Die erste Langzeitaufzeichnung von CO2 an ATTO

Qualitativ hochwertige atmosphärische CO2-Messungen sind für den Amazonas-Regenwald nur spärlich vorhanden. Sie sind jedoch wichtig, um die Variabilität der CO2-Quellen und -Senken besser zu verstehen. Und in der Tat war einer der Gründe, warum ATTO gebaut wurde, Langzeitmessungen in einer solch kritischen Region zu erlangen. Im März 2012 installierten die ATTO-Wissenschaftler erstmals Messsysteme für CO2 am 81 m hohen begehbaren Turm an ATTO. Seitdem sammeln die Messgeräte kontinuierlich Luft in fünf Höhen (4 m, 24 m, 38 m, 53 m und 79 m). Sie messen also am Boden, im Kronendach des Waldes und darüber. Santiago Botía und seine Kollegen haben nun die ersten sechs Jahre kontinuierlicher, hochpräziser Messungen des atmosphärischen CO2 an ATTO veröffentlicht. Auf der Grundlage dieser sechsjährigen Aufzeichnungen konnten sie Einblicke in einige der Prozesse gewinnen, die die Spurengase im Amazonasregenwald beeinflussen.
An ATTO installierte Einlässe zur CO2-Messung © Santiago Botía / MPI-BGC.

Für ihre Studie untersuchten sie halbstündige Daten während des Tages, wenn die Atmosphäre im Allgemeinen gut durchmischt ist. In der Nacht ist die Atmosphäre oft stark geschichtet. Das bedeutet, dass lokale Signale (z. B. von kleinen Bachtälern oder sogar einzelnen Bäumen) das gemessene Signal leicht dominieren können. Das würde es unmöglich machen, mehr über großräumige Prozesse zu erfahren.

Saisonalität und inter-annuelle Variabilität von CO2

Santiago Botía und seine Mitautoren stellten zunächst fest, dass der CO2-Gehalt in der Atmosphäre in ähnlicher Weise anstieg wie weltweit. Dieser Trend ist jedoch nicht linear, sondern durch einen ausgeprägten saisonalen Zyklus gekennzeichnet. Die CO2-Konzentration ist beim Übergang von der Regen- zur Trockenzeit (im Juni und Juli) am höchsten. Am niedrigsten ist sie zu zwei Zeiten im Jahr: zu Beginn der Regenzeit (März) und während der Trockenzeit (von August bis Oktober). Ein Grund dafür ist, dass viele Bäume in der Trockenzeit neue Blätter austreiben. Diese jungen Blätter sind bei der CO2-Bindung effizienter. Außerdem gibt es zu dieser Jahreszeit in der Regel weniger Wolken und mehr Sonnenschein. Dadurch können die Pflanzen über die Photosynthese mehr Kohlenstoff aus der Atmosphäre aufnehmen.
Der ATTO-CO2-Rekord (schwarze Linie) zeigt einen Anstieg im Laufe der Zeit, jedoch mit einem ausgeprägten saisonalen Zyklus. Abbildung aus Botía et al. (2021)
Die Forscher fanden auch einige interannuelle Muster in den Aufzeichnungen, d. h. Zeiten, in denen die CO2-Aufzeichnungen von dem gerade beschriebenen saisonalen Muster abwichen. Das auffälligste Ereignis zwischen 2012 und 2019 ist der El Nino von 2015-16. Dieses globale Wetterphänomen verursachte eine starke Dürre und extreme Hitze in der Amazonasregion. Dies wirkte sich auf die CO2-Konzentrationen an ATTO aus, allerdings in unterschiedlicher, unregelmäßiger Weise. Während der Regenzeit 2015 gab es eine positive Anomalie (Werte über dem Erwartungswert), aber in der folgenden Trockenzeit gab es eine negative Anomalie (Werte unter dem Erwartungswert). Nach der Analyse aller verfügbaren Daten kamen die Wissenschaftler zu dem Schluss, dass dies nicht allein durch lokale Effekte erklärt werden kann. Interessanterweise gab es im darauffolgenden Jahr (2016) sowohl in der Trocken- als auch in der Regenzeit zwei positive Anomalien, die eindeutig auf lokale und nicht-lokale Effekte zurückzuführen waren. Die Autoren kamen zu dem Schluss, dass der Unterschied zwischen 2015 und 2016 darauf hindeutet, dass der El Nino den Amazonas-Regenwald zu unterschiedlichen Zeiten in der Region zu beeinflussen begann.

Vergleich von Daten und Modellsimulationen

Das Gleiche gilt nicht nur für dieses spezielle Ereignis, sondern für die gesamte Messreihe. Nachdem das Team die Daten eingehend analysiert hatte, verglich sie diese mit Modellsimulationen. Sie wollten sehen, ob sie die Messungen mit atmosphärischen Modellen reproduzieren können. Doch obwohl sie in ihrem atmosphärischen Modell optimierte Modellausgaben für das Vegetationssignal verwendeten, war es ihnen nicht möglich, den saisonalen CO2-Zyklus zu erfassen, den wir in den Daten beobachten können. Dies deutet darauf hin, dass die Vegetationsmodelle noch nicht alle relevanten Prozesse erfassen, um Spurengasprozesse realistisch vorherzusagen. Einer der Gründe für diese Diskrepanz ist in diesem Fall, dass das Modell weder den Laubzyklus noch die CO2-Signale aus den Flussläufen erfasst. Beides scheint für die Interpretation der CO2-Aufzeichnungen von ATTO wichtig zu sein.
Die schwarze Linie zeigt die beobachteten CO2-Daten von ATTO. Die farbigen Linien zeigen verschiedene Modellsimulationen, die den saisonalen Zyklus nicht gut erfassen. Abbildung aus Botía et al. (2021).

Darüber hinaus kam das Team zu dem Schluss, dass sowohl lokale als auch regionale Signale die an ATTO gemessenen Spurengasdaten erheblich beeinflussen. Sie haben gezeigt, dass wir die zugrunde liegenden Prozesse und saisonalen Zyklen, die die Emission und Aufnahme von Treibhausgasen beeinflussen, besser verstehen müssen. Nur dann können wir sie in Modellsimulationen einbeziehen, um genauere Vorhersagen über die Zukunft des Amazonas-Regenwaldes zu treffen. In einem nächsten Schritt werden Santiago Botía und seine Kollegen den ATTO-CO2-Datensatz zusammen mit anderen Datenströmen nutzen, um die Vegetationsmodelle zu verbessern und die Reaktion der Vegetation während des letzten Jahrzehnts zu untersuchen.

Die Autoren veröffentlichten die Studie „The CO2 record at the Amazon Tall Tower Observatory: A new opportunity to study processes on seasonal and inter-annual scales“ Open Access in der Zeitschrift Global Change Biology.

Similar articles