Wasser spielt in der dynamischen Welt der Ökosysteme eine zentrale Rolle. Insbesondere die Empfindlichkeit der Vegetation gegenüber Dürre hängt vom Verständnis der Wasserbegrenzung ab. Bei dem Versuch, diesen komplexen Zusammenhang zu entschlüsseln, wurde die wissenschaftliche Gemeinschaft jedoch oft durch die immense Vielfalt an Vegetationstypen, unterschiedlichen Klimazonen und der Unvorhersehbarkeit der Wurzelzonen behindert. Unser aktuellen Studie, veröffentlicht in der wissenschaftlichen Zeitschrift New Phytologist, wirft Licht auf einige dieser offenen Fragen, zeigt aber auch auf, wo noch Wissenslücken bestehen.

Deep Learning beleuchtet Pflanzenwasserstress in allen Biomen

Durch den Einsatz tiefer neuronaler Netze haben wir genauer untersucht, wie die Vegetation auf Dürrebedingungen reagiert. Wir konnten a isolieren und messen Wasserstressfaktor (fET), der auf eine Verringerung der Evapotranspiration (ET) während einer Dürre hinweist. Bemerkenswert ist, dass unsere Ergebnisse unterschiedliche ET-Reaktionen auf Wasserstress zeigen. Tatsächlich ist die Bandbreite groß und reicht vom schnellen Rückgang von fET in einigen Savannen- und Graslandgebieten bis hin zu einem geringfügigen Rückgang in den meisten Wäldern. Genauer gesagt beobachteten wir in Savannen und Grasland einen deutlichen Rückgang des fET, der zeitweise auf 10 % der unter wasserreichen Bedingungen beobachteten Rate abstürzte. Im Gegensatz dazu kam es in den meisten Wäldern selbst bei erheblichen Wasserdefiziten nur zu einer geringfügigen Verringerung des FET.

Aber hier ist der Haken: An den meisten trockenen Standorten scheint sich die Beziehung zwischen fET und dem kumulativen Wasserdefizit nach einem anfänglichen Rückgang abzuflachen (Figure 1). Aber warum?

Abbildung 1: Entwicklung der fraktionellen Verringerung der Evapotranspiration (fET) mit dem kumulativen Wasserdefizit (CWD) an ausgewählten Eddy-Kovarianz-Flussstationen. AU-RDF: Red Dirt Melon Farm, Australien. FR-Pue: Puéchabon, Frankreich. IT-Noe: Arca di Noé, Italien. US-Ton: Tonzi Ranch, Vereinigte Staaten. US-Var: Vaira Ranch, Vereinigte Staaten. US-SRM: Santa Rita Mesquite, Vereinigte Staaten. Farbige Punkte: fET. Grüne Linie: MODIS Enhanced Vegetation Index (EVI). EVI wurde durch CWD-Intervalle von 50 Punkten gruppiert. Die Schattierung stellt das untere und obere Quartil dar und die durchgezogene Linie den Median in jedem Abschnitt. Zur Darstellung der Punktdichte wurde das R-Paket „LSD“ verwendet (Schwalb et al., 2020).

Als uns diese Ergebnisse zum ersten Mal vorgelegt wurden, beschäftigten wir uns mit der Frage: Lag dies an der erhöhten Xylem-Resistenz an diesen Standorten oder könnten diese Standorte Zugang zu tieferen unterirdischen Wasserreserven haben?

Die Antwort, oder zumindest ein Teil davon, wurde in früheren Feldstudien gefunden, die zeigten, dass die Vegetation, insbesondere in trockeneren Gebieten, ET während der Dürre aufgrund des Grundwasser- oder tieferen Bodenfeuchtigkeitszugangs aufrechterhalten kann. Gleichzeitig passen Pflanzen ihren Stomata-Verschluss auch strategisch an das Fortschreiten des Wasserdefizits an. Viele herkömmliche Landoberflächenmodelle berücksichtigen diese Feinheiten jedoch nicht, was zu einem unvollständigen Verständnis des Wasserstresses und seiner Auswirkungen führt.

Auf dem Weg zu einem globalen Wasserpotenzialnetzwerk

Und das bringt uns zu einer kritischen Lücke. Trotz ihrer unbestreitbaren Bedeutung sind Feldstudien und Messungen, insbesondere solche mit Schwerpunkt auf dem Wasserpotenzial (Abbildung 2, Abbildung 3), sind nicht leicht zugänglich und werden häufig nicht zusammen mit Messungen auf Ökosystemebene durchgeführt. Dieser Mangel an Daten stellt Forscher vor Herausforderungen, die das globale Verständnis der Wasserbegrenzung in terrestrischen Ökosystemen verfeinern möchten.

Abbildung 2: Blattwasserpotentiale vor der Morgendämmerung, die im Feld mit der Blattdruckkammer gemessen wurden, einem der ältesten Instrumente zur Untersuchung der Pflanzenhydraulik. Indem ein Blatt in der Kammer versiegelt und der Druck allmählich erhöht wird, zeigt der Punkt, an dem Wasser aus dem abgeschnittenen Stiel des Blattes austritt, sein Wasserpotential an. Diese Methode bietet Einblicke in den Wasserzustand der Pflanze und hilft Forschern (wie dem Motiv auf unserem Foto, das auch die erwähnte Studie verfasst hat!) dabei, ihren Hydratationsgrad und ihre Reaktion auf Umweltstress zu verstehen.
Abbildung 3: Blick von der Schweizer Wirbel-Kovarianz-Fluss-Station Laegern (CH-Lae), wo die in der vorherigen Abbildung gezeigten Messungen des Blattwasserpotentials durchgeführt wurden.

Stellen Sie sich vor, welche Durchbrüche möglich wären, wenn Forscher Zugriff auf eine standardisierte und umfassende Datenbank mit Wasserpotenzialmessungen in verschiedenen Biomen hätten! Unsere Untersuchung der Reaktionen von ET auf Dürre mithilfe von Deep Learning hat vielversprechende Ergebnisse gezeigt. Der Weg in die Zukunft erfordert jedoch Zusammenarbeit, gemeinsame Ressourcen und eine konzertierte Anstrengung, um die Datenlücken zu schließen.

Die wissenschaftliche Gemeinschaft würde von einem globalen Netzwerk zur Messung des Wasserpotenzials enorm profitieren und uns die Werkzeuge an die Hand geben, die Ökosysteme unseres Planeten besser zu verstehen. Das ist was PSInet, eine Initiative zur Schaffung eines globalen Wasserpotenzialnetzwerks, ist dabei.

ÜBER DEN SCHREIBER:

Francesco Giardina ist Forscher an der ETH Zürich und arbeitet unter der Leitung von Sonia Seneviratne. Seine Forschungsschwerpunkte liegen an der Schnittstelle von Land-Atmosphäre-Wechselwirkungen, Ökohydrologie und Fernerkundung. Besonders interessiert ihn die Anwendung neuartiger maschineller Lernverfahren, um die Reaktionen von Pflanzen auf Wasserstress unter sich verändernden Klimabedingungen zu verstehen. Weitere Informationen: Francesco Giardina | ETH Zürich

VORGESCHLAGENE LITERATUR:

Diagnose von Evapotranspirationsreaktionen auf Wasserdefizite in verschiedenen Biomen mithilfe von Deep Learning – Giardina – New Phytologist – Wiley Online Library