Kontrolle der thermischen Reaktion gemäßigter Seen auf die Erwärmung der Atmosphäre

Nature Communications Band 14, Artikelnummer: 6503 (2023) Diesen Artikel zitieren

Details zu den Metriken

Durch die Erwärmung der Atmosphäre werden Seen erwärmt, die Ursachen für die Unterschiede zwischen den Becken sind jedoch kaum bekannt. Hier werden multidekadische Profile der Wassertemperaturen, des trophischen Zustands und des lokalen Klimas von 345 gemäßigten Seen mit Daten zur Seegeomorphologie und den Eigenschaften von Wassereinzugsgebieten kombiniert, um Kontrollen für die relativen Temperaturänderungsraten in Wasser (WT) und Luft (AT) zu ermitteln. während des Sommers. Wir zeigen, dass Unterschiede im lokalen Klima (AT, Windgeschwindigkeit, Luftfeuchtigkeit, Einstrahlung), Landbedeckung (Wald, Stadt, Landwirtschaft), Geomorphologie (Höhe, Flächen-/Tiefenverhältnis) und Wassertransparenz >30 % des Geschwindigkeitsunterschieds erklären der Seeerwärmung im Vergleich zur Atmosphäre. Wichtig ist, dass sich die Geschwindigkeit der Seeerwärmung mit zunehmender Lufterwärmung verlangsamt (P < 0,001). Klare, kalte und tiefe Seen, insbesondere in großer Höhe und in ungestörten Einzugsgebieten, reagieren besonders empfindlich auf Veränderungen der atmosphärischen Temperatur. Wir gehen davon aus, dass die Erwärmung des Oberflächenwassers in einer wärmeren Zukunft im Vergleich zur Atmosphäre abnehmen könnte, insbesondere an Standorten, die bereits terrestrische Entwicklung oder Eutrophierung erfahren.

Der Klimawandel hat die Seen weltweit erheblich verändert und wird voraussichtlich die aktuellen Bedrohungen für Ökosysteme und die Menschheit verschärfen1,2. Seen sind von zentraler Bedeutung für hydrologische, biogeochemische und ökologische Prozesse. Daher ist das Wissen über ihre Reaktionsfähigkeit auf den Klimawandel von entscheidender Bedeutung für die Bewirtschaftung und Aufrechterhaltung von Ökosystemdienstleistungen3. Die neuere Forschung hat sich insbesondere auf Muster und die offensichtliche Empfindlichkeit von Seen gegenüber der Erwärmung der Atmosphäre konzentriert, da die Seewassertemperatur (WT) eine entscheidende Rolle bei der Regulierung von Ökosystemprozessen wie dem Wachstum von Organismen, biogeochemischen Kreisläufen und Wechselwirkungen zwischen Nahrungsnetzen spielt2. Aufgrund der hohen spezifischen Wärme des Wassers werden die Seetemperaturen häufig gegen hochfrequente meteorologische Schwankungen abgefedert und berücksichtigen stattdessen längerfristige (monatliche bis jährliche) Änderungen der Energieflüsse, die mit klimatischen Schwankungen verbunden sind4. Infolgedessen haben sich die Eigenschaften der Eisbedeckung, Schichtung, Oberflächentemperatur, Verdunstung und Wasserstand in den letzten Jahrzehnten als Reaktion auf die Klimaerwärmung deutlich verändert2. Es besteht auch wachsende Besorgnis darüber, dass erhöhte atmosphärische Temperaturen (AT) die Symptome der Eutrophierung verstärken, wie z. B. die Häufigkeit, das Ausmaß und die geografische Ausdehnung von Cyanobakterienblüten5,6,7. Daher ist das Verständnis der Reaktion der Seewassertemperatur auf die Klimaerwärmung von entscheidender Bedeutung für die Vorhersage biotischer Veränderungen und die Vorhersage der Auswirkungen klimatischer Schwankungen auf Seen und die damit verbundenen Ökosysteme8.

Jüngste Studien haben multidekadische Trends bei der Wassertemperatur von Seen dokumentiert, was auf einen weit verbreiteten Anstieg der WT an der Seeoberfläche als Reaktion auf die Erwärmung der Atmosphäre schließen lässt8,9,10,11,12. Jane et al.9 gaben beispielsweise an, dass die WT an der Seeoberfläche in der gemäßigten Zone von 1980 bis 2017 um 0,39 °C pro Jahrzehnt anstieg, während die WT im gleichen Zeitraum um 0,30 °C pro Jahrzehnt anstieg. Zusätzlich zu den Unterschieden in der Änderungsrate der Luft- und Wassertemperaturen zeigten einzelne Seen eine große Bandbreite in Geschwindigkeit und Ausmaß der Oberflächen-WT-Änderung, die trotz der Erwärmung der Atmosphäre in einigen Fällen sogar zu einer Abkühlung des gesamten Sees führte13. Diese Ergebnisse unterstreichen, wie wichtig es ist, Faktoren zu berücksichtigen, die den Wärmehaushalt von Einzugsgebieten steuern, anstatt davon auszugehen, dass die WT gleichmäßig auf einen Anstieg der AT reagiert.

Die Heterogenität der Seeerwärmungsrate kann einfache Aussagen über die WT-Trends des Sees verhindern13 und unterstreicht, wie wichtig es ist, mögliche Kontrollen der Erwärmung zu berücksichtigen, einschließlich Klima, Wassereinzugsgebietseigenschaften, Seegeomorphometrie und in situ trophische Bedingungen. Im Allgemeinen wird davon ausgegangen, dass klimatische Merkmale (z. B. Einstrahlung, Luftfeuchtigkeit, Windgeschwindigkeit) die vorherrschenden Faktoren sind, die die Unterschiede in den Geschwindigkeiten der Erwärmung des Sees und der Atmosphäre regulieren3,14, während Parameter, die die Umverteilung der Wärme innerhalb des Sees steuern, sekundäre Auswirkungen auf die Erwärmung des Sees haben10 . Tatsächlich können Variationen in der Geomorphologie des Sees (z. B. Tiefe, Wasserverweilzeit, Höhe)15,16,17, den Eigenschaften von Wassereinzugsgebieten (z. B. Landnutzung)18,19 und dem trophischen Status (z. B. Klarheit des Wassers)17,20,21 möglich sein Modulieren Sie die Klimaeffekte auf einzelne Seen, indem Sie die Energieverteilung mit der Tiefe beeinflussen. Beispielsweise legen Woolway et al.16 nahe, dass kalte und tiefe Seen schneller auf Schwankungen der AT reagieren, während andere herausgefunden haben, dass flache Seen empfindlicher auf Lufterwärmung reagieren15,22. Rose et al.21 weisen darauf hin, dass die WT-Reaktion des Sees auf AT-Änderungen von Standort zu Standort unterschiedlich war, teilweise aufgrund von Unterschieden in der Wasserklarheit und der Seetiefe. Diese unterschiedliche Reaktionsfähigkeit der Windenergieanlagen auf atmosphärische Bedingungen verdeutlicht die heterogenen und komplexen Reaktionen von Seen auf das Klima und andere Stressfaktoren und macht es schwierig, das Risiko von Ökosystemschäden aufgrund des Klimawandels vorherzusagen. Darüber hinaus wurden bisher die meisten mechanistischen Schlussfolgerungen aus numerischen Simulationsexperimenten gezogen und müssen noch anhand umfangreicher Seebeobachtungen validiert werden. Da Seeökosysteme bereits durch zahlreiche vom Menschen verursachte Stressfaktoren (z. B. Eutrophierung7, Sauerstoffmangel9) ernsthaft bedroht sind, ist es wichtig zu verstehen, wo und wie der globale Klimawandel die Auswirkungen bestehender Stressfaktoren auf diese wichtigen Ökosysteme verstärken wird22,23 und dies umzusetzen dieses Wissen für zukünftige Management- und Erhaltungsstrategien24.

Hier wurde die Variation in der Reaktionsfähigkeit der Seeoberfläche und der tiefen WT auf die Erwärmung der Atmosphäre während des Sommers analysiert, indem Langzeitschätzungen (1979–2017, 24,5 ± 6,7 Jahre) der WT-Profile und des trophischen Zustands von 345 nördlich gemäßigten Seen und Stauseen verglichen wurden (Abb. 1) mit Messungen des lokalen Klimas, der Seegeomorphometrie und der Eigenschaften von Wassereinzugsgebieten. Wir stellten die Hypothese auf, dass die Reaktion der See-WT auf die Erwärmung der Atmosphäre und das daraus resultierende Risiko lentischer Ökosysteme auf grundlegende Veränderungen nicht für alle Seen gleich ist und dass klare, kalte und tiefe Becken empfindlicher auf AT-Änderungen reagieren. Ziel dieser Studie ist es, unser Verständnis der Kontrollen der räumlichen und zeitlichen Variation der Seereaktion auf die Erwärmung der Atmosphäre zu verbessern, Entscheidungsträgern bei der Vorbereitung auf zukünftige Risiken zu helfen und gezielte Managementstrategien zu entwickeln.

Der Farbverlauf der Kreise zeigt die Unterschiede zwischen dem epilimnetischen Temperaturtrend des Sees (ETT) und dem Lufttemperaturtrend (ATT) als ETT–ATT an. Quelldaten werden als Quelldatendatei bereitgestellt.

Anhand beobachteter Seetemperaturprofile und Seeschichtungsregime (geschichtet, ungeschichtet) wurde die Seeerwärmung für epilimnetische (Oberflächen-) und hypolimnetische (tiefe) Gewässer geschätzt. In dieser Studie betrugen AT, epilimnetische Wassertemperaturen (ET) und hypolimnetische Wassertemperaturen (HT) im Sommer (im Folgenden vom 15. Juli bis 31. August auf der Nordhalbkugel) 20,6 ± 2,7 °C, 22,0 ± 3,0 °C und 9,6 ± 3,0 °C (Abb. 2a). Viele nördliche Seen zeigten im Sommer Erwärmungstrends (als Sen-Steigung) sowohl in AT (91,0 %) als auch in ET (81,7 %), obwohl sich die Tiefengewässer weniger konsistent veränderten und mehr als die Hälfte der Standorte (58,5 %) im Analysezeitraum abkühlten ( Abb. 2b). Die epilimnetische Temperatur erwärmte sich im Allgemeinen schneller (+0,44 ± 0,57 °C pro Jahrzehnt) als die Sommer-AT (+0,36 ± 0,33 °C pro Jahrzehnt), wohingegen die HT häufig abnahm (–0,12 ± 0,47 °C pro Jahrzehnt, Abb. 2b).

a Relative Häufigkeit von Lufttemperatur (AT), epilimnetischer Temperatur (ET) und hypolimnetischer Temperatur (HT). b Synchrone Verteilung von Lufttemperaturtrend (ATT), epilimnetischem Temperaturtrend (ETT) und hypolimnetischem Temperaturtrend (HTT). c Dichtediagramme der Unterschiede zwischen Luft-, epilimnetischen und hypolimnetischen Temperaturtrends. ETT–ATT, der Unterschied zwischen ETT und ATT im Sommer; HTT–ATT, der Unterschied zwischen HTT und ATT im Sommer; ETT–HTT, der Unterschied zwischen ETT und HTT im Sommer. d–f die Beziehungen zwischen ATT, ETT und HTT. Quelldaten werden als Quelldatendatei bereitgestellt.

Bei einzelnen Seen unterschieden sich die multidekadischen Trends zwischen AT und WT häufig oder zeigten sogar gegensätzliche Trends (Abb. 2c – f). Beispielsweise waren epilimnetische Temperaturtrends (ETT) in 62 Seen (18,0 % der Standorte) und hypolimentische Temperaturtrends (HTT) in 132 Seen (57,6 %) den Lufttemperaturtrends entgegengesetzt (ATT, Abb. 2d, e), während 55,5 % der ETT waren entgegengesetzt zu HTT (Abb. 2f). Die berechneten Unterschiede in den AT- und WT-Trends variierten je nach Seezone, einschließlich der Trendunterschiede zwischen ETT und ATT (ETT–ATT, +0,08 ± 0,52 °C pro Jahrzehnt), HTT und ATT (HTT–ATT, –0,47 ± 0,53 °C pro Jahrzehnt). Dekade) und ETT und HTT (ETT–HTT, +0,59 ± 0,62 °C pro Dekade) (Abb. 2c). Im Allgemeinen reagierten die Seeoberfläche und die tiefe WT unterschiedlich auf die Erwärmung der Atmosphäre, und die Geschwindigkeit der WT-Änderung in einzelnen Seen variierte stark (Abb. 2d – f).

In dieser Studie wurde die Reaktion der WT auf Änderungen der AT im Sommer bewertet, indem die Differenz zwischen den Trends der WT und der AT für jeden See berechnet wurde. Die Analyse mit paarweisen Korrelationen zeigte, dass ETT-ATT positiv mit dem Seevolumen, der Waldbedeckung, der Feuchtgebietsausdehnung, dem gesamten Sommerniederschlag (TSP), der sommerlichen Langwellenstrahlung (LR), dem regionalen latenten Wärmefluss im Sommer (LE) und dem AT im Winter (WiAT) korrelierte. und Luftfeuchtigkeit (P < 0,05) und negativ mit dem Grad der anthropogenen Entwicklung, der Landwirtschaft, der Grünlandfläche, der Sommerwindgeschwindigkeit (WS), dem regionalen sommerlichen sensiblen Wärmefluss (H) und dem Sommer-AT (SuAT) (P < 0,05, Abb. 3a). In ähnlicher Weise korrelierte HTT-ATT positiv mit der Seefläche, der maximalen Tiefe (maximale Tiefe), dem Verhältnis von Fläche zu Tiefe (Verhältnis Fläche/Tiefe), dem Volumen, der Wassereinzugsgebietsfläche (Wshd), der Waldbedeckung und WiAT und negativ mit der Landschaftsentwicklung , SuAT, Frühlings-AT (SpAT) und Herbst-AT (FaAT) (P < 0,05, Abb. 3a).

a Paarweise Korrelationen zwischen Unterschieden in den Trends der epilimnetischen Wassertemperatur (ETT) und der Atmosphärentemperatur (ATT) (d. h. ETT-ATT) oder der hypolimnetischen Wassertemperatur (HTT) und der Atmosphärentemperatur (d. h. HTT-ATT) und wichtigen Umweltparametern. Zu den Umweltprädiktoren gehören die Geomorphometrie des Sees (Fläche, maximale Tiefe [max. Tiefe], Verhältnis von Fläche zu Tiefe [Fläche/Tiefe], Volumen, Wasserverweilzeit [res time], Höhe und Wassereinzugsgebietsfläche [wshd]), Landnutzung (Landwirtschaft, Entwicklung, Wasser, Wald, Feuchtgebiet, Gras, Buschland), Klima (Trends der Windgeschwindigkeit [WS], Gesamtsommerniederschlag [TSP], Luftfeuchtigkeit, Kurzwellenstrahlung [SR], Langwellenstrahlung [LR], regionaler sensibler Wärmefluss (H ) und regionaler latenter Wärmefluss (LE) im Sommer sowie Sommerlufttemperaturen [SuAT], Frühlingslufttemperaturen [SpAT], Herbstlufttemperaturen [FaAT] und Winterlufttemperaturen [WiAT]) und trophischer Zustand (Trend). in Secchi-Tiefe [Secchi]), untersucht mit dem Korrelationskoeffizienten nach Spearman. Der Farbverlauf gibt die Korrelationskoeffizienten (corr) an und die Quadrate mit einem Kreuz zeigen nicht signifikante Korrelationen an (P > 0,05). b, c Bedeutung der Seegeomorphologie, der Landnutzung, des Klimas und der trophischen Variablen bei der Erklärung des ETT-ATT und HTT-ATT, die mithilfe einer zufälligen Waldanalyse untersucht wurden. Die Erklärungskraft der Antwortvariablen wurde als mittlerer quadratischer Fehler (MSE) geschätzt. Statistische Signifikanz durch rotes Diagramm angezeigt. d Variationspartitionierungsanalyse der relativen Beiträge der Seegeomorphologie (See), der Landnutzung, des Klimas und der trophischen Variablen zur Reaktion der Seewassertemperaturen auf die Lufttemperatur. Die Werte < 0 wurden nicht angezeigt. Statistische Signifikanz angegeben durch *P < 0,05, **P < 0,001 und ***P < 0,001 (ANOVA). Quelldaten werden als Quelldatendatei bereitgestellt.

Mithilfe einer Zufallswaldanalyse wurde ermittelt, welche Variablen für die Erklärung der Temperaturtrendunterschiede zwischen Luft und Wasser am wichtigsten waren. Mehr als 30 % der Schwankungen der relativen Änderungsraten der Luft- und Seetemperaturen korrelierten mit lokalen Unterschieden in den geomorphologischen, Wassereinzugsgebiets-, Klima- und trophischen Eigenschaften (Abb. 3b, c). Laut der Random-Forest-Analyse erklärten die in dieser Studie verwendeten Prädiktoren 30,3 % von ETT-ATT bzw. 31,1 % von HTT-ATT (P < 0,001, Abb. 3b, c). Insbesondere WS, Luftfeuchtigkeit, SuAT, WiAT, Höhe, Waldbedeckung, sommerliche Kurzwellenstrahlung (SR), Stadtentwicklung, Feuchtgebiet, Seegebiet und Gras waren die wichtigen Faktoren, die die Unterschiede zwischen ETT und ATT erklärten (P < 0,05, Abb . 3b), während Variationen in HTT-ATT signifikant durch Änderungen in SuAT, Waldbedeckung, LR, Stadtentwicklung, Buschland und Wassertransparenz (Secchi-Tiefe) erklärt wurden (P <0, 05, Abb. 3c). Darüber hinaus zeigte eine Varianzpartitionierungsanalyse, dass Variationen in ETT-ATT hauptsächlich durch das Klima (21,6 %), die Seegeomorphologie (2,7 %), die Landnutzung (0,6 %) und die kombinierten Auswirkungen von Landnutzung und Klima (5,3 %) erklärt wurden. und nicht auf die Wassertransparenz (P < 0,05, Abb. 3d). Im Gegensatz dazu hingen Unterschiede im HTT-ATT überwiegend mit dem Klima (21,7 %), der Landnutzung (5,6 %) und der Wassertransparenz (1,5 %) und nicht mit der Geomorphologie des Sees zusammen (P <0,05, Abb. 3d).

Die Analyse mit generalisierten additiven Modellen (GAMs) ergab, dass die ETT-ATT-Werte mit der AT-Erwärmung im Sommer deutlich abnahmen (Spearmans r = −0,267, P < 0,001, Abb. 4). Im Durchschnitt waren die Trendunterschiede zwischen ETT und ATT in warmen Regionen tendenziell negativ (Abb. 4), was darauf hindeutet, dass die Oberflächen-WT in Regionen mit wärmerem Klima weniger auf Änderungen der AT reagierte.

Seen reagieren weniger stark auf Veränderungen der Lufttemperatur, wenn sich die Atmosphäre erwärmt. Die schwarze Linie ist eine verallgemeinerte additive Modellanpassung an die Datenpunkte, während die feine gepunktete Linie das punktweise 95 %-Glaubwürdigkeitsintervall der angepassten Werte darstellt. Paarweise Korrelationen zwischen epilimnetischem Temperaturtrend (ETT) und Lufttemperaturtrend (ATT) (dh ETT–ATT) und Lufttemperatur wurden mit dem Korrelationskoeffizienten nach Spearman untersucht. Quelldaten werden als Quelldatendatei bereitgestellt.

Gemäß den Richtlinien der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD)25 wurden Secchi-Tiefenwerte verwendet, um Seen nach ihrem trophischen Status zu kategorisieren. Transparente oligotrophe Seen reagierten stärker auf AT-Änderungen als produktive trübe Standorte (Abb. 5). Der Unterschied zwischen den Trends bei WT und AT korrelierte positiv mit der Secchi-Transparenz (P <0,001, Abb. 5), die in eutrophen und hypereutrophen Seen im Vergleich zu oligotrophen und mesotrophen Standorten signifikant geringer war (P <0,05, Abb. 5). Beispielsweise sanken die mittleren ETT-ATT-Werte mit dem trophischen Status des Sees zunehmend von oligotroph (0,20 ± 0,36 °C pro Jahrzehnt) zu mesotroph (0,19 ± 0,59 °C pro Jahrzehnt), eutroph (0,001 ± 0,53 °C pro Jahrzehnt) und hypereutroph (− 0,17 ± 0,49 °C pro Jahrzehnt) Becken (Abb. 5a), was darauf hindeutet, dass sich das Oberflächenwasser in trüben (hypereutrophen) Seen langsamer erwärmte als die lokale Atmosphäre (P < 0,05, Abb. 5a). In ähnlicher Weise stiegen die HTT-ATT-Werte mit den Secchi-Tiefenwerten signifikant an (P <0,05, Abb. 5b), und das Tiefenwasser erwärmte sich im Vergleich zu AT langsam, insbesondere an produktiveren Standorten (P <0,05, Abb. 5b). Die Analyse einer Untergruppe von Seen anhand des Nährstoffgehalts (als TP) oder der Phytoplanktonhäufigkeit (als Chl a) bestätigte, dass produktivere Seen eine geringere Empfindlichkeit gegenüber steigenden Lufttemperaturen aufwiesen als unproduktive Systeme (ergänzende Abbildung 1).

a Die Beziehungen zwischen epilimnetischen Wassertemperaturtrends (ETT) und Lufttemperaturtrends (ATT) (dh ETT–ATT) und der Secchi-Tiefe. b Variationen der hypolimnetischen Wassertemperaturtrends (HTT) und Lufttemperaturtrends (dh HTT-ATT) als Funktion der Wassertransparenz. Die schwarze Linie ist eine verallgemeinerte additive Modellregression und die gepunktete Linie stellt das punktweise 95 %-Konfidenzintervall der angepassten Werte dar. Paarweise Korrelationen zwischen ETT-ATT und HTT-ATT und der Secchi-Tiefe wurden mit dem Korrelationskoeffizienten nach Spearman untersucht. Secchi-Tiefendaten wurden log10-transformiert. Nach Angaben der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) wurden Seen als oligotroph (Secchi > 6 m), mesotroph (3 m

In Übereinstimmung mit früheren Studien zu weitreichenden Umweltveränderungen9,13 stieg die sommerliche Lufttemperatur in dieser Studie um 0,36 ± 0,33 °C pro Jahrzehnt, die Kurzwellenstrahlung nahm um 1,70 ± 3,4 W m−2 pro Jahrzehnt zu, während Windgeschwindigkeit und Niederschlag um 0,04 ± abnahmen 0,05 m s−1 pro Jahrzehnt bzw. 1,81 ± 24,1 mm pro Jahrzehnt (Ergänzungstabelle 1). Da in vielen geschichteten Seen die ET schneller zunahm als in den lokalen AT, während die HT häufig einen Abkühlungstrend aufwies10,23, deuten unsere Ergebnisse darauf hin, dass die Schichtungsstärke (Auftriebsfrequenz) ebenfalls zunahm (0,00019 ± 0,0012 s−2 pro Jahrzehnt), während die Tiefe der Seen zunahm Die Schichtung nahm aufgrund der Erwärmung der Atmosphäre ab (–0,15 ± 0,65 m pro Jahrzehnt) (ergänzende Abbildung 2)9,26. Klimaerwärmung, verringerte Windgeschwindigkeit und zunehmende Sonneneinstrahlung (Ergänzungstabelle 1) wirken alle zusammen und führen dazu, dass Seen eine frühere und längere thermische Schichtung26,27, eine verringerte Epilimniondicke28,29, eine gedämpfte Wasservermischung und eine verringerte thermische Diffusivität in der Thermokline aufweisen Perioden der Seeschichtung22. Dementsprechend führten die verringerte Wärmediffusion und die Vermischung der Wassersäulen zu einer überproportionalen Erwärmung des Oberflächenwassers, während das Tiefenwasser nur eine begrenzte Erwärmung aufwies und in vielen geschichteten Seen sogar eine Abkühlung beobachtet wurde10,22,23,30. In Übereinstimmung mit diesem Mechanismus verfolgte WT die Veränderungen der AT in flachen oder nicht geschichteten Seen genauer, während Oberflächen- und Tiefenwasser in geschichteten Seen eine größere Bandbreite an Trends aufwiesen (Ergänzungstabelle 2).

Die Auswirkungen des Klimawandels auf die Seeoberflächen-WEA wurden ausführlich untersucht und diskutiert13,31,32. Stattdessen konzentrierte sich diese Studie auf die relativen Erwärmungsraten von Wasser und Luft, um die Heterogenität der Seeerwärmung zu beschreiben und die Bedeutung der Wechselwirkungen zwischen Klima, Wassereinzugsgebiet und geomorphologischen Faktoren bei der Regulierung der Reaktion der Seetemperatur auf die Erwärmung der Atmosphäre zu bewerten. Hier zeigten Zufallswaldanalysen und Variationspartitionierungsanalysen, dass Klima und Wassereinzugsgebietsmerkmale die beiden wichtigsten gemessenen Faktoren waren, die Unterschiede in den Trends zwischen WT und AT erklären (Abb. 3). Wie bei einigen numerischen Klimamodellen3,14 stellen wir fest, dass AT ein wichtiger Treiber für Veränderungen der Seeoberflächentemperaturen auf globaler Ebene ist (Abb. 3). Wir stellen jedoch auch fest, dass AT nur einer aus einer Reihe klimabezogener Parameter war, die Unterschiede in den Trends zwischen Luft- und Wassertemperaturen vorhersagten (Abb. 3b, c), was darauf hindeutet, dass in Zukunft umfassendere Analysen erforderlich sein werden, um den See vorherzusagen Erwärmen. Wir stellen außerdem fest, dass seespezifische geomorphologische Eigenschaften (z. B. Seetiefe, Höhe, Flächen-/Tiefenverhältnis) auch Unterschiede in den Luft- und Wassererwärmungstrends beeinflussten, sowohl direkt als auch durch Wechselwirkungen mit Klimatreibern (Abb. 3)10,15 ,19. Beispielsweise beeinflussen die Oberfläche und Tiefe des Sees (und ihr Verhältnis) die Stärke der Schichtung und können zu einem Nettorückgang der Durchschnittstemperatur des gesamten Sees führen17. Schließlich haben wir festgestellt, dass die Faktoren, die langfristige Temperaturänderungen im Hypolimnion beeinflussen, sich offenbar von denen unterscheiden, die die epilimnetische Erwärmung vorantreiben, möglicherweise weil tiefere Gewässer vom Hauptweg des Energieaustauschs, der Luft-Wasser-Grenzschicht, isoliert sind10.

In den letzten Jahrzehnten wurde allgemein anerkannt, dass Landnutzung und Landbedeckung ein entscheidender Faktor sind, der sozioökonomisches, politisches und kulturelles Verhalten sowie den globalen Klimawandel beeinflusst1. Die menschliche Veränderung der Landoberfläche beeinflusst sowohl regionale als auch globale Klimaprozesse, indem sie die Massen- und Energieflüsse zwischen Seeökosystemen und der Atmosphäre verändert33,34. Tatsächlich wirken Einzugsgebiete als standortspezifische Filter des Klimas und menschlicher Einflüsse, indem sie die terrestrische Subventionierung von Seen verändern19,33,35. Wenn beispielsweise die Landbedeckung in Landwirtschaft umgewandelt wird, nimmt der sensible Wärmefluss ab, während sich der latente Wärmefluss kaum ändert36,37, was zu wärmeren regionalen Oberflächentemperaturen führt, die sich auf lokale Seen auswirken können (ergänzende Abbildung 3). Umgekehrt kann ein erhöhtes Waldwachstum die Oberflächenwindgeschwindigkeit verringern und die Konzentration lichtabsorbierender gelöster organischer Stoffe im Wasser erhöhen, während gleichzeitig die thermische Schichtung verstärkt wird, wodurch die Auswirkungen der atmosphärischen Erwärmung auf das thermische Regime des Sees verändert werden18. Obwohl in dieser Studie nicht explizit darauf eingegangen wird, wirkt sich die Umwandlung von Wald-, Grasland- und Feuchtgebietslebensräumen in eine urbanisierte Umgebung wahrscheinlich auch auf die Erwärmung von Seen aus (Abb. 3), sowohl aufgrund von Wärmeinseleffekten als auch aufgrund von Einflüssen auf Windgeschwindigkeit und -richtung38. Trotz der allgemeinen Übereinstimmung zwischen unserer Analyse weit verbreiteter Seen in gemäßigten Zonen und den Erkenntnissen aus numerischen Modellen8,12,27 und ortsspezifischen Studien18 stellen wir jedoch fest, dass weitere Forschung erforderlich ist, um unser Verständnis der Mechanismen zu verfeinern, durch die Klima und Landnutzung entstehen Faktoren wirken sich auf die Erwärmung von Seen aus.

Die kulturelle Eutrophierung von Oberflächengewässern ist aufgrund ihrer ökologischen und wirtschaftlichen Folgen, einschließlich schädlicher Algenblüten, seit über 75 Jahren ein internationales Problem. In jüngerer Zeit konzentrierte sich die Aufmerksamkeit auf die Rolle, die der Klimawandel bei der Regulierung der Seeproduktion, der Zusammensetzung der Gemeinschaft und der Biogeochemie spielen könnte7,39. Insbesondere wurde die Erwärmung der Atmosphäre mit einem Anstieg der toxinproduzierenden Cyanobakterienblüten in Süßwasserökosystemen weltweit in Verbindung gebracht5,6,7. Dementsprechend wird ein besseres Verständnis der Reaktionsfähigkeit der See-WEA auf den Klimawandel als Leitfaden für Anpassungsstrategien dienen30. Diese Studie legt nahe, dass klare und unproduktive Seen möglicherweise empfindlicher auf die Erwärmung der Atmosphäre reagieren als trübe, produktive Seen (Abb. 5 und ergänzende Abb. 1)40. Eine erhöhte Lichteindringung ist mit einer stärkeren Erwärmung von Tiefengewässern und erhöhten mittleren Wassersäulentemperaturen verbunden40, wohingegen produktive Gewässer häufig eine verringerte Sonneneinstrahlung, Vermischungstiefen und hypolimnetische Temperaturen aufweisen, auch wenn die Trends zwischen den Becken etwas variieren können3,17,20,21, 30. Zusammengenommen deuten diese Muster darauf hin, dass die interaktiven Auswirkungen menschlicher Aktivitäten (z. B. Landnutzung und trophischer Zustand des Sees) wichtig für die Reaktion der Seewassertemperatur auf den Klimawandel sind.

Prognosen zur Reaktion von Seen auf zukünftige Erwärmung der Atmosphäre konzentrieren sich häufig auf wesentliche Änderungen, die mit Änderungen der physikalischen Eigenschaften (Eisbedeckung, Schichtungsregime) verbunden sind, und nicht auf progressive Änderungen der Reaktionsfähigkeit von Seen zur Erhöhung der atmosphärischen Erwärmung. Wir stellen fest, dass die Reaktion der Oberflächen-WEA auf die Erwärmung der Atmosphäre am stärksten zu sein schien, wenn die Seen kühl waren oder sich in einem kälteren Klima befanden, wie es in hohen Breitengraden oder Höhenlagen vorkommt15, und mit zunehmender Erwärmung der Atmosphäre abnimmt (Abb. 4). Im Allgemeinen spiegelt diese Beziehung die Beobachtung wider, dass ETT, nicht jedoch ATT, mit zunehmender AT abnimmt (ergänzende Abbildung 4), was mit den erwarteten Auswirkungen einer erhöhten Verdunstung und latenten Wärmeübertragung an die Atmosphäre bei höheren Temperaturen übereinstimmt. Die Aufklärung der genauen Mechanismen, die zu einem fortschreitenden Rückgang der Reaktionsfähigkeit von Seen auf die Erwärmung der Atmosphäre führen, erfordert jedoch wahrscheinlich umfassende Energiebudgets, um besser quantifizieren zu können, wie sich die thermischen Regime und die Wärmeaustauschdynamik von Seen systematisch mit AT und anderen Faktoren ändern.

Um vorherzusagen, wie sich die Seefunktionen in der Zukunft verändern könnten, ist es wichtig zu verstehen, wie die Wasserkraftwerke von Seen auf den Klimawandel reagieren2. Hier wurde festgestellt, dass die Reaktionen der See-WT auf die Erwärmung der Atmosphäre aufgrund von Unterschieden in den physikalischen und chemischen Eigenschaften des Sees, den Eigenschaften des Wassereinzugsgebiets und den lokalen klimatischen Bedingungen heterogen sind. Diese Ergebnisse legen nahe, dass die Reaktionsfähigkeit der See-WEA auf klimatische Schwankungen und damit das Risiko von Wasserqualitätsproblemen heterogen ist und dass ein „Einheitsansatz“ nicht geeignet ist, die Risiken der Klimaerwärmung zu verstehen und zu bewältigen23,42 . Stattdessen kommen wir zu dem Schluss, dass es wichtig ist, bei der Entwicklung von Anpassungs- und Abschwächungsstrategien die unterschiedliche Reaktion von Seen auf die Klimaerwärmung zu berücksichtigen. Klare, kalte und tiefe Seen, insbesondere solche in großen Höhen und in Gebieten mit natürlicher Landnutzung, reagierten am stärksten auf die Erwärmung der Atmosphäre und sind daher möglicherweise am stärksten gefährdet, größere Ökosystemveränderungen im Zusammenhang mit der Erwärmung zu erleiden31,40,43 . Da die anthropogene Eutrophierung von Oberflächengewässern weltweit weiter zunimmt44, gehen wir davon aus, dass das Ausmaß der Reaktion von Seen auf die Erwärmung der Atmosphäre abnehmen könnte, was eine Weiterentwicklung der Strategie zur Seebewirtschaftung als Reaktion auf den Klimawandel erforderlich machen würde. Ein besseres Verständnis der potenziellen Empfindlichkeit von Seen gegenüber der Klimaerwärmung kann Entscheidungsträgern dabei helfen, empfindliche Ökosysteme zu identifizieren, unsere Fähigkeit zu verbessern, die Reaktionen von Seeökosystemen auf zukünftige Klimaveränderungen vorherzusagen, und uns besser auf zukünftige Klimarisiken vorzubereiten (z. B. Fischsterben, Anoxie, schädliche Algen). blüht).

Diese Studie verwendet einen großen Datensatz, der Langzeitaufzeichnungen von Wassertemperaturprofilen (WT), lokalen Klimavariablen und dem trophischen Zustand des Sees sowie eine Datenbank mit geomorphologischen Merkmalen von Seen und Wassereinzugsgebietsmerkmalen umfasst, die von Wissenschaftlern, Behörden und gemeinnützigen Organisationen gesammelt wurden -Gewinnquellen45,46. Die geomorphologischen Eigenschaften jedes Sees stammen aus dem HydroLAKES-Projekt47 und umfassten Oberfläche, maximale Tiefe, Verhältnis von Fläche zu Tiefe, Volumen, Wasserverweilzeit, Höhe und Wassereinzugsgebiet. Wassertemperaturprofile wurden aus In-situ-Messungen abgeleitet und während der eisfreien Zeit wurde jährlich mindestens ein Profil erfasst40. Zu den meteorologischen Variablen, die mithilfe der ERA-5-Reanalyse des Europäischen Zentrums für mittelfristige Wettervorhersagen48 abgeleitet wurden, gehörten verschiedene Lufttemperaturen (AT), einschließlich Frühlingslufttemperatur (SpAT), Sommerlufttemperatur (SuAT), Herbstlufttemperatur (FaAT) und Winterlufttemperatur Temperatur (WiAT) sowie sommerliche Windgeschwindigkeit (WS), Luftfeuchtigkeit, sommerliche kurzwellige Strahlung (SR), sommerliche langwellige Strahlung (LR), sommerlicher Gesamtniederschlag (TSP), regionaler sommerlicher latenter Wärmestrom (LE) und regionaler sommerlicher sensibler Wärmestrom (H). Die Klimadaten wurden von Standorten bezogen, die jedem See am nächsten liegen. Die Zusammensetzung der Landnutzung innerhalb der Wassereinzugsgebiete jedes Sees wurde für die meisten nordamerikanischen Standorte aus der nationalen Landbedeckungsdatenbank der USA abgeleitet46, während Landsat-Bilder mit einer räumlichen Auflösung von 30 m verwendet wurden, um Landnutzungsdaten für Becken außerhalb der USA zu erhalten49. Der Prozentsatz jeder Landnutzungskategorie für jedes Wassereinzugsgebiet wurde wie folgt charakterisiert: Landwirtschaft, entwickelt, Wasser, Wald, Feuchtgebiete, Gras und Buschland46. In dieser Studie wurde der trophische Zustand des Sees anhand von Messungen der Secchi-Werte aus mehreren Datenquellen geschätzt46.

Die Sommer-WT ist aus Sicht des Seeökosystems besonders wichtig und stand im Mittelpunkt dieser Studie. Basierend auf dem Intervall stabiler Sommerschichtung wurde die Sommerperiode für Seen auf der Nordhalbkugel als der Zeitraum vom 15. Juli bis 31. August definiert, während die wenigen Standorte auf der Südhalbkugel das Intervall vom 15. Januar bis 28. Februar verwendeten. Ausgewählte Seen hatten mindestens Daten aus 15 Jahren zwischen 1979 und 2017. Zur Qualitätskontrolle wurden die Metadaten für jeden See für jede Variable datensatzübergreifend auf Lücken abgeglichen. Insgesamt standen in dieser Studie 345 verschiedene gemäßigte Seen zur Verfügung (Ergänzungstabelle 3; Ergänzungsdatendatei), die sich größtenteils auf der Nordhalbkugel befanden (Abb. 1).

Die Seeschichtung wurde aus beobachteten Seetemperaturprofilen berechnet. Wenn der vertikale Temperaturbereich <1 °C betrug, wurde die Wassersäule als ungeschichtet angesehen45. Wenn mehr als 10 % der Profile als nicht geschichtet galten, wurde angenommen, dass der See kein Hypolimnion aufwies45. Epilimnion wurde als alle Tiefen definiert, die kleiner oder gleich der obersten Metalimniontiefe waren, und Hypolimnion als alle Tiefen, die tiefer als die tiefste Metalimniontiefe waren. In dieser Datenbank wiesen 229 Seen eine Schichtung auf, während 116 Seen im Sommer keine Schichtung aufwiesen (ergänzende Daten). Für den See-WT haben wir den Mittelwert aller für Epilimnion und Hypolimnion aufgezeichneten Parameter berechnet.

Die Verfügbarkeit von Schätzungen des trophischen Zustands variierte je nach Parameter und Tiefe. Die Wassertransparenz (als Secchi-Tiefe, m) war allgemeiner verfügbar (334 Seen nach Entfernung der Stellen, an denen die Transparenz bis zum Grund des Sees reichte) und wurde verwendet, um See gemäß OECD25 in vier Haupttrophiestatus einzuteilen; oligotroph (Secchi > 6 m), mesotroph (3 m

Um Trends für jede Variable einzelner Seen zu erhalten, wurden für jeden See die Jahresmittelwerte der Klimavariablen sowie alle epilimnetischen und hypolimnetischen Werte berechnet. Hier wurde die Sen-Steigung, eine häufig verwendete Metrik für die Trendanalyse von Langzeitreihen, berechnet und zur Schätzung von Trends bei WT (epilimnetisch und hypolimnetisch), klimatischen Faktoren (SpAT, SuAT, FaAT, WiAT, WS, Luftfeuchtigkeit, SR) verwendet , LR, TSP, H und LE) und trophischer Zustand (Secchi) (Ergänzungsdaten). Die Steigungen und die Signifikanz von Sen (Alpha = 0,05) wurden in R 4.0.4 unter Verwendung des Trendpakets50 berechnet.

In dieser Studie wurde die Reaktionsfähigkeit der WT auf Änderungen der AT im Sommer bewertet, indem die Differenz zwischen den Trends der WT und der AT für jeden See berechnet wurde. Insbesondere wurde der Unterschied zwischen dem epilimnetischen Temperaturtrend (ETT) und dem Lufttemperaturtrend (ATT) im Sommer (ETT–ATT) verwendet, um die Reaktionsfähigkeit der epilimnetischen Temperatur (ET) auf AT anzuzeigen. In ähnlicher Weise wurde die Reaktion der hypolimnetischen Temperatur (HT) auf AT im Sommer als Differenz zwischen dem hypolimnetischen Temperaturtrend (HTT) und ATT berechnet, als HTT–ATT. Hier deuten negative Werte zwischen ETT und ATT darauf hin, dass sich das Seewasser langsamer erwärmt oder schneller abkühlt als die Atmosphäre.

Mithilfe einer Random-Forest-Analyse wurde ermittelt, welche Variablen für die Erklärung der Reaktionsfähigkeit von WT auf Veränderungen in AT51 am wichtigsten waren. Zu den Prädiktoren gehörten geomorphologische Faktoren (Seefläche, maximale Tiefe, Flächen-Tiefen-Verhältnis, Volumen, Wasserverweilzeit, Höhe, Wassereinzugsgebiet) und Eigenschaften des Wassereinzugsgebiets (Landwirtschaft, bebaut, Wasser, Wald, Feuchtgebiete, Gras, Buschland). Trends in der Wassertransparenz (Secchi) und klimatischen Variablen (WS, Luftfeuchtigkeit, SR, LR, TSP, H, LE, SpAT, SuAT, FaAT, WiAT). Die Reihenfolge der Wichtigkeit wurde durch die Häufigkeit der Variablen und ihre relative Position in einzelnen Bäumen im gesamten Wald bestimmt. Die Erklärungskraft der Antwortvariablen wurde als mittlerer quadratischer Fehler (MSE) geschätzt. Anschließend wurden vorläufige Modelle der zwischenjährlichen Variation der WT verwendet, um zu beurteilen, ob die signifikanten Variablen vernünftige Vorhersagen über die Reaktion der WT auf Änderungen der AT lieferten. Die Random-Forest-Analyse wurde mit dem randomForest-Paket in R 4.0.452 durchgeführt. Darüber hinaus wurde das A3 R-Paket verwendet, um die Signifikanz der Modelle zu bewerten und R2-Werte mit 5000 Permutationen der Antwortvariablen zu kreuzvalidieren53. Für jede Analyse wurden nur Seen ohne fehlende Werte für Prädiktorvariablen verwendet.

Um die relativen Auswirkungen geomorphologischer, wassereinzugsgebietsbezogener, trophischer und klimatischer Variablen des Sees auf die Beziehung zwischen Wassertemperaturtrends und ATT zu bewerten, wurde eine Variationspartitionierungsanalyse unter Verwendung der Funktion „varpart“ des veganen Pakets in R 4.0.454 durchgeführt. Unterschiede in den Trends von WT und AT wurden als Antwortvariable für vier Sätze erklärender Variablen verwendet: Seegeomorphologie (Fläche, maximale Tiefe, Verhältnis Fläche/Tiefe, Volumen, Wasserverweilzeit, Höhe, Wassereinzugsgebiet); Eigenschaften von Wassereinzugsgebieten (Landwirtschaft, bebaut, Wasser, Wald, Feuchtgebiete, Gras, Buschland); Klimatische Merkmale (WS, Luftfeuchtigkeit, SR, LR, H, LE, TSP, SpAT, SuAT, FaAT, WiAT) und; trophischer Zustand (Secchi). Um die Kollinearität zwischen Prädiktoren in jedem der erklärenden Sätze zu verringern, wurde eine multiple Regression unter Verwendung von Vorwärts- und Rückwärtsselektion verwendet55. Für ETT-ATT wurden acht Variablen (WS, Landwirtschaft, SuAT, Luftfeuchtigkeit, Höhe, SpAT, SR, Flächen-/Tiefenverhältnis) ausgewählt, während vier Variablen (SuAT, Wald, Secchi, WiAT) zur Erklärung von HTT-ATT beibehalten wurden. Eine Variationspartitionierung wurde durchgeführt, um die direkten und interaktiven Korrelationen zwischen den Klima-, Wassereinzugsgebiets-, geomorphischen und trophischen Prädiktoren der WT-Reaktion auf Änderungen der AT zu bewerten. Alle Verteilungsfraktionen der Variation waren in einem Permutationstest der Varianzanalyse (ANOVA) unter Verwendung des veganen Pakets in R 4.0.454 signifikant.

Die Verteilungen von ETT-ATT und HTT-ATT mit Lufttemperatur und Wassertransparenz wurden mithilfe des Generalized Additive Model (GAM) im Gam-Paket geschätzt55. Statistische Beziehungen zwischen geomorphen, Wassereinzugsgebiets-, Klima- und trophischen Bedingungen wurden mit einer einfaktoriellen Varianzanalyse (ANOVA) unter Verwendung des Tukey-Tests „Honestly Significant Difference“ untersucht. Korrelationen zwischen WT-Trends und geomorphologischen, wassereinzugsgebietsbezogenen, klimatischen und trophischen Variablen des Sees wurden mit dem Spearman-Korrelationskoeffizienten unter Verwendung des Statistikpakets untersucht. Alle Analysen wurden in R 4.0.456 durchgeführt. Das für alle Tests verwendete Signifikanzniveau war P < 0,05.

Die zugrunde liegenden Rohdaten, die für die Analyse in dieser Studie verwendet wurden, sind online frei zugänglich unter https://doi.org/10.6073/pasta/ac8b05bb0da19032b3df3efc21f8387445 und https://doi.org/10.6073/pasta/312f45d8d2ceaecf0c02e791f5fd9a6346. Die Daten der Sen-Steigung stehen als Zusatzdaten zur Verfügung. Die Quelldaten für die Zahlen finden Sie in der Quelldatendatei. Quelldaten werden mit diesem Dokument bereitgestellt.

Der in dieser Studie verwendete Quell-R-Code ist unter https://github.com/Laker-NIGLAS/Source_code57 öffentlich verfügbar.

IPCC. Klimawandel 2023: Synthesebericht. Beitrag der Arbeitsgruppen I, II und III zum sechsten Sachstandsbericht des Zwischenstaatlichen Ausschusses für Klimaänderungen [Core Writing Team, Lee, H. und Calvin, K. (Hrsg.)]. IPCC, Genf, Schweiz (2023).

Woolway, RI et al. Globale Seereaktionen auf den Klimawandel. Nat. Rev. Earth & Env. 1, 388–403 (2020).

Artikel Google Scholar

Schmid, M., Hunziker, S. & Wuest, A. Seeoberflächentemperaturen in einem sich ändernden Klima: Eine globale Sensitivitätsanalyse. Klimawandel 124, 301–315 (2014).

Artikel ADS Google Scholar

Oswald, CJ & Rouse, WR Thermische Eigenschaften und Energiebilanz von Canadian Shield-Seen unterschiedlicher Größe im Mackenzie River-Becken. J. Hydrometeorol. 5, 129–144 (2004).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1525-7541%282004%29005%3C0129%3ATCAEBO%3E2.0.CO%3B2" Arie -label="Artikelreferenz 4" data-doi="10.1175/1525-7541(2004)0052.0.CO;2">Artikel ADS Google Scholar

Freeman, EC, Creed, IF, Jones, B. & Bergstrom, AK Globale Veränderungen könnten einen Anstieg ausgewählter Cyanobakterien in nährstoffarmen nördlichen Seen begünstigen. Global Change Biol. 26, 4966–4987 (2020).

Artikel ADS Google Scholar

Hayes, NM, Haig, HA, Simpson, GL & Leavitt, PR Auswirkungen der Seeerwärmung auf das saisonale Risiko einer Exposition gegenüber toxischen Cyanobakterien. Limnol. Ozeanogr. Lette. 5, 393–402 (2020).

Artikel Google Scholar

Paerl, HW & Huisman, J. Blooms mögen es heiß. Wissenschaft 320, 57–58 (2008).

Artikel CAS PubMed Google Scholar

Piccolroaz, S., Woolway, RI & Merchant, CJ Die globale Rekonstruktion der Seeoberflächenwassertemperatur des 20. Jahrhunderts zeigt je nach Klimazone unterschiedliche Erwärmungstrends. Aufstieg. Änderung 160, 427–442 (2020).

Artikel ADS Google Scholar

Jane, SF et al. Weitverbreitete Desoxygenierung von gemäßigten Seen. Natur 594, 66–70 (2021).

Artikel ADS CAS PubMed Google Scholar

Pilla, RM et al. In einer globalen Analyse von 102 Seen verändern sich tiefere Gewässer weniger konsistent als Oberflächengewässer. Wissenschaft. Rep. 10, 20514 (2020).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Richardson, J. et al. Die Auswirkungen mehrerer Stressfaktoren auf die Häufigkeit von Cyanobakterien variieren je nach Seetyp. Global Change Biol. 24, 5044–5055 (2018).

Artikel ADS Google Scholar

Woolway, RI et al. Hitzewellen am See im Zuge des Klimawandels. Natur 589, 402–407 (2021).

Artikel ADS CAS PubMed Google Scholar

O'Reilly, CM et al. Schnelle und sehr unterschiedliche Erwärmung des Oberflächenwassers von Seen rund um den Globus. Geophys. Res. Lette. 42, 773–781 (2015).

Google Scholar

Woolway, RI et al. Die atmosphärische Beruhigung der nördlichen Hemisphäre beschleunigt die thermischen Reaktionen des Sees. Geophys. Res. Lette. 46, 11983–11992 (2019).

Artikel ADS Google Scholar

Crossman, J., Eimers, MC, Kerr, JG & Yao, H. Empfindlichkeit physikalischer Seeprozesse gegenüber dem Klimawandel in einem großen Einzugsgebiet des Präkambrischen Schildes. Hydrol. Verfahren. 30, 4353–4366 (2016).

Artikel ADS Google Scholar

Woolway, RI & Merchant, CJ Verstärkte Reaktion der Oberflächentemperatur kalter, tiefer Seen auf die jährliche Schwankung der Lufttemperatur. Wissenschaft. Rep. 7, 4130 (2017).

Artikel ADS PubMed PubMed Central Google Scholar

Stefan, HG, Hondzo, M., Fang, Limnol. Ozeanogr. 41, 1124–1135 (1996).

Artikel ADS Google Scholar

Tanentzap, AJ et al. Abkühlende Seen, während sich die Welt erwärmt: Auswirkungen des Nachwachsens von Wäldern und der Zunahme gelöster organischer Stoffe auf das thermische Regime eines gemäßigten, städtischen Sees. Limnol. Ozeanogr. 53, 404–410 (2008).

Artikel CAS Google Scholar

Paltsev, A. & Creed, IF Multidekadische Veränderungen der Phytoplankton-Biomasse in nördlichen gemäßigten Seen aus der Sicht der Landschaftseigenschaften. Global Change Biol. 28, 2272–2285 (2022).

Artikel CAS Google Scholar

Hocking, GC & Straškraba, M. Die Auswirkung der Lichtauslöschung auf die thermische Schichtung in Stauseen und Seen. Internat. Rev. Hydrobiol. 84, 535–556 (1999).

Google Scholar

Rose, KC, Winslow, LA, Read, JS & Hansen, GJA Die klimabedingte Erwärmung von Seen kann durch Trends bei der Wasserklarheit entweder verstärkt oder unterdrückt werden. Limnol. Ozeanogr. Lette. 1, 44–53 (2016).

Artikel Google Scholar

Tan, ZL, Yao, HX & Zhuang, QL Ein kleiner gemäßigter See im 21. Jahrhundert: Dynamik der Wassertemperatur, Eisphänologie, gelöster Sauerstoff und Chlorophyll a. Wasserressource. Res. 54, 4681–4699 (2018).

Artikel ADS CAS Google Scholar

Richardson, DC et al. Transparenz, Geomorphologie und Mischungsregime erklären die Variabilität der Trends bei der Seetemperatur und -schichtung im Nordosten Nordamerikas (1975–2014). Wasser 9, 442 (2017).

Artikel Google Scholar

McCullough, IM, Cheruvelil, KS, Collins, SM & Soranno, PA Geografische Muster der Klimasensitivität von Seen. Ökologisch. Appl. 29, e01836 (2019).

Artikel PubMed Google Scholar

Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD). Eutrophierung von Gewässern. Überwachung, Bewertung und Kontrolle. OECD Paris (1982).

Jane, SF et al. Eine längere Dauer der saisonalen Schichtung trägt zu einem weit verbreiteten Anstieg der Hypoxie und Anoxie im See bei. Global Change Biol. 29, 1009–1023 (2022).

Artikel Google Scholar

Woolway, RI et al. Phänologische Veränderungen in der Seeschichtung im Zuge des Klimawandels. Nat. Komm. 12, 2318 (2021).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Bocaniov, SA, Lamb, KG, Liu, WT, Rao, YR & Smith, REH Hohe Empfindlichkeit der Seehypoxie gegenüber Lufttemperaturen, Winden und Nährstoffbelastung: Erkenntnisse aus einem 3D-Seemodell. Wasserressource. Res. 56, e2019WR027040 (2020).

Artikel ADS CAS Google Scholar

Stetler, JT et al. Atmosphärische Beruhigung und Erwärmung der Lufttemperaturen führen zu langfristigen Veränderungen der Seeschichtung in einem großen oligotrophen See. Limnol. Ozeanogr. 66, 954–964 (2021).

Artikel ADS Google Scholar

Butcher, JB, Nover, D., Johnson, TE & Clark, CM Empfindlichkeit der thermischen und Mischungsdynamik von Seen gegenüber dem Klimawandel. Klimawandel 129, 295–305 (2015).

Artikel ADS CAS Google Scholar

Woolway, RI et al. Breitengrad und Seegröße sind wichtige Prädiktoren für die atmosphärische Stabilität über dem See. Geophys. Res. Lette. 44, 8875–8883 (2017).

Artikel ADS Google Scholar

Zhu, SL, Ptak, M., Choinski, A. & Wu, SB Erforschung und Quantifizierung der Auswirkungen des Klimawandels auf die Oberflächenwassertemperatur eines Hochgebirgssees in Mitteleuropa. Umgebung. Überwachen. Bewerten. 192, 7 (2020).

Artikel Google Scholar

Leavitt, PR et al. Paläolimnologische Beweise für die Auswirkungen des Energie- und Stofftransfers von Klima und Mensch auf Seen. Limnol. Ozeanogr. 54, 2330–2348 (2009).

Artikel ADS CAS Google Scholar

Pielke, RA et al. Der Einfluss von Landnutzungsänderungen und Landschaftsdynamik auf das Klimasystem: Relevanz für die Klimapolitik über die Strahlungswirkung von Treibhausgasen hinaus. Philos. TR Soc. A. 360, 1705–1719 (2002).

Artikel ADS CAS Google Scholar

Blenckner, T. Ein konzeptionelles Modell klimabedingter Auswirkungen auf Seeökosysteme. Hydrobiologia 533, 1–14 (2005).

Artikel Google Scholar

Otieno, VO & Anyah, RO Auswirkungen von Landnutzungsänderungen auf das Klima im Großen Horn von Afrika. Aufstieg. Res. 52, 77–95 (2012).

Artikel Google Scholar

Winfree, MM et al. Landbedeckung und Geomorphologie beeinflussen die Temperaturempfindlichkeit des Bachwassers in lachsführenden Wassereinzugsgebieten im Südosten Alaskas. Umgebung. Res. Lette. 13, 064034 (2018).

Artikel ADS Google Scholar

Zhou, D., Zhao, S., Liu, S., Zhang, L. & Zhu, C. Auswirkungen der Urbanisierung auf die Temperatur- und Windgeschwindigkeitsumgebung in einer Megacity. Umgebung. Umweltverschmutzung. 249, 472–481 (2019).

Google Scholar

Elliott, JA Ist die Zukunft blaugrün? Ein Überblick über die aktuellen Modellvorhersagen darüber, wie sich der Klimawandel auf pelagische Süßwasser-Cyanobakterien auswirken könnte. Wasserres. 46, 1364–1371 (2012).

Artikel CAS PubMed Google Scholar

Pilla, RM et al. Braunfärbungsbedingte Abnahmen der Wassertransparenz führen in zwei kleinen Seen zu einem langfristigen Anstieg der Oberflächenwassertemperatur und der thermischen Schichtung. J. Geophys. Res.-Biogeo. 123, 1651–1665 (2018).

Artikel Google Scholar

Wang, W. et al. Die globale Seeverdunstung wird durch Veränderungen in der Oberflächenenergieverteilung in einem wärmeren Klima beschleunigt. Nat. Geosci. 11, 410–414 (2018).

Artikel ADS CAS Google Scholar

Paul, MJ, Coffey, R., Stamp, J. & Johnson, T. Ein Überblick über die Reaktionen der Wasserqualität auf Lufttemperatur- und Niederschlagsänderungen 1: Durchfluss, Wassertemperatur, Eindringen von Salzwasser. Marmelade. Wasserressource. Als. 55, 824–843 (2019).

Artikel CAS Google Scholar

Snucins, E. & Gunn, J. Zwischenjährliche Variation in der thermischen Struktur klarer und farbiger Seen. Limnol. Ozeanogr. 45, 1639–1646 (2000).

Artikel ADS Google Scholar

Ho, JC, Michalak, AM & Pahlevan, N. Weit verbreitete weltweite Zunahme intensiver Phytoplanktonblüten in Seen seit den 1980er Jahren. Natur 574, 667–670 (2019).

Artikel ADS CAS PubMed Google Scholar

Jane, SF et al. Weitverbreitete Desoxygenierung von Seen gemäßigter Breiten: Begleitdatensatz 1980–2017, Version 1. Environmental Data Initiative, https://doi.org/10.6073/pasta/ac8b05bb0da19032b3df3efc21f83874, Zugriff 2021-11-17 (2021).

Stetler, JT, Jane, SF, Mincer, JL, Sanders, MN & Rose, KC Langzeitdaten zu gelöstem Sauerstoff und Temperatur im See, 1941–2018, Version 1. Environmental Data Initiative, https://doi.org/10.6073/pasta /312f45d8d2ceaecf0c02e791f5fd9a63, Zugriff 2021-1-10 (2021).

Messager, ML, Lehner, B., Grill, G., Nedeva, I. & Schmitt, O. Schätzung des Volumens und Alters des in globalen Seen gespeicherten Wassers mithilfe eines geostatistischen Ansatzes. Nat. Komm. 7, 13603 (2016).

Artikel ADS CAS PubMed PubMed Central Google Scholar

C3S. ERA5: Fünfte Generation atmosphärischer Neuanalysen des globalen Klimas durch das ECMWF. Copernicus Climate Change Service Climate Data Store, abgerufen am 01.10.2019 (2019).

Li, G., Zhang, H., Chen, S., Qiu, J. & Wang, X. Bewertung der Auswirkungen der Stadtentwicklung auf die Nettoprimärproduktivität im Zeitraum 2000-2010 im Taihu-Becken. Umgebung. Erdwissenschaft. 75, 1266 (2016).

Artikel ADS Google Scholar

Sen, PK Schätzungen des Regressionskoeffizienten basierend auf Kendalls Tau. Marmelade. Stat. Assoc. 63, 1379–1389 (1968).

Artikel MathSciNet MATH Google Scholar

Cutler, DR, Edwards, TC, Beard, KH, Cutler, A. & Hess, KT Zufällige Wälder zur Klassifizierung in der Ökologie. Ecology 88, 2783–2792 (2007).

Artikel PubMed Google Scholar

Liaw, A. & Wiener, M. Klassifizierung und Regression durch randomForest. R News 2, 18–22 (2002).

Google Scholar

Fortmann-Roe, S. Konsistente und klare Berichterstattung über Ergebnisse verschiedener Modellierungstechniken: Die A3-Methode. J-Stat. Softw. 66, 1–23 (2015).

Artikel Google Scholar

Oksanen, J. et al. Vegan: Gemeinschaftsökologiepaket. R-Paketversion 2.3-0. https://CRAN.R-project.org/package=vegan (2015).

Hastie, T. & Tibshirani, R. Verallgemeinerte additive Modelle. London: Chapman und Hall (1990).

R-Kernteam. R: Eine Sprache und Umgebung für statistische Berechnungen. R Foundation for Statistical Computing, Wien, Österreich (2021).

Zhou, J. et al. Kontrolle der thermischen Reaktion gemäßigter Seen auf die Erwärmung der Atmosphäre. Quellcode https://doi.org/10.5281/zenodo.8365691 (2023).

Referenzen herunterladen

Diese Arbeit wurde von der National Natural Science Foundation of China (Zuschüsse 42220104010 an BQ, 42177058 an JZ, U22A20561 und 41922005 an KS und 42007160 an YZ), dem National Key Research and Development Grant of China (2022YFC3204101) an JZ und dem unterstützt NIGLAS Foundation (E1SL002) an KS, das Canada Research Chair Program an PRL und die US National Science Foundation (Zuschüsse 1754265 und 2048031) an KCR

Nanjing Institute of Geography and Limnology, Chinesische Akademie der Wissenschaften, 73 East Beijing Road, Nanjing, 210008, China

Jian Zhou, Xiwen Wang, Yibo Zhang, Kun Shi und Boqiang Qin

School of Geography, Nanjing Normal University, No.1 Wenyuan Road, Nanjing, 210023, China

Jian Zhou

Limnologisches Labor, University of Regina, Regina, SK, S4S 0A2, Kanada

Peter R. Leavitt

Institut für Umweltveränderungen und Gesellschaft, University of Regina, Regina, SK, S4S 0A2, Kanada

Peter R. Leavitt

Abteilung für Biowissenschaften, Rensselaer Polytechnic Institute, Troy, NY, 12180, USA

Kevin C. Rose

Sie können diesen Autor auch in PubMed Google Scholar suchen

JZ schlug die Idee vor, entwarf die Forschung, führte Datenanalysen durch, erstellte Zahlen und verfasste den Entwurf des Papiers; PRL verfeinerte Konzepte und trug zum Forschungsdesign, zur Datenerfassung, Analyse und Manuskripterstellung bei; KCR trug zur Datenerfassung und Manuskripterstellung bei; XW trug zur Datenerhebung und -analyse bei; YZ half bei der Erstellung des Manuskripts; KS verfeinerte Konzepte und trug zur Datenerfassung, Analyse und Manuskripterstellung bei. BQ verfeinerte die Konzepte und half bei der Erstellung des Manuskripts. BQ, PRL und KS betreuten das Projekt.

Korrespondenz mit Peter R. Leavitt, Kun Shi oder Boqiang Qin.

Die Autoren erklären kein konkurrierendes Interesse.

Nature Communications dankt Jonathan Butcher und dem anderen, anonymen Gutachter für ihren Beitrag zum Peer-Review dieser Arbeit. Eine Peer-Review-Datei ist verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Zhou, J., Leavitt, PR, Rose, KC et al. Kontrolle der thermischen Reaktion gemäßigter Seen auf die Erwärmung der Atmosphäre. Nat Commun 14, 6503 (2023). https://doi.org/10.1038/s41467-023-42262-x

Zitat herunterladen

Eingegangen: 5. Februar 2023

Angenommen: 05. Oktober 2023

Veröffentlicht: 16. Oktober 2023

DOI: https://doi.org/10.1038/s41467-023-42262-x

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.

Nachricht

Kontrolle der thermischen Reaktion gemäßigter Seen auf die Erwärmung der Atmosphäre