Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Environment
Click here for the English version

Environment

Simulation der Auswirkungen von Eisstürmen auf Waldökosysteme

Published: June 30, 2020 doi: 10.3791/61492
Automatic Translation
1, 1, 2, 3, 4, 5, 6,7, 8, 9, 10
1Northern Research Station, U.S. Forest Service, Durham, NH, 2Department of Civil and Environmental Engineering, Syracuse University, 3Northern Research Station, U.S. Forest Service, North Woodstock, NH, 4Department of Natural Resources, Cornell University, 5Department of Civil and Environmental Engineering, Southern Illinois University, 6Advanced Science Research Center at the Graduate Center, City University of New York, 7Cary Institute of Ecosystem Studies, 8Rubenstein School of Environment and Natural Resources, University of Vermont, 9Department of Forestry and Natural Resources, University of Kentucky, 10Northern Research Station, U.S. Forest Service, Burlington, VT

Summary

Eisstürme sind wichtige Wetterereignisse, die aufgrund von Schwierigkeiten bei der Vorhersage ihres Auftretens schwierig zu studieren sind. Hier beschreiben wir eine neuartige Methode zur Simulation von Eisstürmen, bei der Wasser unter Gefrierpunkt über ein Walddach gesprüht wird.

Abstract

Eisstürme können tiefgreifende und dauerhafte Auswirkungen auf die Struktur und Funktion von Waldökosystemen in Regionen haben, in denen es zu Frostbedingungen kommt. Aktuelle Modelle deuten darauf hin, dass die Häufigkeit und Intensität von Eisstürmen in den kommenden Jahrzehnten als Reaktion auf Klimaveränderungen zunehmen könnte, was das Interesse am Verständnis ihrer Auswirkungen erhöhen könnte. Aufgrund der stochastischen Natur von Eisstürmen und der Schwierigkeiten bei der Vorhersage, wann und wo sie auftreten werden, basieren die meisten bisherigen Untersuchungen über die ökologischen Auswirkungen von Eisstürmen auf Fallstudien nach großen Stürmen. Da intensive Eisstürme äußerst seltene Ereignisse sind, ist es unpraktisch, sie zu studieren, indem sie auf ihr natürliches Vorkommen warten. Hier stellen wir einen neuartigen alternativen experimentellen Ansatz vor, der die Simulation von Glasureisereignissen auf Waldflächen unter Feldbedingungen beinhaltet. Bei dieser Methode wird Wasser aus einem Bach oder See gepumpt und über das Walddach gesprüht, wenn die Lufttemperaturen unter dem Gefrierpunkt liegen. Das Wasser regnet nach unten und gefriert bei Kontakt mit kalten Oberflächen. Wenn sich das Eis an Bäumen ansammelt, biegen sich die Boles und Äste und brechen; Schäden, die durch Vergleiche mit unbehandelten Bezugsständern quantifiziert werden können. Der beschriebene experimentelle Ansatz ist vorteilhaft, da er die Kontrolle über den Zeitpunkt und die Menge des aufgebrachten Eises ermöglicht. Die Schaffung von Eisstürmen unterschiedlicher Häufigkeit und Intensität ermöglicht es, kritische ökologische Schwellenwerte zu identifizieren, die für die Vorhersage und Vorbereitung auf Eissturmeinschläge erforderlich sind.

Introduction

Eisstürme sind eine wichtige natürliche Störung, die sowohl kurz- als auch langfristige Auswirkungen auf die Umwelt und die Gesellschaft haben kann. Intensive Eisstürme sind problematisch, weil sie Bäume und Ernten beschädigen, Versorgungsunternehmen stören und Straßen und andere Infrastruktur beeinträchtigen1,2. Die gefährlichen Bedingungen, die Eisstürme verursachen, können Unfälle mit Verletzten und Todesfällen verursachen2. Eisstürme sind teuer; finanzielle Verluste durchschnittlich 313 Millionen US-Dollar pro Jahr in den Vereinigten Staaten (USA)3, mit einigen einzelnen Stürmen über 1 Milliarde US-Dollar4. In Waldökosystemen können Eisstürme negative Folgen haben, einschließlich reduzierter Wachstums- und Baumsterblichkeit5,6,7, erhöhtes Brandrisiko und Vermehrung von Schädlingen und Krankheitserregern8,9,10. Sie können auch positive Auswirkungen auf die Wälder haben, wie z. B. ein verbessertes Wachstum der überlebenden Bäume5 und eine erhöhte Artenvielfalt11. Die Verbesserung unserer Fähigkeit, die Auswirkungen von Eisstürmen vorherzusagen, wird es uns ermöglichen, uns besser auf diese Ereignisse vorzubereiten und darauf zu reagieren.

Eisstürme treten auf, wenn eine Schicht feuchter Luft, d. h. über dem Gefrierpunkt, eine Schicht unterfrierender Luft näher am Boden überwindet. Regen, der von der wärmeren Luftschicht fällt, kühlt, während er durch die kalte Schicht geht und Glasureis bildet, wenn er sich auf Untergefrierflächen ablagert. In den USA kann diese thermische Schichtung aus synoptischen Wettermustern resultieren, die für bestimmte Regionen charakteristisch sind12,13. Gefriererregen wird am häufigsten durch arktische Fronten verursacht, die sich südöstlich über die USA bewegen, bevor starke Antizyklone13auftreten. In einigen Regionen trägt die Topographie zu den atmosphärischen Bedingungen bei, die für Eisstürme durch kalte Luftdämmung notwendig sind, ein meteorologisches Phänomen, das auftritt, wenn warme Luft aus einem ankommenden Sturm kalte Luft überwindet, die sich entlang eines Gebirges verschanzt14,15.

In den USA sind Eisstürme am häufigsten im "Eisgürtel", der sich von Maine bis in den Westen von Texaserstreckt 16,17. Eisstürme treten auch in einer relativ kleinen Region des pazifischen Nordwestens auf, insbesondere um das Columbia River Basin von Washington und Oregon. Ein Großteil der USA erlebt zumindest einen gefrierenden Regen, wobei die größten Mengen im Nordosten, wo die eisanfälligsten Gebiete einen Median von sieben oder mehr gefrierenden Regentagen haben (Tage, an denen mindestens eine stündliche Beobachtung des gefrierenden Regens aufgetreten ist) jährlich16auftreten. Viele dieser Stürme sind relativ gering, obwohl intensivere Eisstürme auftreten, wenn auch mit viel längeren Wiederholungsintervallen. In Neuengland beispielsweise beträgt der Bereich in der radialen Eisdicke 19 bis 32 mm für Stürme mit einem 50-jährigen Wiederholungsintervallvon 18. Empirische Belege deuten darauf hin, dass Eisstürme in nördlichen Breitengraden häufiger und im Süden seltener werden19,20,21. Dieser Trend wird sich voraussichtlich auf der Grundlage von Computersimulationen mit Hilfe künftiger Klimawandelprojektionen22,23fortsetzen. Der Mangel an Daten und physischem Verständnis erschweren es jedoch, Trends bei Eisstürmen zu erkennen und zu projizieren als andere Arten von Extremereignissen24.

Da große Eisstürme relativ selten sind, sind sie schwierig zu studieren. Es ist schwierig vorherzusagen, wann und wo sie auftreten werden, und es ist im Allgemeinen unpraktisch, Stürme zu Forschungszwecken zu "jagen". Folglich waren die meisten Eissturmstudien ungeplante Post-hoc-Bewertungen, die nach schweren Stürmen durchgeführt wurden. Dieser Forschungsansatz ist nicht ideal, da es nicht möglich ist, Basisdaten vor einem Sturm zu sammeln. Darüber hinaus kann es schwierig sein, nicht betroffene Gebiete für den Vergleich mit beschädigten Gebieten zu finden, wenn Eisstürme eine große geografische Ausdehnung abdecken. Anstatt auf natürliche Stürme zu warten, können experimentelle Ansätze Vorteile bieten, da sie eine genaue Kontrolle über den Zeitpunkt und die Intensität von Vereisungsereignissen ermöglichen und geeignete Referenzbedingungen ermöglichen, um Effekte klar zu bewerten.

Experimentelle Ansätze stellen auch Herausforderungen dar, insbesondere in bewaldeten Ökosystemen. Die Höhe und Breite der Bäume und der Baumkronen macht sie schwierig experimentell zu manipulieren, im Vergleich zu niederen Grünland oder Sträuchern. Darüber hinaus ist die Störung durch Eisstürme diffus, sowohl vertikal durch das Walddach als auch über die Landschaft, was schwer zu simulieren ist. Wir kennen nur eine weitere Studie, die versuchte, Eissturmeinschläge in einem Waldökosystem zu simulieren25. In diesem Fall wurde ein Gewehr verwendet, um bis zu 52% der Krone in einem loblolly Kiefernständer in Oklahoma zu entfernen. Obwohl diese Methode Ergebnisse hervorgebracht hat, die für Eisstürme charakteristisch sind, ist sie nicht wirksam bei der Entfernung größerer Äste und führt nicht dazu, dass sich die Bäume beugen, was bei natürlichen Eisstürmen üblich ist. Obwohl keine anderen experimentellen Methoden verwendet wurden, um Eisstürme speziell zu untersuchen, gibt es einige Parallelen zwischen unserem Ansatz und anderen Arten von Waldstörungsmanipulationen. Zum Beispiel wurden Lückendynamik durch das Fällen einzelner Bäume26, Waldschädlingsinvasionen durch Umgüllung von Bäumen27und Hurrikane durch Beschnitt28 oder Das Ziehen ganzer Bäume mit einer Winde und Kabel29untersucht. Von diesen Ansätzen imitiert der Schnitt am ehesten die Auswirkungen des Eissturms, ist aber arbeitsintensiv und kostspielig. Die anderen Ansätze verursachen die Sterblichkeit ganzer Bäume und nicht das teilweise Bruch von Gliedmaßen und Ästen, das typisch für natürliche Eisstürme ist.

Das in diesem Papier beschriebene Protokoll ist nützlich, um natürliche Eisstürme genau nachzuahmen und beinhaltet das Sprühen von Wasser über das Walddach während der Untergefrierbedingungen, um Glasureisereignisse zu simulieren. Die Methode bietet Vorteile gegenüber anderen Mitteln, da die Schäden relativ gleichmäßig auf Wälder verteilt werden können, mit weniger Aufwand als das Befällen oder Abstürzen ganzer Bäume. Darüber hinaus kann die Menge der Eisakkretion durch das aufgebrachte Wasservolumen und durch Auswahl einer Zeit zum Sprühen reguliert werden, wenn die Wetterbedingungen für eine optimale Eisbildung förderlich sind. Dieser neuartige und relativ kostengünstige experimentelle Ansatz ermöglicht die Kontrolle über die Intensität und Häufigkeit der Vereisung, die für die Identifizierung kritischer ökologischer Schwellenwerte in Waldökosystemen unerlässlich ist.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Entwickeln Sie das experimentelle Design

  1. Bestimmen Sie die Intensität und Häufigkeit der Vereisung basierend auf realistischen Werten.
  2. Bestimmen Sie die Größe und Form der Parzellen.
    1. Wenn das Ziel darin besteht, die Reaktionvonen von Bäumen zu bewerten, wählen Sie eine Diagrammgröße aus, die groß genug ist, um mehrere Bäume und die meisten ihrer Wurzelsysteme einzubeziehen, die je nach Faktoren wie Baumarten und Alter variieren.
    2. Aus Sicherheitsgründen können die Parzellen so gestaltet werden, dass die gesamte Grundstücksfläche von außerhalb der Grenze besprüht werden kann.
    3. Der Raum ist weit genug voneinander entfernt (z.B. 10 m), so dass eine Behandlung in einem Grundstück keine Auswirkungen auf ein anderes hat.
    4. Richten Sie eine Pufferzone (z. B. 5 m) um Parzellen ein, um Kanteneffekte zu reduzieren und eine gleichmäßigere Verteilung der Eisabdeckung zu gewährleisten.
    5. Erstellen Sie Subplots innerhalb der größeren Diagramme für spezifische Stichprobenanforderungen.
  3. Entscheiden Sie über die Anzahl der Replikationsplots.

2. Wählen und einrichten Sie einen Studienort

  1. Wählen Sie einen homogenen Waldstand mit ähnlichen Merkmalen wie Baumartenzusammensetzung, Böden, Lithologie und Hydrologie aus.
  2. Wählen Sie einen Standort für die Anwendung in einem Gebiet aus, in dem im Winter Zugang zu einer Wasserquelle besteht.
  3. Stellen Sie sicher, dass die Wasserzufuhr für die Eisanwendung auf der Grundlage der Pumpenleistung und anderer Faktoren wie Schlauchdurchmesser, Schlauchlänge, verwendeter Düse und Wasserdruck ausreichend ist.
  4. Markieren Sie die Grenze der Diagramme, Pufferzonen und Subplots.
  5. Führen Sie ein vollständiges Waldinventar mit Beschreibungen der Gesundheitsbedingungen von Bäumen durch, einschließlich der Bewertung von toten, sterbenden und beschädigten Bäumen. Zeichnen Sie außerdem mögliche Stressoren (z. B. Hinweise auf Insektenschäden oder Krankheiten) auf, um die Reaktion auf die Eisbehandlung zu interpretieren.
  6. Wenn Sie UTVs zum Sprühen von Wasser verwenden, erstellen Sie befahrbare Wege an den Seiten der Parzellen, während Sie darauf achten, Störungen zu minimieren.
  7. Sobald die Parzellen eingerichtet sind, weisen Sie jedem Diagramm und jeder Art der Probenahme, die in jedem Teildiagramm durchgeführt wird (z. B. grober holziger Schutt, feiner Einstreu, Bodenproben), eine zufällige Behandlung zu.

3. Zeitpunkt der Anmeldung

  1. Wählen Sie ein geeignetes Zeitfenster aus, um das Sprühen durchzuführen.
  2. Führen Sie das Experiment durch, wenn die Wetterbedingungen förderlich sind (z. B. wenn die Lufttemperatur unter -4 °C und die Windgeschwindigkeit weniger als 5 m/s beträgt).
  3. Wenn Sie nachts sprühen, schalten Sie Hochstromlichter am Rand von Parzellen ein und führen Sie sie auf Generatoren aus, wenn kein Strom verfügbar ist.

4. Einrichten der Wasserversorgung

  1. Richten Sie eine Versorgungspumpe an der Wasserquelle ein und schließen Sie einen Saugschlauch an.
  2. Schließen Sie ein Sieb an das Ende des Saugschlauchs an, um Schmutz aus den Leitungen herauszuhalten.
  3. Durchbrechen Sie jedes Oberflächeneis und tauchen Sie das Sieb vollständig unter. Die Mindesttiefe der Wasserversorgung sollte ca. 20 cm betragen.
  4. Legen Sie eine Boosterpumpe in das Bett eines UTV, um den Wasserdruck zu verbessern. In einigen Fällen ist eine Boosterpumpe möglicherweise nicht notwendig, insbesondere bei geringer Vegetation.
  5. Führen Sie einen Löschschlauch von der Zufuhrpumpe zur Boosterpumpe.
  6. Verwenden Sie einen Brandbekämpfungsmonitor, um eine sichere, manuelle Kontrolle über den Hochdruckschlauch zu ermöglichen. Der Monitor kann freistehend oder auf der Rückseite eines UTV montiert sein.
  7. Vermeiden Sie Situationen, die den Wasserfluss unterbrechen können, wie Z. B. Knicke im Schlauch, Wasserableitung an der Versorgungsquelle und auslaufendes Benzin für die Pumpen.

5. Das Eis erzeugen

  1. Erzeugen Sie Eis, indem Sie Wasser vertikal durch Lücken im Vordach sprühen. Stellen Sie sicher, dass sich das Wasser über die Höhe des Vordachs erstreckt, so dass es vertikal abgelagert wird und bei Kontakt mit Untergefrierflächen gefriert. Vermeiden Sie das Abstreifen von Ästen und Rinde von Bäumen, da Wasser nach oben gesprüht wird.
  2. Gleichmäßig Sprühen über das Walddach verteilen, indem sie langsam das UTV am Rand des Anwendungsbereichs hin und her fahren. Wenn freistehende Monitore verwendet werden, verschieben Sie diese manuell, um sicherzustellen, dass die Abdeckung gleichmäßig ist.
  3. Verfolgen Sie den Zeitpunkt der Anwendung, um Faktoren wie die Wetterbedingungen während der Anwendung und das Wasservolumen zu bestimmen.

6. Eisakkretion messen

  1. Führen Sie bodengestützte Sättelmessungen der radialen Eisdicke an unterklassigen Ästen oder Zweigen in der Nähe des Rands des Anwendungsbereichs durch, um die Eisakkretion während der Anwendung zu überwachen und zu bestimmen, wann die Zieldicke erreicht wurde.
  2. Erhalten Sie genauere Schätzungen der Eisakkretion mit passiven Eiskollektoren nach der Anwendung (Abbildung 1).
    1. Konstruieren Sie vor der Anwendung passive Eiskollektoren mit zwei Dübeln, die auf drei Kardinalachsen30 ausgerichtet sind, um Kollektoren mit sechs Komponentenarmen zu erzeugen.
    2. 2,54 cm Dübel mit einer Länge von 30 cm schneiden.
    3. Verbinden Sie die Dübel mit einem 6-Wege-Stahlstecker.
    4. Verwenden Sie einen Laubenhändler werfen Gewicht, um Fallschirm schnurnüber stabile Äste, die die Eislast standhalten können.
    5. Befestigen Sie die passiven Eiskollektoren an der Schnur und heben Sie sie in das Vordach.
    6. Sobald die Anwendung abgeschlossen ist, senken Sie die Kollektoren auf den Boden, achten Sie darauf, kein Eis vom Kollektor zu verlieren.
    7. Führen Sie vertikale und horizontale Messungen der Eisdicke mit Sätteln an mehreren Stellen auf dem Kollektor (z. B. drei vertikale und drei horizontale Messungen an drei Stellen entlang jedes Arms) vor und unmittelbar nach der Eisanwendung durch.
    8. Berechnen Sie die Eisdicke auf jedem Kollektor als Differenz zwischen den Messungen vor und nach der Anwendung.
    9. Um die Eisdicke mit der Wasservolumenmethode zu bestimmen, verwenden Sie eine Hubsäge, um jeden Dübel zu schneiden.
    10. Bringen Sie die Dübel in ein beheiztes Gebäude, legen Sie sie in Eimer und lassen Sie das Eis bei Raumtemperatur abschmelzen.
    11. Messen Sie das Schmelzwasservolumen mit einem abgestuften Zylinder.
    12. Berechnen Sie die Eisdicke basierend auf dem Wasservolumen und der Dichte von Eis31.

7. Sicherheitserwägungen

  1. Bleiben Sie während des Sprühens weit außerhalb des Eisbehandlungsbereichs, da Eislasten dazu führen können, dass Äste und Gliedmaßen brechen und fallen.
  2. Tragen Sie harte Hüte oder Helme, um Schutz zu bieten, während das Eis aufgetragen wird und während jeder Probenahme, die im behandelten Bereich nach der Anwendung auftritt.
  3. Verwenden Sie einen Monitor, um den Schlauch während des Sprühens zu stabilisieren.
  4. Passend für gefährliche Bedingungen und Unterfrieren. Tragen Sie helle, sichtbare Kleidung. Seien Sie bereit, lange Zeit in nassen, kalten Bedingungen zu verbringen, indem Sie Regenkleidung und Schichten warmer Kleidung tragen. Bringen Sie mehrere Änderungen der Kleidung, vor allem für Personal, das zum Sprühen bestimmt sind.
  5. Wenn Sie an einem abgelegenen Ort arbeiten, richten Sie ein temporäres Wärmezelt ein, das mit einer tragbaren Heizung ausgestattet ist.
  6. Ermöglichen Sie dem Personal ausreichend Zeit für Pausen, den Wechsel aus nasser Kleidung und die Lösung von Problemen, die mit der Ausrüstung auftreten usw.
  7. Verwenden Sie Radios, um während des Experiments zwischen dem Personal zu kommunizieren. Halten Sie den Kontakt mit dem Personal an einer Basisstation aufrecht.
  8. Entwickeln Sie einen Sicherheitsplan für medizinische Notfälle. Haben Sie während des Experiments medizinisches Personal (z. B. Notfallsanitäter) und Notfallausrüstung und -versorgung vor Ort.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Eine Eissturmsimulation wurde in einem 70-u2100 Jahre alten nördlichen Laubholzwald im Hubbard Brook Experimental Forest im Zentrum von New Hampshire (43° 56' N, 71° 45' W) durchgeführt. Die Standhöhe beträgt ca. 20 m und die dominierenden Baumarten im Bereich der Eisanwendung sind amerikanische Buche (Fagus grandifolia), Zuckerahorn (Acer saccharum), roter Ahorn (Acer rubrum) und gelbe Birke (Betula alleghaniensis). Zehn 20 m x 30 m Parzellen wurden aufgestellt und nach dem Zufallsprinzip einer Behandlung zugewiesen. Der größte Teil der Probenahme erfolgte innerhalb eines inneren Diagramms von 10 m x 20 m, um einen Puffer von 5 m zu ermöglichen. Das innere Diagramm wurde in acht 5 m x 5 m Subplots unterteilt, die für verschiedene Arten von Stichproben bestimmt waren. Es gab zwei Nachbildungen für jede von fünf Behandlungen, die aus einer Kontrolle (kein Eis) und drei Zielwerten der radialen Eisakkretion bestanden: niedrig (6,4 mm), mitte (12,7 mm) und hoch (19,0 mm). Zwei der Behandlungsflächen auf mittlerer Ebene (Midx2) wurden in Back-to-Back-Jahren vereist, um die Auswirkungen aufeinander folgender Stürme zu bewerten. Das Sprühen erfolgte in den Wintern 2016 (18. Januar 27, 27. Januar 201228 und 11. Februar) und 2017 (14. Januar). Wasser wurde aus dem Hauptzweig des Hubbard Brook gepumpt, der mit Eis bedeckt war und Strömentemperaturen nahe dem Gefrierpunkt hatte. Die Oberflächenlufttemperaturen lagen zum Zeitpunkt der Anwendung zwischen -13 und -4 °C und die Windgeschwindigkeit lag unter 2 m/s.

Die Eisakkretion wurde an passiven Eiskollektoren (vier pro Parzelle) sowohl mit den oben beschriebenen Sättel- als auch mit dem Wasservolumen gemessen (Protokollabschnitt 6; Abbildung 1). Die durchschnittliche Eisdicke lag unter den Zielwerten bei mittleren und hohen Eisbehandlungen (4,3 mm bzw. 5,8 mm weniger). Die Eisdicke in den Behandlungen mit niedrigen, mittleren X2 y1 und midx2 y2 lag innerhalb von 2 mm unter den Zielwerten(Tabelle 1). Trotz einiger Unterschiede zu den Zielwerten boten die Behandlungen eine Reihe von radialen Eisstärken (0-u201216,4 mm) zur Bewertung der Ökosystemeffekte. Dieser Bereich war vergleichbar mit dem 0'u201214.4 mm Radialeis, das nach dem Eissturm von 199832im Hubbard Brook Experimental Forest gemessen wurde. Die durchschnittliche Eisakkretion einzelner Kollektoren deutete auf eine starke positive Beziehung zwischen Sättel- und Wasservolumenmessmethoden hin (R2 = 0,95; p < 0,01; Abbildung 2). Messungen mit der Wasservolumenmethode überstiegen die Messungen mit der Bremssattelmethode, wenn es mehr als 8 mm Eis gab (Abbildung 2). Dieser Unterschied ist auf das Vorhandensein von Eiszapfen zurückzuführen, die sich bilden, wenn sich Eis ansammelt, und wird mit der Wasservolumenmethode effektiver erfasst. Bei einer Eisakkretion von weniger als 8 mm waren die Messungen nach der Wasservolumenmethode etwas geringer als die Messungen der Bremssattelmethode, die der Eisdichte zugeschrieben wird. Wir berechneten die Eisdicke mit der Wasservolumenmethode mit der Dichte von Glasureis (0,92 g/cm3); das Eis in der Behandlung hatte jedoch Luftblasen und hatte wahrscheinlich eine Dichte, die unter diesem theoretischen Wert liegt.

Die Gesamtsprühzeiten (Stunden/Schlauch) betrugen durchschnittlich 2 h 20 min für die niedrigen, 4 h 50 min für die Mitte und 8 h für die Hocheisbehandlungen. Die tatsächliche Zeit, die im Feld gesprüht wurde, betrug etwa die Hälfte dieser Gesamtzeiten, da zwei Schläuche gleichzeitig zum Sprühen pro Parzelle verwendet wurden. Es bestand ein signifikanter positiver Zusammenhang zwischen Sprühzeit und Eisakkretion, gemessen mit der Wasservolumenmethode(R2 = 0,46 ; p = 0,03; Abbildung 3a) und die Bremssattelmethode (R2 = 0,56; p = 0,01). Die durchschnittliche Eisaufnahmespanne lag zwischen 1,4 und 4,2 mm/h über Parzellen hinweg. Es bestand ein geringfügig signifikanter umgekehrter Zusammenhang zwischen Lufttemperatur und Eisakkretion, gemessen nach der Wasservolumenmethode (R2 = 0,40; p = 0,05; Abbildung 3b) und keine signifikante Beziehung zur Bremssattelmethode (R2 = 0,15; p = 0,27).

Schnelle Bewertungen der Überdachung wurden in den Sommern vor (2015) und nach dem Auftragen des Eises (2016) vorgenommen. Die Daten wurden im zweiten Jahr nach der Behandlung (2017) nicht erhoben. Daher wurde die Midx2-Behandlung erst nach dem ersten Sprühen bewertet. Ein Augenrohr wurde verwendet, um das Vorhandensein oder Fehlen von Baldachinabdeckung direkt über Transekte in den Parzellen33zu erfassen. Während diese Methode bei der Schätzung der Vordachabdeckung wirksam ist, erfordert sie eine intensive Probenahme, die zeitaufwändig und kostspielig sein kann. Bodenbasierte Messungen mit einer größeren Sichtfläche, wie z. B. Vordachdensiometer34, liefern ein Maß für den Verschluss der Vordächer und erfordern weniger Probenahme und weisen eine geringere Stand-Level-Variabilität35,36auf. Es muss jedoch darauf geachtet werden, dass der Ansichtswinkel keine Vegetation außerhalb des behandelten Grundstücks erfasst.

Die Überdachungsdaten wurden mit einem generalisierten linearen gemischten Modell mit einer Binomialverteilung analysiert. Die Eisbehandlung wurde als fester Effekt und Plot als Zufallseffekt einbezogen. Die Ergebnisse zeigten keine signifikanten Unterschiede zwischen den 10 Parzellen in Vorbehandlungserhebungen (Abbildung 4A), während nach der Behandlung Erhebungen auf einen signifikanten Rückgang der Überdachung in der Mitte, Midx2 und hohen Eisbehandlungen im Vergleich zur Kontrolle hindeuten (Abbildung 4B). Diese allgemeinen Rückgänge in der Haube mit zunehmender Eisakkretion summieren sich aus einer strengeren Analyse von Fahey et al.37, die signifikante strukturelle Veränderungen in der Waldkrone aufzeigte, die der Menge des aufgebrachten Eises entsprachen.

Die Auswirkungen der simulierten Eisstürme auf die Oberflächenbodentemperaturen wurden bei der Probenahme im August 2017 bewertet (d.h. zwei Vegetationsperioden, nachdem alle Parzellen einmal vereist waren, und die Vegetationsperiode nach den Midx2-Plots zweimal vereist). Die Messungen wurden am Nachmittag zwischen 12:30 und 14:00 Uhr durchgeführt. Bodentemperaturen wurden manuell mit Oakton Bodentemperatursonden (0,5 °C Genauigkeit) gemessen, die in 2 cm tiefe und 5 cm Tiefe in den Boden eingeführt wurden. Messungen wurden auf einem 2,5 m Raster gleichzeitig in einem Behandlungsdiagramm und einem gekoppelten Steuerplot durchgeführt. In den niedrigen Behandlungsflächen wurden keine Messungen durchgeführt, da sie minimale Auswirkungen von Eis auf die Vegetation zeigten. Die Ergebnisse der Bodentemperatur zeigten, dass die Böden in den behandelten Parzellen in beiden Tiefen (2 cm und 5 cm) für alle drei untersuchten Ebenen (Mitte, Midx2, hoch; Abbildung 5A,B). Die Temperaturen waren im flacheren Boden im Vergleich zu tieferen Böden etwas wärmer, und die Auswirkungen der Behandlung waren größer. Die behandelten Parzellen waren 0,4–1,5 °C wärmer als die Kontrollen für die Tiefe von 2 cm und 0,2 bis 0,5 °C wärmer für die 5 cm Tiefe. Die Behandlungen öffneten deutlich das Walddach, was dazu führte, dass mehr Licht in den Waldboden gelangte, was zu höheren Bodentemperaturen führte.

Figure 1
Abbildung 1: Passiver Eiskollektor zur Messung der radialen Eisakkretion. (A) Blick auf den Eissammler im Walddach vor der Eisanwendung. (B) Sättelmessungen der Eisakkretion an den Kollektoren nach dem Absenken vom Vordach. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 2
Abbildung 2: Vergleich von zwei Methoden zur Messung der radialen Eisakkretion. Die Bremssattelmethode beinhaltet Eismessungen auf Dübeln. Bei der Wasservolumenmethode wird das Schmelzwasservolumen der Dübel gemessen und die radiale Eisdicke mit einer angenommenen Eisdichte berechnet. Es werden drei Zieleis-Akkretionsstufen angezeigt (niedrig = 6,4 mm, Mitte = 12,7 mm, hoch = 19 mm) und die gestrichelte Linie ist die 1:1-Linie. Jeder Punkt stellt einen passiven Eiskollektor dar und ist der Mittelwert von sechs Messungen an jedem von sechs Komponentenarmen (d. h. 36 Messungen pro Kollektor). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 3
Abbildung 3: Raten der Eisakkretion. (A) Die Beziehung zwischen Sprühzeit und totaler Eisakkretion. (B) Das Verhältnis zwischen der mittleren Lufttemperatur während der Anwendung und der Rate der Eisakkretion. Es werden drei Zieleis-Akkretionsstufen angezeigt (niedrig = 6,4 mm, Mitte = 12,7 mm, hoch = 19 mm). Die angezeigten Eisakkretionswerte wurden mit der Wasservolumenmethode ermittelt. Jeder Punkt stellt ein Diagramm mit unterschiedlichen Punkten für jedes Jahr der Midx2-Behandlung dar. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 4
Abbildung 4: Haubenabdeckung mit Augenröhren geschätzt. (A) Vorbehandlung Baldachin Abdeckung für die verschiedenen Eisbehandlungen. (B) Haubenabdeckungswerte, die während der ersten Vegetationsperiode nach der Anwendung des Eises ermittelt wurden. Die Daten wurden mit einem generalisierten linearen gemischten Modell mit einer Binomialverteilung analysiert. Die Fehlerbalken geben das 95%-Konfidenzintervall an, und Kleinbuchstaben stellen signifikante Unterschiede bei n = 0,05 dar. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 5
Abbildung 5: Auswirkungen der Eisbehandlung auf die Bodentemperatur. (A) Bodentemperatur in 2 cm Tiefe gemessen. (B) Bodentemperatur in 5 cm Tiefe gemessen. Die Daten wurden mit einem allgemeinen linearen Modell analysiert. Die Fehlerbalken geben das 95%-Konfidenzintervall an, und die Sternchen weisen auf signifikante Unterschiede zwischen der Steuerung und der Behandlung bei 0,05 hin. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Methode Niedrig Mitte Mitte x 2 y1 Mitte x 2 y2 Hoch
Ziel 6.4 12.7 12.7 12.7 19.1
Wasservolumen 5,7 (0,2)c 8,5 (1,3)bc 14,6 (2,2)a 13,2 (0,1)ab 16,4 (1,1)a
Bremssattel 6,3 (0,3)c 8,4 (1,1)bc 11,0 (1,6)ab 11.3 (0.2)ab 13,3 (1,2)a

Tabelle 1: Ziel-Eis-Akkretionswerte im Vergleich zu Istwerten, die bei passiven Kollektoren gemessen werden, sowohl mit der Wasservolumen- als auch mit der Bremssattelmethode. Die Einheiten sind Millimeter und der Standardfehler wird in Klammern angezeigt. Hochgestellte Buchstaben weisen auf signifikante Unterschiede zwischen den Behandlungen hin, die mit einem generalisierten linearen gemischten Modell bestimmt werden.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Es ist wichtig, experimentelle Simulationen von Eisstürmen unter geeigneten Wetterbedingungen durchzuführen, um ihren Erfolg zu gewährleisten. In einer früheren Studie30haben wir herausgefunden, dass die optimalen Bedingungen zum Sprühen bei Lufttemperaturen unter -4 °C und Windgeschwindigkeiten unter 5 m/s liegen. Natürliche Eisstürme treten am häufigsten auf, wenn die Lufttemperaturen etwas unter dem Gefrierpunkt liegen (-1 bis 0 °C), und obwohl die idealen Temperaturen für Eissturmsimulationen kälter sind, liegen sie immer noch im Temperaturbereich der beobachteten Gefrierereignisse -15 bis 0 °C16. Da anhaltende Temperaturen unter dem Gefrierpunkt erforderlich sind, ist dieser experimentelle Ansatz auf nördlichere Orte beschränkt und kann selbst an relativ kalten Orten wie dem Hubbard Brook Experimental Forest, wo die durchschnittliche monatliche niedrige Lufttemperatur im Januar -9 °C beträgt, aber regelmäßig über dem Gefrierpunkt schwankt, eine Herausforderung darstellen. Das Sprühen in der Nacht kann von Vorteil sein, da es ist, wenn die Lufttemperaturen in der Regel kälteste, und Auswirkungen der Sonneneinstrahlung sind vernachlässigbar.

Es gibt mehrere Herausforderungen mit Eissturm-Simulationsexperimenten. In Wäldern mit hohen Vordächern kann es schwierig sein, die Baumkronen zu besprühen. Viele Faktoren beeinflussen die Höhe des Sprays, einschließlich der Pumpenrate und des Abstands zwischen Wasserquelle und Anwendungsbereich. Da die Sprühhöhenberechnungen komplex und standortspezifisch sind, ist es hilfreich, vor dem Experiment Sprühtests durchzuführen, damit entsprechende Anpassungen vorgenommen werden können. Eine weitere Herausforderung besteht darin, zu bestimmen, wann das Sprühen beendet werden soll, da Messungen der Eisdicke während der Simulation schwer zu erhalten sind. Passive Eiskollektoren können zu diesem Zweck verwendet werden, benötigen aber stabile Äste innerhalb der Parzellen zur Unterstützung. Einige der von uns installierten Kollektoren wurden während des Experiments beschädigt oder fielen. Aus Sicherheitsgründen haben wir die Kollektoren in der Nähe des Rands der Parzellen platziert, um zu vermeiden, dass wir das Versuchsgebiet betreten müssen, was möglicherweise zur Unterschätzung der Eisakkretion in einigen Parzellen beigetragen hat (Tabelle 1). Es kann zeitaufwändig und schwierig sein, Kollektoren zu senken und Messungen während der Anwendung durchzuführen. Bodengestützte Messungen können in dieser Hinsicht helfen, stellen aber möglicherweise nicht am besten eine Eisakkretion im oberen Vordach dar. Die Eisdichte in der Eissturmsimulation war etwas geringer als Eis, das sich während eines natürlichen Eissturms bildet. Dieser Unterschied wurde durch Eismessungen an Kollektoren unterstützt und war optisch offensichtlich, da das Eis undurchsichtiger war als das Glasureis, das sich in natürlichen Stürmen bildet. Trotz dieser Unterschiede in der Eisdichte führte der simulierte Eissturm zu einer Störung, die diffus war und Dazu führte, dass Bäume und Gliedmaßen sich biegen und brechen, ähnlich wie ein natürlicher Eissturm. Daher spiegelt diese Methode die Auswirkungen von Eisstürmen im Vergleich zu anderen möglichen Methoden wie Schießen, Gümpfen, Befällen oder Fällen von Bäumen stärker wider.

Obwohl die Parzellen für ein manipulatives Experiment relativ groß waren (20 m x 30 m), würde eine Vergrößerung der Parzellen den Einfluss nicht betroffener Bäume außerhalb der Parzellen verringern. Selbst mit einem Puffer könnten hohe Bäume, die die Parzellen umgeben, potenziell Reaktionen wie Abfallfall, Lichtverfügbarkeit und Bodentemperatur beeinflussen. Darüber hinaus enthielten die Parzellen zweifellos Wurzeln von außerhalb der Grenze, die unter der Erde Prozesse hätten verändern können. Mikrobielle Biomasse und Aktivität, Bodenstickstoff, Stickstoffmineralisierung und Nitrifikation sowie Löslichkeitsverluste im Bodenwasser zeigten trotz großer oberirdischer Störungen keine signifikanten Auswirkungen von Eisanwendungen38 . Der Mangel an bodentiefer Reaktion war unerwartet, insbesondere bei der Nitratauslaugung, die sich nach dem natürlichen Eissturm, der Hubbard Brook 1998 einrichtete, als empfindlich gegenüber Eissturmstörungen erwies. Große Nitratverluste in der Bodenlösung wurden nach diesem Sturm beobachtet und auf eine reduzierte Aufnahme aufgrund beschädigter Baumkronen39zurückgeführt. Der Mangel an Stickstoffreaktion in der Eissturmsimulation könnte das Ergebnis der Wurzelaufnahme von gesunden Bäumen außerhalb der Parzellen sein; Die Schäden und Lücken im Vordach waren jedoch so groß, dass eine Reaktion zu erwarten war. Eine wahrscheinlichere Erklärung für das Fehlen einer unterirdischen Reaktion ist der langfristige Rückgang des verfügbaren Stickstoffs, die an der Stelle beobachtet wurden, was zu einer allgemeinen Straffung des Stickstoffkreislaufs mit minimaler Nitratauslaugung38,40führt.

Die Eissturmsimulationsmethode hat sich im nördlichen Laubwald am Hubbard Brook Experimental Forest bewährt und hat dazu beigetragen, die Reaktionen des Ökosystems zu quantifizieren und kritische Schwellenwerte zu identifizieren37,38. In künftigen Studien wäre es sinnvoll, diesen Ansatz in anderen Waldarten und unter anderen Bedingungen anzuwenden. So könnten beispielsweise die Auswirkungen des Windes auf eishaltige Bäume die Wirkung verstärken und wurden in einem kontrollierten Experiment noch nicht bewertet. Darüber hinaus bietet diese Methode eine ideale Gelegenheit, die Auswirkungen von zusammengesetzten Stressoren zu quantifizieren, die in Waldökosystemen üblich sind (z. B. Insektenausbrüche, Krankheitserreger, Dürre, Schadstoffe, Einfrieren des Bodens). Die Anwendung dieser Methode in einem multifaktoriellen Entwurf würde einen statistisch strengen Ansatz zur Bewertung interaktiver Effekte ermöglichen, die nicht allein durch die Bewertung der Auswirkungen von Eisstürmen entstehen würden und natürlich vorkommenden Bedingungen näher kämen. Obwohl wir die Antworten erst in den ersten Jahren nach den Anträgen bewertet haben, wird es sinnvoll sein, den Rückgang oder die Erholung der Wälder langfristig zu verfolgen. Während der Schwerpunkt unserer Eissturmsimulationen in erster Linie auf Waldökosystemen lag, könnte die Methode auf andere Weise angewendet werden, z. B. um die Auswirkungen von Eislasten auf Versorgungsleitungen und andere Infrastrukturen zu bewerten. Trotz einiger Einschränkungen ist der Ansatz sehr effektiv bei der Simulation natürlicher Eisstürme und stellt eine Verbesserung gegenüber alternativen Methoden dar.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Die Autoren haben nichts zu verraten. Die Bezugnahme auf bestimmte kommerzielle Produkte, Verfahren oder Dienstleistungen nach Handelsnamen, Marken, Herstellern oder anderen Produkten stellt nicht notwendigerweise ihre Billigung, Empfehlung oder Bevorzugung durch die Regierung der Vereinigten Staaten dar oder impliziert diese. Die hierin geäußerten Ansichten und Meinungen der Autoren geben nicht notwendigerweise die Ansichten der Regierung der Vereinigten Staaten an und dürfen nicht für Werbe- oder Produktbefürwortungszwecke verwendet werden.

Acknowledgments

Die Finanzierung dieser Forschung wurde von der National Science Foundation (DEB-1457675) bereitgestellt. Wir danken den vielen Teilnehmern des Eissturmexperiments (ISE), die bei der Eisanwendung und der damit verbundenen Feld- und Laborarbeit mitgeholfen haben, insbesondere Geoff Schwaner, Gabe Winant und Brendan Leonardi. Dieses Manuskript ist ein Beitrag der Hubbard Brook Ecosystem Study. Hubbard Brook ist Teil des Netzwerks Long-Term Ecological Research (LTER), das von der National Science Foundation (DEB-1633026) unterstützt wird. Der Hubbard Brook Experimental Forest wird vom USDA Forest Service, Northern Research Station, Madison, WI betrieben und gepflegt. Video und Bilder stammen von Jim Surette und Joe Klementovich, mit freundlicher Genehmigung der Hubbard Brook Research Foundation.

Materials

Name Company Catalog Number Comments
Booster pump Waterax BB-4-23P 401 L min-1 maximum flow; 30.3 bar maximum pressure
Firefighting hose ATI Forest Products Forest-Lite G55H1F50N 3.8 cm diameter, polyester, single jacket
Monitor (ground placement) Task Force Tips Blitzfire XX111A 2000 L min-1 maximum flow; fits 3.8 cm hose
Monitor (UTV mount) Potter Roemer Fire Pro FP1S-125 1325 L min-1 maximum flow; fits 3.8 cm hose
Nozzle Crestar ST2675 Smooth bore; double stacked; 3.8 cm intake; 1.3 cm orifice
Strainer Northern Tool 107902 7.6 cm hose fitting, 17.6 cm outside diameter
Suction hose JGB Enterprises A007-0489-1615 7.6 cm diameter; 4.6 m long
Water pump NorthStar 106471E 665 L min-1; fits 7.6 cm hose

DOWNLOAD MATERIALS LIST

References

  1. Zhou, B., et al. The Great 2008 Chinese Ice Storm: Its socioeconomic–ecological impact and sustainability lessons learned. Bulletin of the American Meteorological Society. 92 (1), 47-60 (2011).
  2. Call, D. A. Changes in ice storm impacts over time: 1886-2000. Weather, Climate, and Society. 2 (1), 23-35 (2010).
  3. Zarnani, A., et al. Learning to predict ice accretion on electric power lines. Engineering Applications of Artificial Intelligence. 25 (3), 609-617 (2012).
  4. Smith, A. B., Katz, R. W. US billion-dollar weather and climate disasters: data sources, trends, accuracy and biases. Natural Hazards. 67 (2), 387-410 (2013).
  5. Lafon, C. W., Speer, J. H. Using dendrochronology to identify major ice storm events in oak forests of southwestern Virginia. Climate Research. 20 (1), 41-54 (2002).
  6. Smith, K. T., Shortle, W. C. Radial growth of hardwoods following the 1998 ice storm in New Hampshire and Maine. Canadian Journal of Forest Research. 33 (2), 325-329 (2003).
  7. Duguay, S. M., Arii, K., Hooper, M., Lechowicz, M. J. Ice storm damage and early recovery in an old-growth forest. Environmental Monitoring and Assessment. 67 (1), 97-108 (2001).
  8. Irland, L. C. Ice storms and forest impacts. The Science of the Total Environment. 262 (3), 231-242 (2000).
  9. Dale, V. H., et al. Climate change and forest disturbances. BioScience. 51 (9), 723-734 (2001).
  10. de Groot, M., Ogris, N., Kobler, A. The effects of a large-scale ice storm event on the drivers of bark beetle outbreaks and associated management practices. Forest Ecology and Management. 408, 195-201 (2018).
  11. Faccio, S. D. Effects of ice storm-created gaps on forest breeding bird communities in central Vermont. Forest Ecology and Management. 186 (1), 133-145 (2003).
  12. Degelia, S. K., et al. An overview of ice storms and their impact in the United States. International Journal of Climatology. 36 (8), 2811-2822 (2016).
  13. Rauber, R. M., Olthoff, L. S., Ramamurthy, M. K., Miller, D., Kunkel, K. E. A synoptic weather pattern and sounding-based climatology of freezing precipitation in the United States east of the Rocky Mountains. Journal of Applied Meteorology. 40 (10), 1724-1747 (2001).
  14. Bell, G. D., Bosart, L. F. Appalachian cold-air damming. Monthly Weather Review. 116 (1), 137-161 (1988).
  15. Rackley, J. A., Knox, J. A. A climatology of southern Appalachian cold-air damming. Weather and Forecasting. 31 (2), 419-432 (2015).
  16. Cortinas, J. V., Bernstein, B. C., Robbins, C. C., Strapp, J. W. An analysis of freezing rain, freezing drizzle, and ice pellets across the United States and Canada: 1976-90. Weather and Forecasting. 19 (2), 377-390 (2004).
  17. Changnon, S. Characteristics of ice storms in the United States. Journal of Applied Meteorology. 42 (5), 630-639 (2003).
  18. Jones, K., Thorkildson, R., Lott, N. The development of a U.S. climatology of extreme ice loads. Technical Report 2002-01. National Climatic Data Center. , Asheville, NC. 23 (2002).
  19. Kovacik, C., Kloesel, K. Changes in ice storm frequency across the United States. Southern Climate Impacts Planning Program. , Available from: http://www.southernclimate.org/documents/Ice_Storm_Frequency.pdf (2014).
  20. Groisman, P. Y., et al. Recent changes in the frequency of freezing precipitation in North America and Northern Eurasia. Environmental Research Letters. 11 (4), 045007 (2016).
  21. Klima, K., Morgan, M. G. Ice storm frequencies in a warmer climate. Climatic Change. 133 (2), 209-222 (2015).
  22. Cheng, C., Auld, H., Li, G., Klaassen, J., Li, Q. Possible impacts of climate change on freezing rain in south-central Canada using downscaled future climate scenarios. Natural Hazards and Earth Systems Sciences. 7 (1), 71-87 (2007).
  23. Cheng, C. S., Li, G., Auld, H. Possible impacts of climate change on freezing rain using downscaled future climate ccenarios: Updated for eastern Canada. Atmosphere-Ocean. 49 (1), 8-21 (2011).
  24. Kunkel, K. E., et al. Monitoring and understanding trends in extreme storms: State of knowledge. Bulletin of the American Meteorological Society. 94 (4), 499-514 (2013).
  25. Dipesh, K. C., et al. Effects of simulated ice storm damage on midrotation loblolly pine stands. Forest Science. 61 (4), 774-779 (2015).
  26. Collins, B. S., Pickett, S. T. A. Demographic responses of herb layer species to experimental canopy gaps in a northern hardwoods forest. Journal of Ecology. 76 (2), 437-450 (1988).
  27. Yorks, T. E., Leopold, D. J., Raynal, D. J. Effects of Tsuga canadensis mortality on soil water chemistry and understory vegetation: possible consequences of an invasive insect herbivore. Canadian Journal of Forest Research. 33 (8), 1525-1537 (2003).
  28. Zimmerman, J. K., et al. Seven-year responses of trees to experimental hurricane effects in a tropical rainforest, Puerto Rico. Forest Ecology and Management. 332, 64-74 (2014).
  29. Cooper-Ellis, S., Foster, D. R., Carlton, G., Lezberg, A. Forest response to catastrophic wind: Rusults from an experimental hurricane. Ecology. 80 (8), 2683-2696 (1999).
  30. Rustad, L. E., Campbell, J. L. A novel ice storm manipulation experiment in a northern hardwood forest. Canadian Journal of Forest Research. 42 (10), 1810-1818 (2012).
  31. Jones, K. F., Mulherin, N. D. An evaluation of the severity of the January 1998 ice storm in northern New England. U.S. Army Cold Regions Research and Engineering Laboratory, Snow and Ice Division. , Hanover, NH. 66 (1998).
  32. Rhoads, A. G., et al. Effects of an intense ice storm on the structure of a northern hardwood forest. Canadian Journal of Forest Research. 32 (10), 1763-1775 (2002).
  33. James, F. C., Shugart, H. H. A quantitative method of habitat description. Audubon Field Notes. 24 (6), 727-736 (1970).
  34. Lemmon, P. E. A spherical densiometer for estimating forest overstory density. Forest Science. 2 (4), 314-320 (1956).
  35. Korhonen, L., Korhonen, K., Rautiainen, M., Stenberg, P. Estimation of forest canopy cover: a comparison of field measurement techniques. Silva Fennica. 40 (4), 577-588 (2006).
  36. Fiala, A. C. S., Garman, S. L., Gray, A. N. Comparison of five canopy cover estimation techniques in the western Oregon Cascades. Forest Ecology and Management. 232 (1), 188-197 (2006).
  37. Fahey, R. T., et al. Effects of an experimental ice storm on forest canopy structure. Canadian Journal of Forest Research. 50 (2), 136-145 (2020).
  38. Weitzman, J. N., et al. Ecosystem nitrogen response to a simulated ice storm in a northern hardwood forest. Ecosystems. , (2020).
  39. Houlton, B. Z., et al. Nitrogen dynamics in ice storm-damaged forest ecosystems: implications for nitrogen limitation theory. Ecosystems. 6 (5), 431-443 (2003).
  40. Groffman, P. M., et al. Nitrogen oligotrophication in northern hardwood forests. Biogeochemistry. 141 (3), 523-539 (2018).

Tags

Dieser Monat in JoVE Ausgabe 160 Klimawandel Störung Ökosystemökologie Extremereignis Wald gefrierender Regen Hubbard Brook Experimental Forest Eissturm Niederschlag
Simulation der Auswirkungen von Eisstürmen auf Waldökosysteme
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Campbell, J. L., Rustad, L. E.,… More

Campbell, J. L., Rustad, L. E., Driscoll, C. T., Halm, I., Fahey, T. J., Fakhraei, H., Groffman, P. M., Hawley, G. J., Leuenberger, W., Schaberg, P. G. Simulating Impacts of Ice Storms on Forest Ecosystems. J. Vis. Exp. (160), e61492, doi:10.3791/61492 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter