Carbon Fluxes and Pools in a Montane Rainforest in Sulawesi, Indonesia

Wälder spielen eine große Rolle im globalen Kohlenstoffkreislauf. Während die Kohlenstoffbilanzen vieler Waldtypen intensiv untersucht wurden, sind Informationen dieser Art über tropische Bergregenwälder noch sehr begrenzt. Ziel dieser Arbeit ist es, eine solide Schätzung der Kohlenstoffspeicherung, -respiration sowie der Kohlenstoffbilanz eines solchen Waldes in den Bergen von Sulawesi, Indonesien, zu erstellen. Zu diesem Zwecke wurden drei Ansätze kombiniert. Forstinventuren wurden verwendet, um Waldbestandsparameter wie oberirdische Biomasse (AGB), Bestandesgrundfläche (BA) und deren Änderungen zu bestimmen; Messungen der Bodenatmung (Rs) lieferten einen Einblick in die Hauptkomponente der Ökosystematmung, und Eddy-Kovarianz-Messungen (EC) wurden verwendet, um den Netto-Ökosystemaustausch (NEE) abzuschätzen. Zur Schätzung langfristiger Änderungen der AGB wurden die Ergebnisse einer 2006 durchgeführten Bestandsaufnahme als Basis verwendet. Diese wurden mit den Ergebnissen einer umfangreichen Forstinventur im Jahr 2017 kombiniert und führten zu einem geschätzten jährlichen Anstieg der AGB um 2.54 Mg ha-1 y-1. Basierend auf den Daten von 2017 wurde die AGB auf 321.38 ± 9.64 Mg ha-1 und BA auf 37.86 ± 0.38 m² ha-1 geschätzt. Um Rs zu quantifizieren und die wichtigsten Einflussfaktoren zu identifizieren, wurden Rs, Bodentemperatur (Ts) und Bodenfeuchtigkeit (Ms) 21-mal an 22 Standorten am Untersuchungsort über einen Zeitraum von einem Monat gemessen. Die Bestandesdichte in Form von BA und sowie der mittlere BHD war für jeden Standort durch die oben erwähnte Forstinventur bekannt. Eine Reihe von Modellen wurde eingesetzt, um Wechselwirkungen zwischen Rs, Ts, Ms, mittlerem BHD, BA und weiteren Variablen zu analysieren. Der Einfluss von BA auf Rs übertraf den aller anderen Parameter. Ein „linear mixed effect model“ welches die Einflüsse von Ts, BA und Dicke der Humusauflage berücksichtigte erzielte die besten Ergebnisse aller Modelle und erklärt bis zu 88% der RsVariabilität. Mittlere Rs über den Messzeitraum betrug 6.2 ± 1.8 umol m-2 s-1, wobei die räumliche Variabilität (CV = 137%) die zeitliche Variabilität (CV = 60%) signifikant überstieg. Schätzungen von NEE basierend auf EC für tropische Regenwälder sind häufig aufgrund ungünstiger Messbedingungen in der Nacht problematisch. Solche Bedingungen bestehen auch an dem hier diskutierten Untersuchungsort und führten zur Ablehnung der Mehrzahl der gemessenen Nachtflüsse. Es wurden vier Lückenschließungsstrategien getestet, von denen nur zwei zu vertretbaren jährlichen NEE-Raten führten. Das realistischste Ergebnis wird erzielt, indem alle Nachtmessungen durch modellierte Daten ersetzt werden. Zu diesem Zweck wurde das MixforSVAT-Modell, das zuvor schon für den Standort verwendet wurde, mit meinen neuen Rs-Messungen neu parametrisiert. Dies führte zu einer modellierten Nachtatmung von 9.01 ± 1.47 µmol CO2 m-2 s-1, die zusammen mit den EC-Messdaten am Tage einen geschätzten jährlichenNEE von -4.07 bis -5.29 Mg C ha-1 y-1 ergab. Die drei Ansätze zusammen zeigen, dass der Wald am Untersuchungsort eine beständige Kohlenstoffsenke ist. Kombiniert ermöglichen sie die weltweit erste realistische Einschätzung von jährlichem NEE eines tropischen Bergregenwaldes.

Forests play an important part in the global carbon cycle. While carbon balances of many forest types have been studied intensively, such information is very sparse for tropical montane rainforests. This thesis aims to establish a robust estimate of carbon storage, respiration and the overall carbon balance of such a forest in the central mountains of Sulawesi, Indonesia. To this end, three approaches were combined. Forest inventories were used to determine forest stand parameters such as aboveground biomass (AGB), basal area (BA) and changes thereof; soil respiration (Rs) measurements provided an insight into the major component of ecosystem respiration and eddy-covariance (EC) measurements were used to estimate net ecosystem exchange (NEE). For long term changes in AGB, results from an inventory carried out in 2006 were used as baseline. These were combined with results from a large scale inventory carried out in 2017, which resulted in an estimated annual increase of AGB of 2.54 Mg ha-1 y-1. Based on the 2017 data, AGB was estimated to be 321.38 ±9.64 Mg ha-1and BA 37.86±0.38 m² ha-1. To quantify Rs and to identify its main drivers, Rs, soil temperature (Ts) and soil moisture (Ms) were measured 21 times at 22 locations at the study site over the span of one month. Forest density in the form of BA and mean DBH were known for each location through the forest inventory mentioned above. I used a range of models to analyse interactions between Rs, Ts, Ms, mean DBH, BA and further variables. BA was the most important factor controlling Rsrates, exceeding the effects of Ts and Ms. Linear mixed effect models including BA reached the best results of all models, explaining up to 88% of Rs variability. Rs over the measurement period was 6.2 ± 1.8 µmol m-2 s-1, whereby spatial variability (CV=137%) exceeded temporal variability significantly (CV=60%). Estimates of NEE based on EC for tropical rainforests are often problematic due to unfavourable measurement conditions at night. Such conditions exist at this study site as well and led to the dismissal of the majority of measured night-time fluxes. Four gap-filling strategies were tested of which only two led to defensible annual NEE rates. The most realistic outcome is achieved by replacing all night-time measurements with modelled data. For this purpose, the Mixfor-SVAT model, which has been used for the site before, was re-parameterised with my new Rs measurements. This led to a modelled night-time respiration of 9.01±1.47 µmol CO2 m-2 s-1 which together with day-time EC measurement data resulted in an estimated annual NEE of -4.07 to -5.29 Mg C ha-1 y-1. The three approaches together show that the forest at the study site is a persistent carbon sink and enabled the first defensible annual NEE estimate of a tropical montane rainforest worldwide.

2021-03-25