Interpretación de:
Vapor Pressure Deficit and Sunlight Explain Seasonality of Leaf Phenology and Photosynthesis Across Amazonian Evergreen Broadleaved Forest
https://doi.org/10.1029/2020gb006893Chen, X., Ciais, P., Maignan, F., Zhang, Y., Bastos, A., Liu, L., Bacour, C., Fan, L., Gentine, P., Goll, D., Green, J., Kim, H., Li, L., Liu, Y., Peng, S., Tang, H., Viovy, N., Wigneron, J., Wu, J., Yuan, W., Zhang, H., 2021: Vapor Pressure Deficit and Sunlight Explain Seasonality of Leaf Phenology and Photosynthesis Across Amazonian Evergreen Broadleaved Forest, Global Biogeochemical Cycles, https://doi.org/10.1029/2020gb006893
Intérprete
Gutierrez Villarreal Ricardo
Fecha de interpretación
13/03/2025
Resultados y conclusiones
La disponibilidad de radiación solar y el déficit de presión de vapor (VPD, una medida de sequedad atmosférica) son controles importantes para la estacionalidad de los procesos de brote y caída de hojas y consecuentemente, la fotosíntesis, en bosques perennes de la Amazonía. La incorporación de la producción y abscisión de hojas en el modelo de vegetación dinámica ORCHIDEE mejora notablemente la representación del ciclo estacional de la fotosíntesis, particularmente en regiones en donde el ciclo estacional de la radiación solar es unimodal, como en el centro y sur de la Amazonía. Esta mejor representación es mayor cuando se considera a VPD como gatillador del brote y caída de las hojas en reemplazo de la radiación solar, aunque ambos gatilladores mejoran la representación respecto de la versión “default” (trunk) de ORCHIDEE. La incorporación de estos procesos puede tener implicancias importantes para la fenología, productividad y transpiración de los bosques bajo escenarios del clima futuro.
Metodología y datos
Se utilizó el modelo ORCHIDEE en donde se incorporaron procesos demográficos en el dosel de los árboles (4 clases de edades de hojas). Los gatilladores de la producción de hojas nuevas y la caída de hojas viejas dependen del déficit de presión de vapor (VPD) y la radiación incidente de onda corta. ORCHIDEE fue probado en su versión trunk, así como también para ambos gatilladores y para 2 forzantes meteoroólogicos: CRU-NCEP y GSWP3 a 1°x1°. Se realizó un spin up de 230 años para balancear los almacenamientos de carbono en la vegetación reciclando el periodo 1980-2010 y luego los experimentos fueron corridos para 1980-2015. Los productos de evaluación involucran a la fluorescencia de la clorofila de GOME-2 (proxy de la fotosíntesis/GPP), el índice de vegetación mejorado de MODIS, así como variables medidas de índice de área foliar, GPP y litterfall de diversos sitios de evaluación en la Amazonía. La validación cuantitativa se realizó teniendo en cuenta que SIF de GOME2 fue transformado a GPP a través de regresiones lineales con datos de FLUXCOM.
Limitaciones de la investigación
La caída de las hojas fue representada pobremente en la Amazonía occidental (sitio de Jenaro Herrera en Perú). Los procesos que controlan la producción y caída de hojas en la Amazonía no son entendidos del todo en la Amazonía ecuatorial (ciclo bimodal de radiación solar), donde VPD y la radiación de onda corta posiblemente no sean suficientes como gatilladores. Existen muchas limitaciones en los productos satelitales empleados para la validación, así como la pobre cobertura de sitios de medición forestal y la limitada representación de la diversidad funcional en bosques tropicales, producto del uso de PFTs fijos.
Recomendaciones
Estos procesos podrían ser tenidos en cuenta en versiones del modelo ORCHIDEE para investigar impactos de escenarios climáticos futuros en el estado y estabilidad del bosque amazónico
Adaptación: Bosques
Mitigación: ---
Escala: Regional
Ámbito geográfico: Amazonía
Palabras clave: Fisiología de árboles tropicales, producción y caída de hojas, implementación de procesos, modelo de vegetación dinámica, ORCHIDEE
Cita de la interpretación
Gutierrez Villarreal, Ricardo, 2025: Interpretación de Chen et al. (2021, doi:10.1029/2020gb006893), Observatorio de Conocimiento Científico sobre Cambio Climático del Perú, IGP, https://cienciaclimatica.igp.gob.pe/entities/interpretation/9e6d0554-8625-480b-a414-8207469b3779