ブログ

Mar 24, 2023

ますますネガティブな熱帯水

Natura (2023) Cita questo

自然 (2023)この記事を引用

3972 アクセス

109 オルトメトリック

メトリクスの詳細

陸上生態系は、過去 60 年間の人為的 CO2 総排出量の約 32% を占めています1。 しかし、陸域の炭素と気候のフィードバックには大きな不確実性があり、陸域の炭素吸収源が将来の気候変動にどのように反応するかを予測することが困難になっています2。 大気中の CO2 増加率 (CGR) の年々変動は、熱帯における陸地と大気の炭素フラックスによって支配されており、陸地の炭素と気候の相互作用を調査する機会を提供しています 3,4,5,6。 CGR の変動は主に温度によって制御されると考えられています 7、8、9、10 が、水の利用可能性と CGR の間に密接な関係があるという証拠もあります 11。 ここでは、地球規模の大気中の二酸化炭素、陸上水の貯留量、および降水量のデータの記録を使用して、気候変動下での熱帯地の気候条件とCGRの間の年次関係の変化を調査します。 熱帯水の利用可能量とCGRの間の年次関係は、1960年から1989年に比べて1989年から2018年にかけてますます負になっていることがわかりました。 これは、空間補償水効果の低下を含む、エルニーニョ/南方振動テレコネクションの変化によって引き起こされる、熱帯の水利用可能性異常の時空間変化に関連している可能性があります9。 また、地球システムと地表を結合した最先端のモデルのほとんどは、増大する水と炭素の結合を再現していないことも示します。 私たちの結果は、熱帯の水の利用可能性が陸域炭素循環の年々変動をますます制御し、熱帯陸域炭素と気候のフィードバックを調節していることを示しています。

CO2 増加率 (CGR) の年々変動 (IAV) は、エルニーニョ/南方振動 (ENSO) と強い相関があることがわかっています 12,13 (たとえば、参考文献 12 では R = −0.55、P < 0.05、Pearson)相関係数）、特に熱帯の気温変動7、8、9（たとえば、参考文献7のR = 0.7、P < 0.01）、熱帯の気温のIAVが他の場所よりも低いにもかかわらず、14。 熱帯温度に対する CGR の過去の IAV 感度は、予測される熱帯炭素収支の不確実性を大幅に下げることができる観測上の制約としてさらに特定されました 5。 熱帯の気温と比較すると、熱帯同時降水量は CGR とあまり相関していません 15,16 (たとえば、参考文献 16 では R = −0.19、P > 0.1) が、時間差のある熱帯降水量は CGR または熱帯網陸地の IAV を強く説明することが示されました。炭素フラックス 7,17 (たとえば、参考文献 7 では R = −0.5、P < 0.05)、その結果、プロセスの観点から CGR を制御する際の水の利用可能性の役割が曖昧になります。 最近、重力回復と気候実験 (GRACE) の双衛星の打ち上げにより、陸上貯水量 (WS) の変動性の直接測定が可能になり、その後の分析により、それが CGR11 と密接に結合していることが示されました (R = −0.85、P < 0.01）。 しかし、気候変動の文脈では、特定された陸域気候と炭素のカップリングが時間の経過とともに一定であるのか、それとも気候変動要因や平均気候の変化に応じて変化する可能性があるのか​​は依然として不明である。

ここでは、過去数十年にわたる熱帯地の気候条件とCGRの間の年次関係の変化を調査します。 GRACE 衛星の短い観測記録を補完するために、最近再構築された長期 WS 変動性も使用します18。 さらに、6 か月遅れの年間降水量 (LagP) は、集約された熱帯 WS IAV をよく近似することができ、CGR IAV と相関しており、熱帯陸水利用可能性 IAV の別の効率的な代用として浮上しています (方法)。 これは、以前の調査結果で時間差降水が CGR とよく相関していた理由の説明にも役立ちます 7,17。

年々変動の関係に焦点を当てるため、長期の線形傾向を除去することにより、すべての変数の傾向を年次スケールで除去します。 アグン山（1962 年と 1963 年）、エル・チチョン山（1982 年）、ピナツボ山（1991 ～ 1993 年）の噴火後の数年間も、異常な炭素フラックス異常による混乱を避けるために分析から除外されています。 1960年から2018年の期間全体で、CGRは熱帯の気温（RT、CGR = 0.64、P < 0.01、ピアソン相関係数）および熱帯のWS（RWS、CGR = −0.58、P < 0.01）の両方と有意に相関しています（図1a） ）。 2 つの関係における反対の符号は、過去数十年間で、より高温（プラスの気温異常）とより乾燥した（マイナスの WS 異常）気候条件が一般に陸地の炭素吸収量を低下させ、したがって大気中の CO2 の増加を促進したことを示唆しています。 一般的なパターンに当てはまらない CGR もわずかにあり、これは例外的な (非線形) 人為的排出や海洋炭素吸収源などの他の要因の役割を示唆しています。

a、傾向除去された異常における年間熱帯気温、熱帯WS、CGR。 CGR の値はカラーバーで示されます。 b. 最初の 30 年間（1960 ～ 1989 年）と最近の 30 年間（1989 ～ 2018 年）の気候と CGR の年次相関のヒストグラム。5,000 回のブートストラップ反復を使用して導出されました。 熱帯 WS と LagP は両方とも、熱帯の水の利用可能性を表すために使用されます。 ｃ、ｂと同様であるが、熱帯水および熱帯温度をそれぞれ制御した後の、熱帯温度および熱帯水に対するＣＧＲの偏相関のヒストグラムを示す。 d、5,000回のブートストラップ反復を使用して導出された、同じ2つの期間の一変量回帰における熱帯性WS（γWS）およびLagP（γLagP）に対するCGRの年々感受性のヒストグラム。 相関とは異なり、γWS と γLagP は、WS と LagP IAV の大きさの違いにより大きさが異なるため、別々に表示されます。 この感度の単位は、Tt H2O 当たりの PgC yr−1 です。 e、dと同様ですが、予測変数として熱帯の水と熱帯の気温の両方を使用した二変量回帰を使用して推定されたγWSとγLagPを示しています。 ここでは、水と温度の間の高い共線性によるバイアスを減らすためにリッジ回帰が使用されています (方法)。

次に、最初の 30 年間 (1960 ～ 1989 年) から最近の 30 年間 (1989 ～ 2018 年) までに、気候と CGR の相関関係がどのように変化するかを調査します。 相関の不確実性は、ブートストラップ (5,000 回の反復) によって定量化されます。 結果は、気温と CGR の相関関係のブートストラップ分布は 2 つの期間で類似しているが、水と CGR の相関は 2 つの期間で大きく異なり (Wilcoxon の符号付き順位検定、P < 0.05 に基づく)、時間の経過とともにより負になることを示しています。 (図 1b および拡張データ表 1)。 このますます負になる水と炭素の相関が、交絡する可能性のある水と温度のカップリングによって影響を受けているかどうかを確認するために、水と温度の相関の時間的動態を調べ、それらが時間の経過とともに安定していることを発見しました（補足図1）。 部分相関は水温と水温の相関を除去し、それらの相対的な変化は、ますます負の熱帯の水と炭素の相関が依然として堅固であることを確認するのに直接役立ちます（図1c）。 陸域の水の変動は、十分に文書化された土壌水分と大気のフィードバックを通じて極端な大気温度を引き起こすことにより、間接的に土地の炭素循環に影響を与える可能性があるため、偏相関 RW,CGR|T を水の総影響として解釈するのは不適切である可能性があることに注意してください。 2 つの期間の CGR について説明しますが、ここでは RW,CGR|T の時間的変化が役立ちます (方法)。 さらに、25 年間の移動ウィンドウで気候と CGR の相関関係を計算し、時間の経過とともに非常に滑らかな段階的な変化についての洞察を提供します（補足図 2）。 熱帯水とCGRの間の年次相関の変化の堅牢性をさらにテストするために、熱帯の年間降水量と熱帯の気温の代替観測データセットも考慮します（拡張データ図1a）。 CGR の IAV が主に化石燃料の排出、土地利用の変化、海洋の吸収に由来していないことを検証するために、CGR の代わりに残留土地吸収源 (RLS) も使用します (拡張データ図 1b)。 これらの結果はすべて、過去数十年にわたり、熱帯水と CGR の間の負の相関関係が年々スケールで増大していることを示しています。

熱帯水に対する CGR IAV の感度は、CGR と気候の間の回帰の傾きとして定義される線形回帰を使用して、両方の変数の傾向を除去してさらに推定されます。 相関関係に合わせて、熱帯水の変動に対する CGR の感度の過小評価の可能性を避けるために、CGR が熱帯水のみの関数である単変量回帰を最初に実行します。 熱帯性WSおよびLagPに対するCGRの一変量感度は、過去30年間（1960年から1989年）から最近の30年間（1989年から2018年）までに平均して約35％増加（より負）しました（図1dおよび拡張データ表） 1)。 たとえば、熱帯性WSに対する感受性は、同じ2つの期間中に、Tt H2O（水のテラトン）あたり-0.95 ± 0.27 PgC yr-1からTt H2Oあたり-1.26 ± 0.23 PgC yr-1まで増加しました。 また、熱帯の気温と熱帯の水の両方を予測変数として二変量線形回帰を実行します。熱帯の水の変動に対する CGR の感度は、最初の 30 年間は 0 から有意な差はありませんが、最近の 30 年間では大幅に負になります (P < 0.05)。 (図1e)。 リッジ回帰を使用して、水と温度の間の高い共線性が感度推定に及ぼす影響を軽減しますが、通常最小二乗 (OLS) 回帰でも、時間の経過とともに感度が負に大きくなります (拡張データ表 1)。 さらに、移動する25年間のウィンドウに基づいた結果は、最近の34年間、つまり1997年（1985年から2009年）を中心とした時間ウィンドウの後に感度が失速していることを示しています（補足図3）。 これらの結果を総合すると、熱帯水と CGR の年次関係が、以前の気候条件 (1960 ～ 1989 年) と比較して、最近 (1989 ～ 2018 年) ではますますマイナスになっていることを示唆しています。 また、同時降水量ではなく WS または LagP を水の利用可能性の代用として使用した場合、二変量回帰からの温度感度の向上の振幅は、以前に報告されたものよりも小さいことがわかります 16,22 (拡張データ図 2)。 これは、水の利用可能性の正確な代理が特定されておらず、利用可能ではなかった（つまり、1960年以降、代理としてWSまたはLagPではなく同時降水量（参考文献16でRPre、CGR = −0.19、P > 0.1と報告されている）を使用したためです（ RLagP、CGR = −0.68、P < 0.01; 拡張データ図 3b))。 さらに、2011 年から 2018 年までを含めて分析期間を延長し、最近の温度感度の低下を観察します。 これらすべての結果は、熱帯陸域炭素吸収源における気候による変化をより適切に推定するには、水の利用可能性を炭素と気候のフィードバック指標に統合することが重要であることを強調しています。

熱帯気候の年々の変化は主にENSO23によって引き起こされます。 人為的温暖化の下では、タイプの変化に伴う頻度や変動性の増加など、ENSO 特性の堅牢な変化を示す観測証拠が増えており 24、特に最大の海面水温 (SST) 異常が東部太平洋 (EP) から中部太平洋 (CP) に移行することが示されています。 ）1990年代以降25、26、27、28。 その結果、熱帯大陸上の水分と熱の流束パターンが変化し、たとえば、より極端な干ばつや火災を引き起こし29、それによって陸上の炭素と気候のフィードバックが変化する可能性があります。 実際、熱帯WS異常の空間コヒーレンスが高い年のほとんどはENSO年であることがわかり（図2a、b）、その空間コヒーレンスは参考文献から調整された測定基準を適用することによって定量化されます。 9 (方法)。 ENSO では説明できない高い空間コヒーレンスの部分がまだわずかに存在しており、熱帯大西洋変動 30,31 やインド洋ダイポール現象 32,33 などの他の要因の役割が示唆されています。 ENSO 中立年と比較すると、ENSO 年における WS 異常の空間パターンは非常に均一です (拡張データ図 4)。 その後、最初の 30 年間 (1960 ～ 1989 年) から最近の 30 年間 (1989 ～ 2018 年) までに、CP ENSO の寄与が増加し、中立的な要素が減少したため、空間コヒーレンス レベルが高い年の割合は 30% から 41% に増加します。年（図2b）。 大規模な炭素フラックスの制御における水の利用可能性の支配的な役割は、水の異常の空間的補償度合いによって影響を受けるため、これらの結果は重要である可能性があります。水の利用可能性は明らかに局所的に炭素フラックス IAV を支配しますが、この制御は集合すると部分的に空間的に相殺される可能性があります9。 熱帯水と CGR の結合に対する空間コヒーレンスの影響をさらに確認するために、新しいサブセット分析を実行します。 まず長期的な傾向を削除してすべての年のデータの傾向を除去し、次に空間的コヒーレンス レベルに従ってデータを 3 つのサブセットに分割します。 RWS,CGR は、空間コヒーレンスが高い場合にのみ非常に負になります (図 2c)。 RWS,CGR|T は、空間コヒーレンスに対する水と炭素のカップリングの依存性が、交絡する温度効果の影響を受けないことを確認しています。 WSをLagPに置き換えると、同様の結果が得られます（補足図4）。 WSに対するCGRの感度も、空間コヒーレンスが高い場合にのみ明らかに負になることが予想されます（補足図5）。 25 年の移動ウィンドウを使用した別のサブセット分析も、空間コヒーレンスの強化により、熱帯水と CGR の負の結合がますます強化されるという考えを裏付けています (補足図 6)。 これらの結果は、特定されたENSOによる時間の経過による空間コヒーレンスの強化が、熱帯水とCGR IAVの間のますます負の結合の説明である可能性が高いことを示しています。 将来、予測どおり 34 、地球温暖化に伴って CP ENSO 現象がより一般的になれば、熱帯水による熱帯陸域吸収源 IAV の制御がますます進む可能性があります。 陸域炭素循環に対する EP ENSO および CP ENSO 事象のさまざまな影響に関するさらなる調査は、将来の炭素と気候のフィードバックをより深く理解するのに役立ちます 35,36。

a、熱帯WS異常とENSOの空間コヒーレンスの年々変動。 すべての年は、空間的一貫性のレベルに従って 3 つのサブセットに分類されます。 中レベル (33.3 ～ 66.6 パーセンタイル)。 高レベル (66.6 ～ 100 パーセンタイル)。 南緯 2 度～北緯 2 度、東経 110 度～西経 90 度の範囲にわたる最大の DJF 海面水温偏差が東部太平洋 (西経 150 度以東) にあり、Nino3 指数が超過した年は、東部太平洋 (EP) ENSO と見なされます。対応する最大の DJF 海面水温異常が中部太平洋 (西経 150 度の西) にあり、Nino4 指数が 1 sd を超える場合、1 sd 年は中部太平洋 (CP) ENSO とみなされます。火山年は分析から除外されます。 灰色の垂直破線は、高空間コヒーレンスと ENSO のシンボルを接続します。 b, 最初の 30 年間 (1960 ～ 1989 年) および最近の 30 年間 (1989 ～ 2018 年) 内で空間的コヒーレンスが高かった年の割合。 中立の年は、EP ENSO または CP ENSO 状態にない年として識別されます。 c、WS異常の空間的コヒーレンスに対するRWS,CGRおよびRWS,CGR|Tの依存性。 **P < 0.05 (有意な相関)。

熱帯気候と CGR の間の観測上の関係は、陸地気候と炭素の年々変動をシミュレートするモデルの能力を診断するための貴重な指標です。 したがって、結合モデル相互比較プロジェクト フェーズ 6 (CMIP6) に参加している最先端のモデルがこの観察された特徴を捕捉できるかどうかを調査します。 私たちは、熱帯WS（熱帯総土壌水分を代用として使用）と、9つの結合地球システムモデル（ESM）と6つのオフライン地表モデルのアンサンブルによって推定された、シミュレートされた地球規模の正味生態系交換（NEE、生態系呼吸から光合成を差し引いたもの）との間の年次相関を計算します。 (LSM) 歴史的な 1960 年から 2014 年の期間 (メソッド)。 シミュレートされた熱帯土壌水分と全球NEEの間の（部分的な）相関関係は持続的に高く、したがってほとんどのESMおよびLSMでは時間が経ってもほとんど変化しないことがわかりました（図3aおよび拡張データ図5）。 また、ほとんどのモデルは、感度の絶対値が大きく異なるにもかかわらず、熱帯土壌水分に対する NEE の感度の増加を再現しません (拡張データ図 6)。 これらの結果は、モデルは、1960 年から 2014 年にかけてのこの年々の水と炭素の関係の兆候と強さを大まかに捉えているものの、時間の経過とともに観測された熱帯の水と炭素の結合の新たな強化をモデルが捉えていないことを示しています（図 3b）。 観察された熱帯の水と炭素の結合を再現するモデルの能力は、陸水の利用可能性のシミュレーションだけでなく、気候に対する炭素循環の反応のプロセス表現にも依存します。 さらに、シミュレーションされた土壌水分間の大きな違いにもかかわらず、モデル化された水と炭素の結合は時間の経過とともに安定しているため、モデルが後者の部分をうまく表現していない可能性があることがわかりました。 具体的には、すべてのオフラインモデルからのシミュレートされた土壌水分は一般にENSOテレコネクションをキャプチャできますが（補足図9）、シミュレートされた土壌水分異常の支配的な空間パターンはモデル間で大きく異なります（補足図7および8）。 結合された ESM の場​​合、根底にある理由はより複雑です。たとえば、過去の EP ENSO および CP ENSO37 の発生確率をシミュレートする際に既知の問題があります。 生態系の呼吸と比較して、モデルにおける土壌水分に対する生態系の総一次生産のシミュレートされた応答はより一貫しています（補足図10および11）。 さらに、火災やその他の擾乱によるモデル化された炭素フラックスの可能性を含める（つまり、NEEを正味バイオーム生産に置き換える）ことは、強化された水と炭素の結合を再現するモデルの失敗を説明するのに役立ちません（補足図12）。 また、モデルには、深層水の取り込み 38、樹木の枯死率 39、植物の根の適応関連特性 40 のパラメータ化など、いくつかの重要なプロセス表現 11 が欠けている可能性があります。 したがって、将来の陸域の炭素と気候のフィードバックを予測するモデルの能力には不確実性が伴い、これらの結果は予測をより適切に制約するために水と炭素の相互作用の改善を必要とします。

a、過去 27 年間 (1960 ～ 1986 年) から最近の 27 年間 (1988 ～ 2014 年) までの、熱帯水の利用可能性と土地炭素フラックスの間の年次相関および偏相関の変化。 偏相関の場合、熱帯の気温は制御されます。 すべての変数は、対応する各ウィンドウで年スケールで傾向除去されます。 観測では、CGR/RLS、再構築された熱帯 WS/熱帯 LagP、熱帯温度が計算に使用されます (n = 4)。 モデルの場合、各モデルの全球 NEE、熱帯総土壌水分、熱帯気温が計算に使用されます (結合モデル、n = 9、オフライン モデル、n = 6)。 箱ひげ図はすべてのモデルの推定値の分布を示し、実線の水平線は中央値を示し、箱は四分位範囲をカバーし、縦線は 5 パーセンタイルと 95 パーセンタイルに達します。 b. a と同じですが、1960 年から 2014 年までの熱帯水の利用可能量と土地の炭素フラックスの間の年次相関および部分相関を示しています。

このような長期間にわたる熱帯の正味炭素フラックスと構成物質の炭素フラックスの直接観測は不足しており、炭素フラックスの変化を特定の地域や要因の根拠に空間的に明確に帰することは限られています。 最近の証拠は、熱帯半乾燥生物群系における地上炭素 (AGC) フラックスが 2011 年から 2017 年にかけての CGR IAV と強く関連していることを示しています41。 熱帯 AGC ダイナミクスは、植生の光学的深さ (VOD) のマイクロ波衛星観測から取得されます。 しかし、新しい証拠は、VOD 由来 AGC の IAV (AGCVOD) をバイオマス IAV 単独として解釈することについて警告を発しています。これは、土壌水分により直接的に関連している可能性があるためです42。 したがって、参考文献のアプローチに従って利用可能な最長の Ku バンド VOD を使用した最初の 15 年間 (1989 ～ 2003 年) と比較して、最近の 15 年間 (2002 ～ 2016 年) で半乾燥 CGR-AGCVOD 結合が増加していることがわかります。 41 (方法および補足図 13)、基礎となる解釈にはさらなる検証が必要です。 それにもかかわらず、VOD からの独立した分析は、水に敏感な半乾燥生態系が過去 30 年間に CGR IAV にとってより重要になった可能性があることを示唆しています。 他の構成炭素フラックスのバリエーションはまだ入手できません。 たとえば、大規模な土壌呼吸の時間的ダイナミクスや土壌呼吸の温度感受性は、データの入手可能性によって制約されるため、不確実なままです43。 ここで調査されていない他の考えられるメカニズムとしては、他の干ばつによって引き起こされる撹乱（火災の影響44など）の相乗効果、炭素摂取に対する樹木の枯死の永続的な影響45、地球温暖化下での熱帯光合成および/または土壌呼吸の両方の温度感受性の低下46が含まれます。 直近の 30 年間（1989 ～ 2018 年）は、ENSO のような自然な内部変動が関与している可能性がある 10 年にわたる「地球温暖化の休止期間」（1998 ～ 2012 年）と重なっています47。 ENSO はすでに考慮されているため、内部変動の影響によって、将来的に CGR IAV に対する熱帯水管理の強化が変わることはありません。 これらの潜在的なメカニズムを調査するには、例えば磁束塔、野外実験、衛星からの新しい観測を統合してプロセス指向モデルを校正するなど、さらなる研究が必要です。

要約すると、我々は、熱帯水の利用可能性により、過去 59 年間にわたって大気中の CGR が年々制御されてきた可能性が高いことを示しています。 陸域炭素循環の年々変動をもたらす主要な気候要因は、すでに気温から水へと移行する傾向を示しており、熱帯陸域炭素吸収源における水の制限が高まっていることを示唆している。 したがって、我々はまた、土地と大気のフィードバックが重要であるという最近の見解に加えて、陸上の炭素循環における水と温度の制御に関する議論7,9,11を、考慮された時間枠の観点から部分的に調和させている。 陸域炭素吸収の温度に対する感度は、通常、陸域炭素と気候のフィードバックを診断または抑制するための指標として使用されるため49、我々は、来年の大気CGRを予測する際に熱帯水の関連性にさらに注意を払うよう呼びかけ、それが時宜を得たものであることを提案する。将来の熱帯陸域の炭素と気候のフィードバックに水ベースの制約を導入する。 陸域の炭素と気候のフィードバックの不確実性は、地球の温度目標を達成するために必要な排出削減量の評価に大きな影響を与えます。 したがって、熱帯の陸地水と毎年のCGRの間で観察されるますます負の結合を最先端のモデルが捉えることができないため、ESMおよび気候予測における陸域炭素循環の表現を改善するために、関連するプロセスのより適切な特性評価が必要となる。

1960 年から 2018 年までの年間全球大気 CGR は、米国海洋大気庁 (NOAA/ESRL) の温室効果ガス海洋境界層参照から取得されます50。 ガイドラインによると、特定の年の年間 CGR は、その年の 12 月末と 1 月初めの間の CO2 濃度の差です。 さらに、最新の世界炭素予算 20201 から推定された RLS も使用して、主要な結果の堅牢性を検証します (拡張データ図 1b)。 RLS は、排出、大気中の CO2 蓄積、海洋吸収源の間の残差として推定されます。

双子の GRACE 衛星は、2002 年 3 月以降の月単位の地上 WS の変化の測定を提供します51。特に、地上 WS は、土壌水分、地下水、雪、氷、および地下水に蓄えられた水を含む、地表および地表下のすべての WS の合計です。植物も川も湖も。 GRACE 衛星によって提供される短い観測記録を補完するために、我々は、最近発表された、双子の GRACE 衛星で訓練された地上 WS の統計的再構成を使用します18。 再構成された地上 WS は、2 つの異なる GRACE ソリューションと 3 つの異なる気象強制データセットに基づいています。 ここでは主にメンバー全員のアンサンブル平均を使用します。 統計的アプローチの詳細は参考文献に記載されています。 18. 元の地上 WS に対する検証は、熱帯を含む年単位の時間スケールで過去の信号を再現する際の再構成の信頼性を裏付けています (補足図 14 および補足表 1)。 再構成された地上 WS データセットの空間解像度は 0.5° × 0.5°、時間解像度は 1901 年から 2018 年までの 1 日です。

さらに、熱帯土地上での LagP の直接観察により、集合的な熱帯 WS 異常の IAV が年単位の時間スケールで捕捉されることがわかります（拡張データ図 3a および補足表 1）。 たとえば、2018 年の LagP は、2017 年 7 月から 2018 年 6 月までの降水量の合計です。さらに、以前の調査結果 7,17 と一致して、熱帯地方の遅れ降水量の IAV は CGR 井戸と相関しています（拡張データ図 3b）。 。 これは、WS 記憶のプロセスからこの関係の合理性を説明するのに役立ちます。 したがって、LagP は、集約された熱帯 WS 異常 IAV のもう 1 つの効率的なプロキシとして特定されます。 降水量は、観測所ベースの気候研究ユニット (CRU) TS4.03 (参考文献 52) および全球降水気候センター (GPCC) の月次全データ、2020 年から取得されます。 観測点ベースの熱帯降水量のデータ品質が信頼できることをさらに確認するために、観測点ベースの CRU 降水量と衛星ベースの熱帯降雨量測定ミッション (TRMM) の降水量を比較します (拡張データ図 7a)。 また、CRU の降水量と、CRU よりもはるかに大きな測点観測点を持つ GPCC の降水量を比較します (拡張データ図 7b)。 実際、2000 年代から 2010 年代（衛星観測により観測点ベースの熱帯降水量 IAV の信頼性が確認された）と比較して、1960 年代から 1990 年代の測点観測点の数ははるかに多かった（拡張データ図 7c）。 これらの検証は、観測所ベースの熱帯降水量 IAV が 1960 年から 2018 年にかけて信頼できることを示唆しています。 TRMM 3B43 降水データセットの空間分解能は 0.25° × 0.25°、1998 年から 2019 年までの 1 か月の時間分解能です。CRU と GPCC は両方とも、1891 年から 2019 年までの空間分解能 0.5° × 0.5°、時間分解能 1 か月です。 2018年。

したがって、我々は、毎年再構築された熱帯 WS と LagP を使用して、熱帯陸域水の利用可能性異常の IAV を示します。

温度は CRU TS4.03 (参照 52) から取得されます。 バークレー地球の地球表面温度も堅牢なテストに使用されます53。 2 つの温度データセットはどちらも、空間解像度が 0.5° × 0.5°、時間解像度が 1901 年から 2018 年までの 1 か月です。

熱帯地域は、参考文献にあるように、北緯 24 度から南緯 24 度までのすべての植生地域の空間平均として定義されます。 7. 熱帯半乾燥地域ドメインは、MODIS (MCD12C1、type3) の土地被覆分類図に従って特定される、低木地と (木本) サバンナで構成されます。 マップは、多数決フィルターを使用して 0.5° × 0.5° の空間解像度で再グリッド化されました。

ENSO は、地球の年間気候変動の最も重要な原因です。 長期平均気候と比較した海面水温 (SST) 異常の面積平均は、ENSO を特徴付けるために使用されます。 ここでは 1960 年から 2018 年の期間が気候学として使用されます。 Nino3.4 領域 (北緯 5 度～南緯 5 度、西経 120 度～西経 170 度) の海面水温異常が最も一般的に使用され、EP ENSO と CP ENSO54 の両方の信号が含まれています。 南緯 2 度～北緯 2 度、西経 110 度～西経 90 度の範囲にわたる最大の DJF (12 月から 2 月) の海面水温異常が EP (西経 150 度の東) にあり、Nino3 指数が超過した年は、EP ENSO と見なされます。対応する最大の DJF 海面水温異常が CP (西経 150 度の西) にあり、Nino4 指数が 1 sd を超える場合、1 sd 年が CP ENSO と見なされます。ENSO タイプの識別は使用される方法によって異なる可能性があることに注意してください27。 この研究では、米国海洋大気庁 (NOAA) の拡張復元海面温度 (ERASST v.5) を使用します。 このデータセットの時間解像度は 1855 年から現在までの 1 か月、空間解像度は 2° × 2° です (参考文献 55)。

結合モデル相互比較プロジェクト (CMIP6) の第 6 フェーズに参加している 9 つの結合 ESM が使用されています: CESM2、CNRM-ESM2-1、IPSL-CM6A-LR、MPI-ESM1-2-LR、UKESM1-0-LL、ACCESS-ESM1 -5、CanESM5、MIROC-ES2L、および NorESM2-LM。 結合された ESM により、海洋および陸上の物理的気候と生物学的および化学的プロセスの間のフィードバックが可能になります。 各モデルに 1 人のアンサンブル メンバーを使用した「歴史的」シナリオ (1960 ～ 2014 年) から出力されたデータを採用しました。 気候と土地の炭素吸収源は、1850 年から 2014 年までの自然原因 (火山噴火や太陽変動など) と人的要因 (CO2 濃度、エアロゾル、土地利用など) の両方を含むすべての要因を考慮してシミュレーションされます。 結合型 ESM では、炭素循環が気候システムと結合します。

ここでは、地表面、雪および土壌水分モデル相互比較プロジェクト (LS3MIP) の 6 つのオフライン LSM が使用されています56: CESM2、CNRM-ESM2-1、IPSL-CM6A-LR、MPI-ESM1-2-LR、UKESM1-0-LL、およびCMCC-ESM2。 オフライン LSM は土地利用の変化を考慮しますが、地元の土地と大気のフィードバックは含まれません。 各モデルに 1 人のアンサンブル メンバーを含む「Land-Hist」シナリオ (1960 ～ 2014 年) から出力されたデータを採用しました。このシナリオでは、大気強制力、植生、土壌、地形、陸地/海のマスク データが、 CMIP6 DECK シミュレーション。 大気による強制力は、20 世紀再解析を動的に縮小し、バイアスを補正したバージョンである全球土壌湿潤プロジェクト フェーズ 3 (GSWP3) から得られます 57。 土地のみのシミュレーションのスピンアップは、「地域規模の二酸化炭素の発生源と吸収源の傾向と要因」(TRENDY) プロジェクトのプロトコルに従います。

以前の取り組み 11,59 に従って、観測とモデルの間の水と炭素の関係を公平に比較​​できるようにするために、モデル化された陸域 WS として、すべての層の土壌水分の合計と雪水相当量を使用します。 熱帯地方では、雪に相当する水は無視できる程度です。

ここでは偏相関を使用して、ますます負になる水と炭素の結合が交絡する水と温度の結合によって影響を受けるかどうかを直接チェックします。 ただし、RW,CGR|T の特定の値を使用して、CGR に対する総水の影響の符号と強さを結論付けることは推奨されていません。 RW,CGR|T は、温度関連の共変動をすべて線形に除去することで、水と温度のカップリングの交絡から CGR への水の影響を分離します。 しかし、十分に文書化された土壌水分と大気のフィードバック 21 を考慮すると、温度変動には実際には土壌水分からのフィードバックが多く含まれており (たとえば、熱帯半乾燥地域の極端な高温など)、それらをすべて除去すると、CGR に対する水の影響の一部が間接的に除去されることになります。彼らの物理的なつながり。 さらに、モデルは強化された水と炭素の結合を再現するものではありませんが、1960 年から 2018 年の長期にわたる熱帯の水と炭素の結合の兆候と強さを大まかに捉えており、基礎的なプロセスについての洞察が得られます。 モデル要因実験では、土壌水分の年々変動を除去すると、熱帯の平均気温は変化しない一方、陸上炭素吸収量の変動は約90％抑制されることが示されている（参考文献20の拡張データ図10）。 したがって、参考文献。 20 の研究者らは、熱帯の平均気温が陸上の炭素吸収量の変動に対する機械的な気候要因を表していない可能性を示唆しています。 したがって、RW,CGR|T は、CGR に対する独立した水の影響の符号と強度を推測し、温度制御が支配的な段階で CGR に対する水の影響を過小評価するには不十分で精度が低い尺度です。 それにもかかわらず、それらの相対的な変化はこの研究に役立ち、以前の気候条件（1960年から1989年）と比較して、最近（1989年から2018年）の水と炭素のカップリングがますます負になっているという発見を裏付けています。

経験的直交関数 (EOF) 解析の方法では、信号の時空間変動を直交モードに逆畳み込み、それぞれが主空間パターンと対応する主成分時系列で示されます。 これは、気候変動の空間パターンとそれが時間とともにどのように変化するかを研究するために広く使用されています60,61。 CMIP6 モデルからシミュレートされた熱帯土壌水分に対して EOF 解析を実行します。

共線性が存在する場合、OLS 推定器を使用すると、回帰係数の推定値に大きなサンプリング変動が生じたり、符号が間違ったりする可能性があります。 リッジ回帰は、共線性62によって生じる問題に対処するために使用される一般的な手法です。 リッジ回帰では、回帰係数を縮小するために損失関数にペナルティ項が追加されます63。 収縮量は、相互検証アプローチで選択した正則化パラメーターによって定義されます。 データはトレーニング セットと検証セットにランダムに 25 回分割され、分割ごとに、対数スケールで等間隔に配置された 100 個の異なる正則化パラメーターについて検証テスト セットのパフォーマンス (平均二乗誤差) が評価されました。 最もパフォーマンスの高い正則化パラメータが分割ごとに選択され、それらの間の平均が最終モデルに保持されました。 回帰係数推定の不確実性を評価するために、ブートストラップに依存しました。これは、データを 5,000 回ランダムにサンプリングし、各サンプルの回帰係数を推定することを意味します。

熱帯西オーストラリア州の年間異常の空間的一貫性の程度を定量化するには、参考文献に従ってください。 図 9 では、熱帯 WS 異常のすべてのグリッド セルとすべてのグリッド セルの大きな共分散行列を計算します。 この共分散行列の各要素は、次のように ci,j と呼ばれます。

ここで、i と j は共分散の計算に使用された 2 つのグリッド セルを示し、WSi と WSj は指定された期間における対応する年次 WS 異常時系列です。 次に、次のように、正と負のすべての共分散項 (tcov、tcov+、および tcov− と呼ばれる) をそれぞれ合計しました。

共分散行列の対角の分散 (i = j) は常に正であり、空間コヒーレンスの推定に寄与しないため、除外されました。 最後に、WS 異常の空間コヒーレンスは次の方程式として定義されました。

理論的には、100% はすべてのグリッド セルが同じ符号で共変量すること、つまり空間コヒーレンスが最も高いことを示します。 値が低いほど、正の共分散の合計が負の共分散の合計によって相殺されること、つまり空間コヒーレンスが低いことを示します。

マイクロ波衛星観測から取得された VOD は、植生塊の水分含有量に関連付けられており、AGC ダイナミクスを監視する可能性を提供します 41。 VOD Climate Archive (VODCA) から最近公開された長期 VOD 製品を使用しました。これは、Land Parameter Retrieval Model64 を使用して複数のセンサー (SSM/I、TMI、AMSR-E、WindSat、AMSR2) から得られた VOD 検索を組み合わせたものです。 。 時間を完全にするために、1988 年から 2016 年の期間をカバーする Ku バンドから推定された最長の利用可能な VOD を使用しました。 熱帯 AGC を推定するには、参考文献のアプローチに従ってください。 65 では、参考文献 65 の熱帯 AGC ベンチマーク マップに対して熱帯 VOD を校正することで、最初に 4 パラメーターの経験関数を当てはめました。 2000 年の 66 は次のとおりです。

ここで、a、b、c、d は 4 つの最適パラメータであり、Inf は 1010 に設定されます。AGC 密度 (MgC ha-1) は、元の地上バイオマス密度値に 0.5 の係数を乗算することによって導出されました (参考文献 67)。 Ku-VOD および AGC の場合、データは 0.5° × 0.5° の空間解像度に集約されます。 VOD と AGC の空間散布図は、VOD と AGC の間の良好な関係を明確に示しています (決定係数 R2 = 0.76、P < 0.01;補足図 15)。 VODCA Ku-VOD のパフォーマンスは、高バイオマス領域で AGC に対してより敏感であると考えられている L-VOD (R2 = 0.81) (参考文献 41) に比べれば劣るようです。 ただし、L-VOD は 2010 年以降に利用可能になったばかりであるため、ここでは使用しません。 最後に、この経験関数を適用して、1988 年から 2016 年まで VOD を AGC に変換します。

ここで使用されているデータセットはすべて公開されています。 大気中の CO2 観測は https://gml.noaa.gov/ccgg/ で入手できます。 地上 WS の GRACE 観測は https://grace.jpl.nasa.gov/data/get-data/monthly-mass-grids-land/ で入手できます。 GRACE-REC 地上波 WS は https://doi.org/10.6084/m9.figshare.7670849 で入手できます。 CRU 気候データセットは https://www.uea.ac.uk/groups-and-centres/climatic-research-unit で入手できます。 GPCC 降水量データセットは https://www.dwd.de/EN/ourservices/gpcc/gpcc.html で入手できます。 TRMM 降水量データセットは https://disc.gsfc.nasa.gov/datasets/ で入手できます。 バークレー地球の気候データセットは http://berkeleyearth.org/ で入手できます。 ERASST v.5 は https://psl.noaa.gov/data/gridded/data.noaa.ersst.v5.html で入手できます。 CMIP6 モデルの出力は https://pcmdi.llnl.gov/CMIP6/ で入手できます。 VODCA 製品は https://doi.org/10.5281/zenodo.2575599 で入手できます。

コードは Zenodo (https://doi.org/10.5281/zenodo.6447779) から入手できます。

フリードリングシュタイン、P. et al. 世界の炭素予算 2020。Earth Syst。 科学。 データ 12、3269–3340 (2020)。

記事 ADS Google Scholar

フリードリングシュタイン、P. et al. 気候と炭素循環のフィードバック分析: (CMIP)-M-4 モデルの相互比較の結果。 J.クライム。 19、3337–3353 (2006)。

記事 ADS Google Scholar

ブスケ、P. et al. 1980 年以降の陸地と海洋の二酸化炭素フラックスの地域的変化。Science 290、1342–1346 (2000)。

論文 ADS CAS PubMed Google Scholar

ピャオ、SL 他陸域炭素循環の年々変動：問題点と展望。 グロブ。 バイオルを変更します。 26、300–318 (2020)。

記事 ADS Google Scholar

コックス、PM et al. 二酸化炭素の変動によって制約される気候変動に対する熱帯炭素の感受性。 ネイチャー 494、341–344 (2013)。

論文 ADS CAS PubMed Google Scholar

カナデル、JG et al. in Climate Change 2021: The Physical Science Basis (Masson-Delmotte, V. et al.編) 673–816 (Cambridge Univ. Press、2021)。

Wang、WLら。 熱帯の気温と連動した大気中の CO2 増加率の変動。 手順国立アカデミー。 科学。 USA 110、13061–13066 (2013)。

論文 ADS CAS PubMed PubMed Central Google Scholar

アンデレッグ、WRL et al. 陸上炭素吸収源の変動の主な要因としての熱帯夜間の温暖化。 手順国立アカデミー。 科学。 USA 112、15591–15596 (2015)。

論文 ADS CAS PubMed PubMed Central Google Scholar

Jung、M.ら。 水の代償効果は、世界の土地のCO2吸収源の毎年の変化と気温を結びつけます。 ネイチャー 541、516–520 (2017)。

論文 ADS CAS PubMed Google Scholar

Braswell, BH、Schimel, DS、Linder, E. & Moore, B. 年々の気温変動に対する地球規模の陸上生態系の反応。 サイエンス 278、870–872 (1997)。

記事 ADS CAS Google Scholar

Humphrey, V. et al. 観測された陸水貯留量の変化に対する大気中の CO2 増加率の感度。 Nature 560、628-631 (2018)。

論文 ADS PubMed Google Scholar

バカトウ、RB 南方振動による大気二酸化炭素の変調。 ネイチャー 261、116–118 (1976)。

記事 ADS CAS Google Scholar

Keeling, CD、Whorf, TP、Wahlen, M. & van der Plichtt, J. 1980 年以降、大気中の二酸化炭素の上昇率は年々極端になっている。Nature 375、666–670 (1995)。

記事 ADS CAS Google Scholar

Zeng, XB、Eyre, JEJR、Dixon, RD & Arevalo, J. 正規化された温暖化傾向を通じて、記録的な猛暑年の発生を定量化。 地球物理学。 解像度レット。 48、e2020GL091626 (2021)。

Adams, JM & Piovesan, G. 地球規模の年間 CO2 増加量と気候の間の長期にわたる関係: 熱帯および北温帯の役割の安定性と変化の証拠。 Chemosphere 59、1595–1612 (2005)。

論文 ADS CAS PubMed Google Scholar

Wang、XH et al. 熱帯の気温変化に対する炭素循環の感度が 2 倍に増加します。 Nature 506、212–215 (2014)。

論文 PubMed Google Scholar

Wang, J.、Zeng, N. & Wang, MR 大気中の CO2 増加率の年々変動: 降水量と気温の役割。 生物地球科学 13、2339–2352 (2016)。

記事 ADS CAS Google Scholar

Humphrey, V. & Gudmundsson, L. GRACE-REC: 過去 1 世紀にわたる気候による貯水量の変化の再構成。 地球システム科学。 データ 11、1153 ～ 1170 (2019)。

記事 ADS Google Scholar

メルカド、LM 他拡散放射線の変化が地球規模の陸地炭素吸収源に及ぼす影響。 Nature 458、1014–1087 (2009)。

論文 ADS CAS PubMed Google Scholar

Humphrey, V. et al. 土壌水分と大気のフィードバックが、土地の炭素吸収量の変動を支配します。 Nature 592、65–69 (2021)。

論文 PubMed PubMed Central Google Scholar

セネヴィラトネ、SI et al. 変化する気候における土壌水分と気候の相互作用の調査: レビュー。 地球科学改訂 99、125–161 (2010)。

記事 ADS CAS Google Scholar

Luo、XZ および Keenan、TF 熱帯の極端な干ばつにより、大気中の CO2 増加率の変動が長期的に増加します。 ナット。 共通。 1193年13日（2022年）。

論文 ADS CAS PubMed PubMed Central Google Scholar

Gu、GJ & Adler、RF 年々の時間スケールでの降水量と気温の変動: ENSO と火山噴火の影響の評価。 J.クライム。 24、2258–2270 (2011)。

記事 ADS Google Scholar

カイ、WJら。 温暖化によるエルニーニョ南方振動の変化。 ナット。 地球環境牧師。 2、628–644 (2021)。

記事 Google Scholar

フロイント、MB et al. 過去数世紀と比較して、ここ数十年における中部太平洋エルニーニョ現象の発生頻度が高くなっています。 ナット。 地理学。 12、450–455 (2019)。

記事 ADS Google Scholar

ノースカロライナ州ジョンソン ENSO のフレーバーはいくつ区別できますか? J.クライム。 26、4816–4827 (2013)。

記事 ADS Google Scholar

カポトンディ、A. et al. ENSO の多様性を理解する。 ブル。 アム、メテオロール。 Soc. 96、921–938 (2015)。

記事 ADS Google Scholar

アショク、K.、ベヘラ、SK、ラオ、SA、ウェン、HY & ヤマガタ、T. エルニーニョ兵器とその可能性のある遠隔接続。 Ｊ．Ｇｅｏｐｈｙｓ． 解像度オーシャンズ https://doi.org/10.1029/2006JC003798 (2007)。

Wang, G. & Hendon, HH エルニーニョ間の変動に対するオーストラリアの降雨量の感度。 J.クライム。 20、4211–4226 (2007)。

記事 ADS Google Scholar

de Linage, C.、Kim, H.、Famiglietti, JS & Yu, JY 熱帯南米における GRACE 陸水貯留の年々および十年変動に対する太平洋および大西洋の海面温度の影響。 Ｊ．Ｇｅｏｐｈｙｓ． 解像度アトモス 118、10811–10829 (2013)。

記事 Google Scholar

ロデル、M.ら。 世界的な淡水の利用可能性に関する新たな傾向。 ネイチャー 557、651–659 (2018)。

論文 PubMed PubMed Central Google Scholar

Wang、J.ら。 2019 年の極度のインド洋ダイポールモードに関連して、インド～アフリカの炭素摂取量とアジア太平洋地域の炭素放出量が増加。 地球物理学。 解像度レット。 49、e2022GL100950 (2022)。

Wang、J.ら。 インド洋双極子による陸上光合成の調節：衛星ベースの観測とCMIP6の将来予測。 Earths Future 9、e2020EF001942 (2021)。

そう、SWら。 気候変動中のエルニーニョ現象。 Nature 461, 511–570 (2009)。

論文 ADS CAS PubMed Google Scholar

Chylek, P.、Tans, P.、Christy, J. & Dubey, MK 2 つのタイプのエルニーニョに対する炭素循環の反応: 観察研究。 環境。 解像度レット。 13、024001 (2018)。

Wang、J.ら。 2 種類のエルニーニョにおける大気中の CO2 の年々変動とその地上メカニズムの比較。 アトモス。 化学。 物理学。 18、10333–10345 (2018)。

記事 ADS CAS Google Scholar

ティマーマン、A.ら。 エルニーニョ南方振動の複雑さ。 ネイチャー 559、535–545 (2018)。

論文 ADS CAS PubMed Google Scholar

Fan、Y.、Miguez-Macho、G.、Jobbagy、EG、Jackson、RB & Otero-Casal、C. 植物の根の深さの水文学的調節。 手順国立アカデミー。 科学。 米国 114、10572–10577 (2017)。

論文 ADS CAS PubMed PubMed Central Google Scholar

ヤン、Ｙら。 干ばつ後のアマゾンの炭素吸収源の減少。 ナット。 共通。 9、3172 (2018)。

論文 ADS PubMed PubMed Central Google Scholar

フェデス、RA 他。 水文学および気候モデルにおける根の水の取り込みのモデル化。 ブル。 午前。 メテオロール。 社会 82、2797–2809 (2001)。

2.3.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0477%282001%29082%3C2797%3AMRWUIH%3E2.3.CO%3B2" aria-label="Article reference 40" data-doi="10.1175/1520-0477(2001)0822.3.CO;2">記事 ADS Google Scholar

ファン、L.ら。 衛星観測された汎熱帯炭素動態。 ナット。 Plants 5、944–951 (2019)。

論文 CAS PubMed Google Scholar

Konings, AG、Holtzman, NM、Rao, K.、Xu, L. & Saatchi, SS 植生の光学的深さの年々変動は、水ストレスとバイオマス変化の両方によるものです。 地球物理学。 解像度レット。 48、e2021GL095267 (2021)。

Bond-Lamberty、B. 地球規模の土壌呼吸フラックスを理解するための新しい技術とデータ。 Earths Future 6、1176–1180 (2018)。

記事 ADS Google Scholar

リュー、JJ 他 2015 ～ 2016 年のエルニーニョに対する熱帯大陸の炭素循環の反応の対照。 科学 https://doi.org/10.1126/science.aam5690 (2017)。

ダ・コスタ、ACL 他アマゾン東部熱帯雨林の植生動態とバイオマス貯蔵に対する 7 年間の実験的干ばつの影響。 新しいフィトール。 187、579–591 (2010)。

論文 PubMed Google Scholar

Huang、MT et al. 地球規模の生物群系にわたる植生生産性の最適気温。 ナット。 エコル。 進化。 3、772–779 (2019)。

論文 PubMed PubMed Central Google Scholar

Medhaug, I.、Stolpe, MB、Fischer, EM & Knutti, R. 「地球温暖化の休止」に関する論争の和解。 Nature 545、41–47 (2017)。

論文 PubMed Google Scholar

Liu、LBら。 土壌水分は、世界中の生態系生産における乾燥ストレスを支配しています。 ナット。 共通。 11、4892 (2020)。

アローラ、VK et al. CMIP6 モデルにおける炭素濃度および炭素気候フィードバックと CMIP5 モデルとの比較。 生物地球科学 17、4173–4222 (2020)。

記事 ADS CAS Google Scholar

マサリエ、KA & タンズ、PP 大気中の二酸化炭素データを世界的に一貫した測定記録に拡張および統合する。 Ｊ．Ｇｅｏｐｈｙｓ． 解像度アトモス。 100、11593–11610 (1995)。

記事 ADS CAS Google Scholar

Tapley, BD、Bettadpur, S.、Ries, JC、Thompson, PF および Watkins, MM による地球系の質量変動の GRACE 測定。 サイエンス 305、503–505 (2004)。

論文 ADS CAS PubMed Google Scholar

Harris, I.、Osborn, TJ、Jones, P. & Lister, D. CRU TS 月次高解像度グリッド多変量気候データセットのバージョン 4。 科学。 データ7、109（2020）。

論文 PubMed PubMed Central Google Scholar

Rohde, RA & Hausfather, Z. バークレーの地球陸地/海洋温度記録。 地球システム科学。 データ 12、3469–3479 (2020)。

記事 ADS Google Scholar

ケンタッキー州トレンバース エルニーニョの定義。 ブル。 午前。 メテオロール。 社会 78、2771–2777 (1997)。

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0477%281997%29078%3C2771%3ATDOENO%3E2.0.CO%3B2" aria-label="Article reference 54" data-doi="10.1175/1520-0477(1997)0782.0.CO;2">記事 ADS Google Scholar

Huang, BY et al. 拡張再構築海面水温バージョン 5 (ERSSTv5): アップグレード、検証、および相互比較。 J.クライム。 30、8179–8205 (2017)。

記事 ADS Google Scholar

ヴァン・デン・ハーク、B.ら。 CMIP6 への LS3MIP (v1.0) の貢献: 地表、雪、土壌水分モデル相互比較プロジェクト - 目的、セットアップ、および期待される結果。 地理学。 モデル開発 9、2809–2832 (2016)。

記事 ADS Google Scholar

コンポ、GP 他 20世紀再分析プロジェクト。 QJR流星。 社会 137、1–28 (2011)。

記事 ADS Google Scholar

シッチ、S.ら。 地域の二酸化炭素の発生源と吸収源の最近の傾向と推進要因。 生物地球科学 12、653–679 (2015)。

記事 ADS Google Scholar

Wu、RJ、Lo、MH、Scanlon、BR CMIP6 モデルにおける陸上水貯留異常の年間サイクルを GRACE データに対して評価しました。 J.クライム。 34、8205–8217 (2021)。

ADS Google Scholar

Björnsson, H. & Venegas, SJCR 気候データの EOF および SVD 分析のためのマニュアル。 CCGCR Rep. 97、112–134 (1997)。

カイ、WJら。 ENSO と温室効果。 ナット。 登る。 変更 5、849–859 (2015)。

記事 ADS Google Scholar

ドーマン、CF 他。 共線性: 共線性に対処する方法のレビューと、そのパフォーマンスを評価するシミュレーション研究。 エコグラフィー 36、27–46 (2013)。

記事 Google Scholar

Hoerl、AE および Kennard、RW リッジ回帰 - 非直交問題に対する偏りのある推定。 テクノメトリクス 12、55–67 (1970)。

数学 Google Scholar

モーシンガー、L.ら。 地球規模の長期マイクロ波植生光学深度気候アーカイブ (VODCA)。 地球システム科学。 データ 12、177–196 (2020)。

記事 ADS Google Scholar

劉、YYら。 地球規模の陸上バイオマスの損失が最近逆転した。 ナット。 登る。 Change 5、470–474 (2015)。

記事 ADS Google Scholar

Avitabile、V. et al. 複数の参照データセットを使用した統合された汎熱帯バイオマス マップ。 グロブ。 バイオルを変更します。 22、1406–1420 (2016)。

記事 ADS Google Scholar

Baccini, A. et al. 熱帯森林破壊による二酸化炭素排出量の推定値は、炭素密度マップによって改善されました。 ナット。 登る。 Change 2、182–185 (2012)。

記事 ADS CAS Google Scholar

リファレンスをダウンロードする

我々は、結合モデリングに関する作業部会を通じて CMIP6 を調整し推進した世界気候研究計画を認識する。 我々は、モデル出力を作成し利用可能にしてくれた気候モデリンググループ、データをアーカイブしアクセスを提供してくれたアースシステムグリッドフェデレーション（ESGF）、そしてCMIP6とESGFを支援する複数の資金提供機関に感謝します。 LS3MIP および LMIP の実験に貢献したすべての方々に感謝します。 大気中の CO2 測定を提供してくださった NOAA/地球システム研究所の地球監視部門に感謝します。 CMIP6 および LS3MIP データのダウンロードと処理については、U. Beyerle、L. Brunner、R. Lorenz、M. Hauser に感謝します。 NOAA/OAR.ESRL PSL が ERSST_v5 データセットを提供していることを認めます。 VOD データをダウンロードしてくださった M. Hirschi に感謝します。 有益な議論をしていただいた V. Humphrey 氏と Q. Sun 氏に感謝します。 LL、RSP、PC、PF、および SIS は、欧州連合の Horizo​​n 2020 Research and Innovation Program (助成金番号 821003 (4C)) からの支援を認めます。 LL、PC、および SIS も、HORIZON.2.5 (認可番号 101056939) (RESCUE) のサポートを認めています。

スイス連邦工科大学チューリッヒ校が提供するオープンアクセス資金。

チューリッヒ工科大学大気気候科学研究所、チューリッヒ、スイス

ライバオ・リウ、ライアン・S・パドロン、ジョナス・シュワーブ、ルーカス・グダムンドソン、ソニア・I・セネヴィラトネ

気候環境科学研究所、CEA-CNRS-UVSQ、パリ・サクレー大学、ギフ・シュル・イヴェット、フランス

フィリップ・シエ

地域地球システム科学工学共同研究所 (JIFRESSE)、カリフォルニア大学ロサンゼルス校、米国カリフォルニア州ロサンゼルス

呉孟希

エクセター大学工学部数学物理科学部、エクセター、英国

ピエール・フリードリングシュタイン

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

LL が最初のアイデアを思いつきました。 LL、SIS、PC が実験を設計しました。 LL、SIS、PC、WM、RSP、PF、JS、LG が調査を実施しました。 JS はリッジ回帰分析を実行しました。 LL は他のすべての分析を実行しました。 LL は、共著者全員の協力を得てこの論文を執筆しました。

劉来宝さんへの対応。

著者らは競合する利害関係を宣言していません。

Nature は、この研究の査読に貢献してくれた Russell Scott、Jun Wang、およびその他の匿名の査読者に感謝します。 査読者レポートが利用可能です。

発行者注記 Springer Nature は、発行された地図および所属機関の管轄権の主張に関して中立を保っています。

a. 最初の 30 年間（1960 ～ 1989 年）と最近の 30 年間（1989 ～ 2018 年）の気候と炭素の年次相関のヒストグラム。5000 回のブートストラップ反復を使用して導出されました。 図 1c と同じですが、熱帯水は GPCC からの 6 か月遅れの降水量を指し、熱帯温度はバークレー地球の地球表面温度から導出されます。 b、図 1c と同じですが、CGR が残留土地シンク (RLS) に置き換えられています。

a、熱帯気温に対する CGR の年々感受性は、熱帯気温と熱帯水の両方を予測変数として使用した二変量回帰から推定されます。 Pre は同時降水量を示します。 以前の関連研究と方法の一貫性を保つために、最初に OLS 回帰を採用します。 各ドットは 25 年の期間を示します。 時間枠の中心年が横軸に表示されます。 影付きの領域は、5000 回のブートストラップ反復を使用して導出された 95% 信頼区間を表します。 読みやすくするために、1 番目と 3 番目の回帰関数からの温度感度の 95% 信頼区間のみがプロットされています。 b、a と同じですが、リッジ回帰を使用します。

a、b、1960 年から 2018 年の熱帯 LagP、(a) 熱帯 WS、(b) CGR の IAV。 縦方向の灰色の陰影は 3 つの火山噴火 (アグン山、エル チチョン山、ピナツボ山) を示しています。

南緯 2 度～北緯 2 度、東経 110 度～西経 90 度の範囲にわたる最大の DJF 海面水温偏差が東太平洋 (西経 150 度の東) にあり、Nino3 指数が 1 標準偏差を超える年は、EP ENSO と見なされます。 対応する最大の DJF 海面水温異常が中部太平洋 (西経 150 度西) にあり、Nino4 指数が 1 標準偏差を超える年は、CP ENSO と見なされます。 火山年は分析から除外されます。

横軸にラベル付けされた年は、27 年間の移動時間ウィンドウの中心年を示します (すべての変数は、対応する各ウィンドウで年スケールでトレンド除去されています)。 モデルは、熱帯の総土壌水分、熱帯の気温、地球規模のネット生態系交換に基づいています。

モデルの場合、各モデルからの地球規模のネット生態系交換、熱帯の総土壌水分、および熱帯の気温が計算に使用されます。 単変量感度と二変量感度は、それぞれ OLS 回帰とリッジ回帰を使用して推定されます。 熱帯水に対する CGR の感度の最良の推定値が示されています。 ** は、P < 0.05 で有意な感度を示します。

a、b、CRU の熱帯 LagP の IAV、(a) 1999 ～ 2018 年の TRMM、および (b) 1960 ～ 2018 年の GPCC。 c. GPCC および CRU 内のゲージステーションの数の一時的な範囲。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Liu、L.、Caiis、P.、Wu、M. 他。 熱帯水と年間 CO2 増加率のカップリングはますますマイナスになっています。 自然 (2023)。 https://doi.org/10.1038/s41586-023-06056-x

引用をダウンロード

受信日: 2022 年 1 月 5 日

受理日: 2023 年 4 月 5 日

発行日: 2023 年 5 月 31 日

DOI: https://doi.org/10.1038/s41586-023-06056-x

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。