• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Prognosverktyget visar hur skogsgallring kan öka Sierra Nevadas snöpackning

    University of Nevada, Reno-studenter utför underhåll på datainsamlingsutrustning för att hjälpa till med projekt för att underhålla Sierra Nevada-skogen. Kredit:Adrian Harpold, University of Nevada, Reno.

    Skogen i Sierra Nevada-bergen är en viktig resurs för de omgivande samhällena i Nevada och Kalifornien. Att gallra skogen genom att ta bort träd för hand eller använda tunga maskiner är ett av de få verktyg som finns för att sköta skog. Dock, hitta det bästa sättet att gallra skogar genom att ta bort utvalda träd för att maximera skogens fördelar för vattenmängd, vattenkvalitet, risk för skogsbränder och vilda livsmiljöer är fortfarande en utmaning för resursförvaltare. U.S. Forest Service leder ett försök att balansera alla dessa utmaningar i landskapsskalig skogsrestaureringsplanering som en del av Lake Tahoe West Restoration Partnership.

    Som en del av detta arbete, University of Nevada, Renos Adrian Harpold ledde nyligen ett team för att utveckla ett modelleringsverktyg för att fokusera på frågan om vattenmängd. Verktyget förutsäger hur olika tillvägagångssätt för att gallra skogen påverkar ansamling av snösäck i Lake Tahoe, som styr hur mycket vatten som är tillgängligt för nedströms samhällen som Reno.

    "Snöpacket vi har litat på är under press från år av brandbekämpning som ökade trädtätheten, i kombination med effekterna av klimatförändringar och uppvärmning av temperaturer, "Harpold, naturresurser och miljövetenskap biträdande professor vid College of Agriculture, Bioteknik och naturresurser, sa.

    Han förklarade att för många träd innebär att mindre snö når marken. Dessutom, när många träd klumpas ihop, de värms upp och avger värme, som kan smälta snön på marken. Dock, för få träd gör att snösäcken är mindre skyddad från sol och vind, som också smälter snö.

    Verktyget, utvecklad med finansiering från College's Experiment Station och U.S. Forest Service, byggdes för att specifikt modellera den västra stranden av Lake Tahoe, vilket teamet ansåg var ett bra exempel på Sierra Nevada-skogen. Teamet skapade initialt en småskalig högupplöst modell med hjälp av data som samlats in med 3D-laserskannrar, kallas "LiDAR."

    "LiDAR-data låter oss se individuella träd, som vi använder för att "nästan gallra" skogen genom att ta träd ur modellen, " sa han. "Som sådan, det låter oss skapa ett uttunningsexperiment som är realistiskt. Vi kan då representera olika förvaltningsåtgärder, som att ta bort träd under vissa höjder."

    Hans lag, inklusive postdoktorn Sebastian Krogh, doktorand Devon Eckberg, studenterna Makenzie Kohler och Gary Sterle, högskolans docent i fjärranalys Jonathan Greenberg och University of Arizonas Patrick Broxton, testade modellens noggrannhet genom att utföra gallringsexperiment och jämföra förutsägelserna med mätningar i den riktiga skogen. Resultat diskuterades i en nyligen publicerad artikel om proof-of-concept för att använda högupplöst modellering för att förutsäga effekten av skogens gallring för snö, för vilken Harpold var huvudförfattare.

    När teamet fastställde att modellen fungerade korrekt, de ökade modellstorleken för att representera Lake Tahoes västra kust. Resultaten diskuteras i en annan nyligen publicerad artikel om att använda modellen för att förutsäga effekterna av skogsgallring på norra Sierra Nevadas snöpackning, ledd av Krogh med Harpold, Broxton och skogsvårdens Patricia Manley som medförfattare. Deras experiment visade att totalt sett, fler träd borttagna betyder mer snö underhålls. Dock, det finns fördelaktiga sätt och skadliga sätt att ta bort träd. Metoden som verkade vara mest effektiv var att ta bort täta träd som hade många löv och grenar och var kortare än cirka 50 fot, lämnar efter sig högre träd. Det fanns också skillnader i effektivitet beroende på höjden, sluttningen och riktningen som backen var vänd.

    Harpold planerar att fortsätta utöka modellen, testar för att se om det kommer att fungera för Lake Tahoes östra strand och i American River Basin, med det yttersta målet att tillhandahålla ett verktyg för skogsvårdens beslutsfattare och andra att informera om sina skogsgallringsplaner.

    Vattenmängdsverktyget är ett av många olika modelleringsverktyg som utvecklas med finansiering från Forest Service som en del av Tahoe-Central Sierra Initiative, som syftar till att snabbt återställa skogen för att förbättra hälsan och motståndskraften i Sierra Nevada-bergen och maximera fördelarna som skogen ger.

    "Mitt beslutsstödjande verktyg för vattenmängd skulle vara en mindre bit i en större verktygslåda för att hjälpa till att bestämma hur och var man ska gallra skogarna, " sa Harpold.

    Andra verktyg som utformas för att förutsäga skogsgallringseffekter inkluderar ett verktyg för att förutsäga påverkan på spridning av skogsbränder, ett verktyg för att förutsäga påverkan på rök, ett verktyg för att förutse påverkan på hotade och hotade arter, ett verktyg för att förutsäga sedimentflödet in i Lake Tahoe och ett verktyg för att förutsäga ekonomisk påverkan.


    © Vetenskap https://sv.scienceaq.com