website with publica9on list and demo version: www.nateko.lu.se/lpj- guess Smith, B. LPJ- GUESS Educa9on Lunds universitet / Inst. för Naturgeografi och Ekosystemvetenskap / Fenologiworkshop 2012-02- 09 / Cecilia Olsson
11 (16) Summering Process- baserade modeller är inte all9d bäst Modeller bör utvärderas u9från deras syoe Även otydliga resultat är bra resultat
12 (16) Fenologidata Fenologidata
13 (16) Fenologidata 149.5 8 7 När sker egentligen knoppsprickning? Exempel: Vindeln FP, Picea abies, träd 4 år 2010 Skoe Dag 1 2 3 4 5 144 2 3 2 2 1 147 3 3 3 3 2 Genomsnielig fas 6 5 4 3 2 1 0 124 132 137 140 144 147 152 158 166 173 180 187 194 201 208 Dag på året 152 3 3 4 4 3 158 5 5 5 5 5 147.4 148.5 Krutzsch index Löfvenius et al. 2007. Fenologiska observa9oner vid SLU
14 (16) Fenologidata Hur skalar man upp från individ 9ll ekosystem? De fenologiska observa9onerna av träd bör vara representa9va för ev större område. Denna defini9on är milt sagt lite diffus, och riktlinjen bör vara av undvika avvikande små lokaler. Löfvenius et al. 2007. Fenologiska observa9oner vid SLU MODIS (;ärranalys) 250 x 250 m Klimatdata för modellsimulering 25 x 25 km
15 (16) Fenologidata En modellerares önskelista Långa 9dsserier Bra geografisk täckning Det är vik9gt av träden är av lokal proveniens och önskvärt av beståndet är så trädslagsrent som möjligt. Löfvenius et al. 2007. Fenologiska observa9oner vid SLU Observa9oner av vår- och hössenologi på samma träd Proveniens Trädens ålder Orientering/fördelning av knoppar Enklaste sävet av göra deva är av välja en plats där det växer många individer av arten. Undvik speciellt solvärmda platser, 9ll exempel nära husväggar eller bergväggar. SWE- NPN, Instruk9oner för fenologiobserva9oner Observa9oner för en andra knoppsprickning
www.cec.lu.se/forskning/becc www.lucci.lu.se Tack! Medverkande i Fenologiprojektet Johan Bergh Lars Eklundh Hongxiao Jin Anna Maria Jönsson Per Jönsson Johan Lindström Ulf Nilsson Cecilia Olsson Ben Smith Narayanan Subramanian Kontak?nforma?on Cecilia Olsson Cecilia.Olsson@nateko.lu.se Inst. för Naturgeografi och Ekosystemvetenskap, Sölvegatan 12, 22362 Lund Tel. 046-2224890 www.nateko.lu.se/vegeta9onphenology