Terminales de granel sólido

Over  all  scenarios  (i.e.  time  slices,  realizations,  CO2‐emission  scenarios  and  RCMs),  the  changes in NPP are strongly influenced by our assumptions on CO2 (Table 3‐3; Fig. 3‐1; Fig.  3‐2).  With  increasing  CO2,  the  NPP  increases  in  most  simulations  and  in  most  regions  with 

Chapter 3: Projecting regional changes in forest net primary productivity in Europe 

few exceptions mainly in the Mediterranean Mountains and Lusitania (Fig. 3‐1). The median  of  the  NPP  change  ranges  between  10  to  20%  in  the  different  regions  (again  with  the  Mediterranean Mountains and Lusitania having slightly lower values). There seems to be a  tendency of decreasing NPP change from north to south but the difference in NPP change in  between groups is mostly not significant as indicated by the Kruskal‐Wallis test (Fig. 3‐1). The  homogenous  probability  density  functions  of  the  different  regions  support  this  result  (Fig.  3‐1).  The  variation  of  the  changes  in  NPP  at  the  stand‐level  across  the  different  scenarios,  time  slices  and  RCMs  is  quite  large  (Fig.  3‐2).  This  translates  into  large  variations  of  NPP  change at the regional level and the changes in NPP encountered in individual regions span a  range of about 20 to 45% without considering outliers (Fig. 3‐1). 

Assuming constant CO2, the changes in NPP are much smaller, span a range of about 15 to  30%  without  considering  outliers  (with  the  exception  of  MDM,  which  spans  a  range  of  almost 50%) and turn negative for some scenarios in all environmental zones (Fig. 3‐1). The  median of the NPP change ranges between ‐5 to 10%. The tendency towards decreasing NPP  changes from north to south is somewhat clearer than under increasing CO2 (Fig. 3‐1). The  Kruskal‐Wallis  test  indicates  stronger  regional  differentiation  and  highlights  the  Atlantic  North as distinct group with the highest median NPP change (Fig. 3‐1). This is also illustrated  by  the  diverse  shapes  of  the  probability  density  functions  of  the  regions  (Fig.  3‐1).  The  variation  of  the  changes  in  NPP  across  the  different  scenarios  at  the  stand‐level  is  mostly  lower than in the case of increasing CO2 (Fig. 3‐2). This translates into lower variations in NPP  change at the regional level although it is notable that there are many positive and negative  outliers (Fig. 3‐1).  These regional patterns of higher NPP change and increasing variability under increasing CO2  are consistent with the results of the individually simulated forest stands over Europe (Fig.  3‐2). Fig. 3‐2 also shows that with constant CO2 the changes in NPP are strongly regionally  stratified,  with  increases  in  Northern,  decreases  in  Southern  and  Western  and  ambivalent  responses in Central and Eastern Europe.  Over the three future time slices considered, NPP increases from the first to the third time  slice in most environmental zones under increasing CO2 (Table 3‐3). Only in few cases in the  Mediterranean Mountains and in Lusitania, the NPP is lower in the third time slice compared  to the second. Under constant CO2, the temporal patterns of NPP change are more diverse  (Table 3‐3). In environmental zones located in higher latitudes and altitudes (ALN, ALS, BOR,  NEM), NPP increases from the first to the third time slice of most climate change scenarios. 

scenarios in the southwestern and southeastern environmental zones (LUS, MDM, PAN). In  the Atlantic and Continental environmental zones (ATC, ATN, CON), the changes in NPP are  less  consistent  and  do  not  show  clear  increasing  or  decreasing  trends  over  the  three  time  slices and across the different emission scenarios and climate models. More information of  changes  in  NPP  in  the  individual  time  slices,  RCM/GCM  combinations,  realizations  and  assumptions on CO2 is presented in Fig. 9‐13 to Fig. 9‐18. Furthermore, Table 3‐3 shows that  the  effect  of  the  CO2‐emission  scenario  on  NPP  change  is  lower  than  the  choice  of  the  RCM/GCM  combination.  For  example,  the  NPP  change  ranges  from  ‐0.4  to  7.2%  over  the  CCLM A1B and B1 scenario runs with constant CO2 in the Boreal environmental zone, while it  ranges from ‐1 to 19% over the A1B scenario runs only but of the three RCMs. 

Fig. 3-1 Change in net primary productivity (NPP) in each environmental zone (Metzger et al. 2005, for abbreviations see Table 3-1, color codes as in Fig. 3-2) over all scenarios for simulations with constant and increasing CO2. Left panels show boxplots, right panels show probability density functions. The vertical line at zero NPP change indicates ‘no change’ relative to baseline conditions. The lower case letters indicate groups of environmental zones that are significantly different from each other according to the Kruskal-Wallis test. The boxplots show the following information: thick line= median, bottom and top of the box = 25th and 75th percentiles, whiskers = maximum value or 1.5 times the interquartile range of the data depending on which is smaller. Points = outliers larger than 1.5 times interquartile range. The density curves represent kernel density estimates of the changes in forest productivity (using Gaussian kernels and a smoothing bandwidth scaled with the standard deviation of the kernel).

Fig. 3-2 Change in net primary productivity (NPP) for each site averaged over all scenarios for simulations with constant and increasing CO2. The

Table 3-3 Changes in net primary productivity (NPP) in % per environmental zone (Metzger et al. 2005, for abbreviations see Table 3-1) and each RCM/GCM combination (CCLM/ECHAM5 (CCLM), HadRM3/HadCM3 (HAD) and HIRHAM3/Arpège (HIR)), CO2-emission scenario (A1B or B1), realization (R1 or R2) and time slice (P1=2001-2030, P2=2031-2060, P3=2061-2090) considered in this study.