Potenzial von Land

Sep 10, 2023

Communications Earth & Environment Band 4, Artikelnummer: 39 (2023) Diesen Artikel zitieren

4815 Zugriffe

2 Zitate

9 Altmetrisch

Details zu den Metriken

Natürliche Begrünung, Aufforstung und Lignozellulose-Pflanzen für Bioenergie, möglicherweise gekoppelt mit einer sich entwickelnden Technologie wie Kohlenstoffabscheidung und -speicherung, sind die häufigsten landgestützten Optionen zur Eindämmung des Klimawandels. Sie können jedoch um Land konkurrieren und die Ernährungssicherheit oder den Naturschutz gefährden. Die Nutzung stillgelegter Ackerflächen für ihren Einsatz kann diese Risiken minimieren, die damit verbundenen Potenziale sind jedoch unklar. Hier vergleichen wir alternative landbasierte Minderungsoptionen, indem wir historische und zukünftige (bis 2050) verlassene Ackerflächen mit standortspezifischen Biomasseerträgen und Lebenszyklusemissionen integrieren. Durch die Berücksichtigung der natürlichen Begrünung in Biodiversitätsprioritätsgebieten und verschiedener Maßnahmen auf dem verbleibenden Land kann ein Minderungspotenzial von 0,8–4,0 GtCO2-Äquivalenten pro Jahr (2–11 % der globalen CO2-Emissionen im Jahr 2021) erreicht werden. Aufforstung bietet im Allgemeinen größere Klimavorteile als Bioenergie, aber Bioenergie mit Kohlenstoffabscheidung und -speicherung liefert an den meisten Standorten den größten Klimaschutz. Insgesamt bieten diese Ergebnisse verfeinerte Schätzungen der Minderungspotenziale verlassener Ackerflächen und zeigen Möglichkeiten für kontextspezifische Minderungsmaßnahmen auf.

Die landgestützte Kohlendioxidentfernung (CDR) ist eine Schlüsselkomponente von Klimaschutzszenarien1,2. Bioenergie (BE), gekoppelt oder nicht mit Kohlenstoffabscheidung und -speicherung (BECCS), Aufforstung (AF) und natürlichem Vegetationswachstum (NR), gehören zu den Optionen mit dem größten Minderungspotenzial. Die groß angelegte AF gilt als kostengünstiges CDR zur Erfassung eines großen Teils der anthropogenen CO2-Emissionen3,4. Schätzungen des Sequestrierungspotenzials liegen zwischen 0,5 und 10,1 GtCO2 pro Jahr (mit realistischen Zahlen um die 3 GtCO2 pro Jahr)1, mit einer damit verbundenen Ausweitung der globalen Waldflächen im Jahr 2100 auf bis zu 1000 Millionen Hektar (Mha)5. NR ist die kostengünstigste naturbasierte Lösung6 für den Naturschutz bei gleichzeitiger Bindung von atmosphärischem Kohlenstoff7. In etwa 30 Jahren, in denen das Nachwachsen der natürlichen Vegetation in großem Maßstab eingesetzt wird, können bis zu 1,08 GtC pro Jahr an oberirdischer Biomasse auf Landflächen (349 Mha) angesammelt werden, die in den Verpflichtungen auf Landesebene im Rahmen der Bonn Challenge und des Pariser Abkommens8 identifiziert wurden. BE ist keine CDR-Option, kann aber durch Emissionsreduzierung durch den Ersatz fossiler Brennstoffe zur Eindämmung des Klimawandels beitragen. BECCS, eine Technologie, die sich noch in einem vorkommerziellen Stadium befindet und nicht in großem Maßstab eingesetzt wird, ist eine CDR-Option, die gleichzeitig Energie und negative Emissionen liefert9,10,11. Das BECCS-Minderungspotenzial im Jahr 2100 wird auf 0,4–11,3 GtCO2 pro Jahr geschätzt, wobei 0,4–5 GtCO2 pro Jahr als wahrscheinliches nachhaltiges Potenzial identifiziert werden1. Über alle Shared Socio-economic Pathways (SSPs)12,13,14,15,16,17 hinweg wird BE im Jahr 2050 voraussichtlich 38–310 EJ Jahr Primärenergie liefern. BECCS gewinnt in Zukunftsszenarien, die stark abhängig sind, an Bedeutung über technische Lösungen zur Eindämmung des Klimawandels. Beispielsweise dominiert BECCS die landbasierte CDR in SSP5: Der jährliche Biomassebedarf aus Lignozellulose-Bioenergiepflanzen beträgt im Jahr 2100 etwa 10.000 Tonnen in SSP5-4.5 und mehr als 20.000 Tonnen in SSP5-2.65.

Bei allen Minderungsoptionen ist die Landverfügbarkeit ein wesentliches Hindernis für die Umsetzung großräumiger Potenziale, da die Konkurrenz mit der Nahrungsmittelproduktion einen großen Kompromiss darstellt18,19. Um die oben genannten Minderungspotenziale zu erreichen, sind Ernährungsumstellungen hin zu pflanzlicher Ernährung und Effizienzsteigerungen im Agrar- und Ernährungssektor erforderlich, um große Weideflächen und Ackerflächen von der Nahrungs- und Futtermittelproduktion freizugeben und sie für die Umsetzung der CDR zu nutzen. Die Nutzung verlassener Ackerflächen für CDR ist daher ein Eckpfeiler für nachhaltige Minderung in zukünftigen Szenarien20,21,22. Auf lokaler Ebene ist die Aufgabe von Ackerland vor allem auf wirtschaftliche, soziale und politische Faktoren zurückzuführen23,24 und die ökologischen Folgen sind in der Regel positiv25. Aufgegebenes Ackerland wird in der Regel in natürliches Grasland oder Wälder umgewandelt26, wodurch atmosphärisches CO2 mit minimalen Kosten gebunden wird27,28. Sowohl AF als auch BE sind wettbewerbsfähige Alternativen zu NR, da aufgegebenes Ackerland im Vergleich zu abgelegeneren Gebieten normalerweise zugänglich ist und keine intensive Standortvorbereitung erfordert. Bei nachhaltiger Bewirtschaftung können mehrjährige Gräser, die zur Bioenergiegewinnung und zur Aufforstung angebaut werden, im Vergleich zu Ackerland erhebliche Zusatznutzen bieten, wie z. B. eine verbesserte Artenvielfalt, eine geringere Umweltverschmutzung, eine bessere Bodengesundheit, eine höhere Wasserhaltekapazität und eine regionale Kühlung6,29,30.

Es ist noch unklar, mit welcher landgestützten Option das größte Klimaschutzpotenzial für einen Hektar Land an verschiedenen Orten auf der ganzen Welt erzielt werden kann. Die meisten der vorhandenen Studien haben typischerweise entweder eine grobe Auflösung oder einen regionalspezifischen Umfang und konzentrieren sich nur auf einzelne Potenziale von BE und BECCS21,31, AF3,19 oder NR6,8 oder vergleichen jeweils zwei Optionen10,32,33 . Die tatsächlichen Vorteile der CO2-Minderung variieren stark und hängen von mehreren lokalen Faktoren ab34. Das Klimaschutzpotenzial von AF hängt von der Auswahl der Baumarten und dem lokalen Klima ab2, und das von BE hängt stark von den Ernteerträgen und der Umwandlungstechnologie ab10,11,35,36. Das Pflanzen von Bäumen auf verlassenen Ackerflächen kann in hohen Breiten mehr Kohlenstoff ansammeln als die natürliche Regeneration33,37. Im Vergleich zu BE führt die Kohlenstoffakkumulation in natürlicher Abfolge im Allgemeinen zu geringeren Kohlenstoffeinsparungen, die Ergebnisse hängen jedoch von der Effizienz der Bioenergieumwandlung ab32,38. Diese Vergleiche sind oft standortspezifisch3,39 oder, wenn sie global sind, verfügen sie nicht über eine hohe räumliche Auflösung, da sie auf durchschnittlichen Schätzungen der Baumwachstumsraten basieren32,38 oder sie stammen aus ökonometrischen Top-Down-Modellen, die implizite Annahmen über die Landverfügbarkeit vereinfachen Darstellungen biophysikalischer Einschränkungen1,36. Studien zum Vergleich mehrerer CDR-Optionen auf globaler Ebene unter Verwendung standortspezifischer Daten aus Bottom-up-Perspektiven fehlen, und es fehlen Schätzungen der Potenziale und der optimalen Verteilung von CDR-Optionen in einem konsistenten Rahmen. Um regionale Entwicklungspläne mit globalen Zielen zu verbinden, benötigt die internationale Gemeinschaft Klarheit über die realistischerweise zu erwartenden Minderungspotenziale und darüber, wie landbasierte Minderungsoptionen in verschiedenen lokalen Kontexten und im Verhältnis zueinander funktionieren.

In dieser Studie führen wir eine Bottom-up- und räumlich explizite Quantifizierung des Klimaschutzpotenzials von CDR-Maßnahmen (NR, AF und BECCS) und BE anhand historischer und zukünftiger Schätzungen verlassener Ackerflächen durch. Potenziale werden bis 2050 geschätzt, da die in den nächsten Jahrzehnten erzielten Klimaschutzbemühungen für die Stabilisierung des Klimawandels von entscheidender Bedeutung sind40,41. Aufgegebenes Ackerland wird mithilfe von Zeitreihen aus Fernerkundungsprodukten zur Landbedeckung identifiziert42,43. Das Land, das zu den obersten 15 % der vorrangigen Gebiete für den Schutz der biologischen Vielfalt gehört, ist NR für den Naturschutz vorbehalten, um die Erreichung des Aichi-Biodiversitätsziels 157 zu unterstützen. Im übrigen aufgegebenen Ackerland sind die Klimaschutzpotenziale von NR, AF, BE oder BECCS verglichen werden. Obwohl BE ohne CCS keine CDR-Methode ist, wird sie in unsere Analyse einbezogen, da es sich um eine der am meisten diskutierten landbasierten Minderungsoptionen handelt. Bei der Produktion mehrjähriger Gräser für Bioenergie werden sowohl Erträge unter Regenfeldbedingungen als auch mit Bewässerung (nur in Gebieten, die nicht von Wasserknappheit betroffen sind) berücksichtigt. Ergebnisse werden durch die Integration räumlich expliziter Datensätze von Biomasseerträgen erzielt, die auf lokale Bedingungen und Beiträge aus Lebenszyklusemissionen der Produktionsprozesse zugeschnitten sind, sofern relevant (z. B. BE, BECCS und Baumpflanzung).

Zwischen 1992 und 2018 wurde ein historisches verlassenes Ackerland (AC) von 98 Mha identifiziert (Abb. 1a), von dem sich etwa 30 Mha (31 %) in vorrangigen Gebieten für den Schutz der biologischen Vielfalt befinden (ergänzende Abbildung 1a) und 15 Mha (16). %) innerhalb von Wasserknappheitsgefährdeten Gebieten (siehe Ergänzungstabelle 1). Im Vergleich zu den zuvor kartierten 83 Mha aufgegebener Ackerflächen21,44 im Zeitraum 1992–2015 ist die Rate der Ackerflächenaufgabe gestiegen und stieg von 3,6 Mha pro Jahr zwischen 1992 und 2015 auf 4,8 Mha pro Jahr zwischen 2015 und 2018. Im Allgemeinen gilt: Die Aufgabe von Ackerland kam vor allem in Europa, Zentral- und Küstengebieten Südamerikas, Äquatorialafrika und Südostasien vor.

Historische Ackerlandaufgabe (AC) von 1992 bis 2018 (a). Historische und zukünftige Schätzungen der Ackerlandaufgabe in den Szenarien AC4 (b) und AC8 (c) bis 2050. Aufgegebenes Ackerland nur in Zukunftsszenarien ist in der ergänzenden Abbildung 2 dargestellt.

Die künftige Aufgabe von Ackerland bis 2050 wird unter Berücksichtigung eines moderaten kontinuierlichen Trends bei der Aufgabe (mit AC4, Abb. 1b) oder einer relativ größeren Ausweitung (mit AC8, Abb. 1c) prognostiziert. Die gesamte aufgegebene Ackerfläche beträgt 139 Mha (+41 Mha im Vergleich zu AC) in AC4 und 161 Mha (+63 Mha) in AC8. Die Menge an aufgegebenem Ackerland in vorrangigen Gebieten beträgt 40 Mha in AC4 (Ergänzungsabbildung 1b) und 45 Mha in AC8 (Ergänzungsabbildung 1c). Da die zukünftige Ausweitung aufgegebener Ackerflächen auf der Methode des nächsten Nachbarn beruht (siehe Methoden), weisen die beiden Optionen ähnliche räumliche Muster auf wie die historischen aufgegebenen Ackerflächen. Die durchschnittliche Rate der Ackerflächenaufgabe zwischen 2018 und 2050 beträgt 1,3 Mha pro Jahr für AC4 und 2,0 Mha pro Jahr für AC8, was konservativer ist als die historischen Trends. Von den möglichen zukünftigen Landnutzungsszenarien von SSP-RCP-Kombinationen, die vom Global Change Assessment Model (GCAM)45 bereitgestellt werden, liegen unsere globalen Schätzungen zukünftiger verlassener Ackerflächen näher an SSP2-RCP4.5 (AC4) und SSP4-RCP6.0 ( AC8)-Projektionen, die bis 2050 eine Ackerflächenaufgabe von 41 bzw. 84 Mha schätzen (ergänzende Abbildung 2).

Die jährlichen durchschnittlichen Energie- und Klimaschutzpotenziale der verschiedenen Minderungsoptionen sind in Tabelle 1 zusammengefasst. Als Richtwert: Die gesamten anthropogenen Emissionen im Jahr 2021 betrugen 40 Gt CO2 pro Jahr, Netto-Null-Emissionen im Jahr 2050 würden eine jährliche Emissionsreduzierung von 1,4 erfordern GtCO2 Jahr−146, und der weltweite Primärenergieverbrauch betrug im Jahr 2019 624 EJ47.

Das primäre Bioenergiepotenzial von Regenfeldfrüchten reicht von 19 EJ pro Jahr bis 33 EJ pro Jahr auf 67–115 Mha aufgegebenem Ackerland außerhalb von Prioritätsgebieten und von 25 EJ pro Jahr bis 44 EJ pro Jahr für Pflanzen mit gemischter Wasserversorgung (wobei Bewässerung nur in Gebieten mit geringer Wasserknappheit durchgeführt werden kann). Im letzteren Fall stammen 92 % des Potenzials aus bewässerten Kulturen (auf 56–96 Mha). Das endgültige Bioenergiepotenzial, das als Summe von Fisher-Tropsch-Diesel (FT) und Ethanol der zweiten Generation (2G) geschätzt wird, beträgt 9–16 EJ pro Jahr für Regenpflanzen und 12–21 EJ pro Jahr für Pflanzen mit gemischter Wasserversorgung. Das Nettominderungspotenzial bei Regenwasserversorgung beträgt 0,6–1,1 GtCO2 pro Jahr für BE und 1,7–2,9 GtCO2 pro Jahr für BECCS. Die Mischwasserversorgung ergibt ein Potenzial von 0,7–1,3 GtCO2 pro Jahr für BE und 2,1–3,7 GtCO2 pro Jahr für BECCS. Durch die Aufforstung von 67–115 Mha aufgegebenem Ackerland wird ein Nettominderungspotenzial von 0,8–1,4 GtCO2 pro Jahr erreicht. Das Potenzial für natürliches Nachwachsen aller aufgegebenen Ackerlandflächen (98–161 Mha) beträgt 0,8–1,2 GtCO2 pro Jahr. Der Flächenbedarf pro geminderter GtCO2 ist in der Ergänzungstabelle 2 zusammengefasst, und die Minderungspotenziale für jedes zukünftige Szenario sind in der Ergänzungstabelle 3 aufgeführt. Die einzelnen CDR-Optionen und ihre Kombination in verschiedenen Szenarien werden in den folgenden Abschnitten ausführlich beschrieben.

Wenn alle zwischen 1992 und 2018 aufgegebenen Ackerflächen dem natürlichen Nachwachsen der Vegetation vorbehalten bleiben, können bis zu 0,8 ± 0,08 GtCO2 pro Jahr gebunden werden (Abb. 2a), was bei AC4 1,0 ± 0,11 GtCO2 pro Jahr und bei AC8 1,2 ± 0,12 GtCO2 pro Jahr entspricht (Ergänzende Abbildung 3). Die Minderung innerhalb vorrangiger Gebiete für den Schutz der biologischen Vielfalt beträgt 0,3 ± 0,03 GtCO2 pro Jahr (Abb. 2b). Die durchschnittlichen Minderungserträge betragen 8,9 tCO2 ha-1 Jahr-1 innerhalb von Prioritätsgebieten und 6,9 tCO2 ha-1 Jahr-1 außerhalb. Flächen in vorrangigen Gebieten weisen ein größeres Minderungspotenzial auf, da sie normalerweise in den Tropen liegen, wo die Vegetationswachstumsraten von Natur aus hoch sind (Abb. 2b). Im Durchschnitt sind die Erträge innerhalb von Prioritätsgebieten etwa 30 % höher als außerhalb, aber in einigen Fällen können die Sequestrierungsraten in den Tropen um eine Größenordnung höher sein als in mittleren oder hohen Breiten. Dies ist eine wichtige Synergie zwischen Naturschutz und Klimaschutz. Tropische Gebiete haben eine erhebliche Verschlechterung der Ökosysteme erlebt, ihr hohes Erholungspotenzial ist jedoch eine attraktive natürliche Klimalösung48.

Natürliche Nachwuchserträge in allen historisch aufgegebenen Ackerflächen (AC) (a) und nur innerhalb vorrangiger Gebiete für den Schutz der biologischen Vielfalt (b). Aufforstungserträge in aufgegebenen Ackerflächen außerhalb von Vorranggebieten (c). Beachten Sie die Unterschiede zwischen den Skalen. Ähnliche Karten für AC4 und AC8 sind in den ergänzenden Abbildungen dargestellt. 3 und 4.

Das durchschnittliche Nettominderungspotenzial aus der Aufforstung von aufgegebenen Ackerflächen außerhalb von Biodiversitätsprioritätsgebieten beträgt 0,8 Gt CO2eq pro Jahr auf historischen aufgegebenen Ackerflächen (Abb. 2c), 1,2 Gt CO2eq pro Jahr in AC + AC4 und 1,4 Gt CO2eq pro Jahr in AC + AC8 ( Ergänzende Abbildung 4). Die entsprechenden globalen Durchschnittserträge betragen 11,5 GtCO2eq ha-1 Jahr-1, ähnlich für alle Untersuchungsgebiete. Die mit der Aufforstung verbundenen Lebenszyklusemissionen (0,8–1,2 Mio. t CO2eq pro Jahr) sind viel geringer als ihr Minderungspotenzial und haben daher einen vernachlässigbaren Effekt. Die optimale Verteilung der Waldtypen auf die identifizierten Landflächen beträgt 45 % für Nadelwälder und 55 % für Nichtnadelwälder (Ergänzende Abbildung 5a). Die durchschnittlichen Erträge betragen 7,5 tCO2eq ha-1 Jahr und 12,2 tCO2eq ha-1 Jahr-1 für Nadel- und Nichtnadelwälder. Zu den Nichtnadelwäldern zählen sowohl Laubwälder als auch immergrüne Laubwälder, wobei letztere im tropischen Band sehr produktiv sind. Nadelwälder haben in gemäßigten und borealen Klimazonen typischerweise ein höheres CO2-Sequestrierungspotenzial. Die Aufforstungserträge sind im Äquatorgürtel höher, wo sie bis zu 33 tCO2eq ha-1 Jahr-1 betragen können (maximaler Ertrag, Südostasien), und in gemäßigten Regionen sind sie etwa halb so hoch (und in borealen und gebirgigen Klimazonen sogar noch niedriger). ).

Die Aufforstung kürzlich aufgegebener Ackerflächen erfordert möglicherweise eine gewisse Rodung, je nachdem, in welchem ​​Jahr die Ackerflächen aufgegeben wurden. Das Schicksal dieser zusätzlichen Biomasse, die entweder sofort oxidiert oder für Bioenergie genutzt wird, beeinflusst das Netto-Klimaschutzpotenzial von AF. Diese Auswirkungen werden unter Berücksichtigung der Menge an Vegetation geschätzt, die sich auf dem Land seit seiner Aufgabe angesammelt hat, sowie der Lebenszyklusemissionen, die mit der Landrodung und der Umwandlung von Biomasse (bei Nutzung für Bioenergie) verbunden sind. Wenn Biomasse aus der Landrodung als Emission berücksichtigt wird, verringert sich das Minderungspotenzial durch die Aufforstung aufgegebener Ackerflächen außerhalb von Prioritätsgebieten um 0,4 Gt CO2eq pro Jahr, was zu einer Nettominderung von 0,4, 0,8 und 1,0 Gt CO2eq pro Jahr führt AC, AC + AC4 bzw. AC + AC8. Dies entspricht einem Rückgang der Schadensminderung um 47 %, 32 bzw. 28 %. Wenn die Biomasse aus der Landrodung als zusätzliche Ressource für die Bioenergieproduktion behandelt wird, erhöht sich das Minderungspotenzial um 0,6 Gt CO2eq pro Jahr, was zu einer neuen Nettominderung von 1,4, 1,8 und 2,0 Gt CO2eq pro Jahr für AC, AC + AC4 führt bzw. AC + AC8 (ein relativer Anstieg von 76 %, 52 bzw. 45 %). Einen vollständigen Überblick über die Sensitivitätsanalyse im Zusammenhang mit der Landrodung finden Sie in der Ergänzungstabelle 4.

Durch die Zuweisung aller verlassenen Ackerflächen außerhalb vorrangiger Gebiete zur Bioenergieproduktion kann ein Minderungspotenzial erreicht werden, das von 0,6 Gt CO2-Äq pro Jahr (AC, 67 Mha) auf 1,1 Gt CO2-Äq pro Jahr (AC + AC8, 115 Mha) unter Regenfeldbedingungen und von 0,7 Gt CO2-Äq pro Jahr (AC + AC8, 115 Mha) reicht Jahr bis 1,3 GtCO2eq Jahr unter Mischwasserversorgung. Dabei gehen wir davon aus, dass 50 % der Biomasse für die Produktion von 2G-Ethanol und 50 % für FT-Diesel verwendet werden. Bei optimaler Verteilung betragen die weltweiten durchschnittlichen Ernteerträge 381 GJ ha-1 Jahr, 151 GJ ha-1 Jahr und 318 GJ ha-1 Jahr mit Regenwasserversorgung für Chinaschilf, Schilfrohrgras und Rutenhirse. Durch die Bewässerung von Bioenergiepflanzen in Gebieten, die nicht von Wasserknappheit betroffen sind, steigt die Pflanzenproduktivität um 29 %, 11 und 36 %. Weltweit erzielt Chinaschilf höhere Erträge als Rutenhirse und Rohrglanzgras, doch die beiden letztgenannten können sich besser an mittlere und hohe Breiten anpassen. Die optimale Rohstoffverteilung von Regenkulturen auf historischen, verlassenen Ackerflächen außerhalb von Biodiversitätsprioritätsgebieten beträgt 44 % für Miscanthus, 18 % für Schilfrohrgras und 38 % für Rutenhirse (ergänzende Abbildung 5b). Die Verteilung ist für Mischkulturen (ergänzende Abbildung 5c) und für die zukünftigen Landverfügbarkeitsszenarien ähnlich.

In Bezug auf das Primärenergiepotenzial liefert die reine Regenfeldproduktion 19–33 EJ pro Jahr und das gemischte Bewässerungssystem 25–44 EJ pro Jahr. Die entsprechenden globalen durchschnittlichen Energieerträge betragen 327 GJ ha-1 Jahr (Abb. 3a) und 395 GJ ha-1 Jahr (Abb. 3b). Der Anstieg des Trockenmassepotenzials von regenbewässerten zu bewässerten Kulturen außerhalb von Vorranggebieten und wasserarmen Gebieten beträgt 34 ​​% (Abb. 3c). Siehe ergänzende Abbildung 6 für Erträge von Regen- und Mischwasserversorgungspflanzen in AC4 und AC8.

Gerasterte Bioenergie-Pflanzenerträge (optimale Pflanzenverteilung) unter Regenfeldbedingungen auf historischen, verlassenen Ackerflächen (AC) (a). Erträge von netzgebundenen Bioenergie-Pflanzen unter gemischten Wasserversorgungsbedingungen (Regeneinspeisung in Gebieten mit Wasserknappheit und Bewässerung außerhalb) auf historischen, verlassenen Ackerflächen (AC) (b). Veränderung der primären Trockenmassepotenziale zwischen regengespeisten und bewässerten Kulturen in Gebieten, die nicht von Wasserknappheit betroffen sind (c). Ähnliche Karten für AC4 und AC8 sind in der ergänzenden Abbildung 6 dargestellt.

Die höchsten Biomasseerträge werden in den Tropen, an der Ostküste der Vereinigten Staaten und in einigen Teilen Europas erzielt. Diese Gebiete liegen hauptsächlich in tropischen oder gemäßigt feuchten Klimazonen, wo typischerweise Chinaschilf und Rutenhirse die vorherrschenden Kulturpflanzen sind. Veränderte klimatische Bedingungen unter RCP4.5 haben relativ geringe Auswirkungen auf die Bioenergieerträge. Für Regenfeldfrüchte im Zeitraum 2011–2040 ergibt sich im Vergleich zu 2041–2070 ein globaler Rückgang des Primärenergiepotenzials um 4 % (Ergänzende Abbildung 7a). Rund um den Äquator beobachten wir vor allem ein abnehmendes Potenzial. Die größten Zuwächse gibt es in Zentral- und Ostasien. Für die Mischwasserversorgung ergibt sich ein globaler Anstieg des primären Bioenergiepotenzials von 2 % (Ergänzende Abbildung 7b). Dies liegt daran, dass die Bewässerung Wasserdefizite aufgrund von Hitzewellen oder Dürren während des Pflanzenwachstumszyklus ausgleicht und so die Erträge vor den negativen Auswirkungen des Klimawandels schützt. Darüber hinaus kann es die positiven Auswirkungen höherer Temperaturen und einer längeren Vegetationsperiode auf die Erträge besser unterstützen. Die Muster rund um den Äquator sind ähnlich wie bei der Regenwasserversorgung, jedoch mit einem geringeren abnehmenden Potenzial. In Breiten über 30 °N ist insgesamt ein Anstieg der primären Bioenergiepotenziale zu verzeichnen.

Für regengespeistes BE kann die Substitution fossiler Brennstoffe je nach Landverfügbarkeitsszenario zu einer Nettoklimaminderung von 0,9–1,5 Gt CO2eq pro Jahr führen (Abb. 4). Etwa 55 % dieser Minderung wird durch den Ersatz von fossilem Diesel durch FT-Diesel erzielt, der Rest durch 2G-Ethanol als Ersatz für Benzin. Die Lebenszyklusemissionen der Biokraftstoffproduktion kompensieren etwa ein Drittel der Bruttominderung (0,3–0,5 Gt CO2eq pro Jahr) und sind meist mit der Biomasseproduktion verbunden, insbesondere wenn Bewässerung eingesetzt wird. Allerdings werden die höheren Lebenszyklusemissionen aus der Bewässerung in Gebieten mit geringer Wasserknappheit durch das größere Minderungspotenzial höherer Erträge ausgeglichen. Beispielsweise beträgt das Nettominderungspotenzial von regengespeistem BE im AC-Szenario 0,6 GtCO2eq pro Jahr (BE-rf). Bei Bewässerung (BE-Mix) beträgt der Wert etwa 0,7 GtCO2eq pro Jahr, das sind 0,1 GtCO2eq pro Jahr mehr als unter Regenbedingungen. Dies liegt daran, dass der Anstieg der Lebenszyklusemissionen (+ 0,2 Gt CO2-Äq pro Jahr) geringer ist als das erhöhte Minderungspotenzial durch die Substitution fossiler Brennstoffe durch höhere Biomasseerträge (+ 0,3 Gt CO2-Äq pro Jahr).

Bioenergiepflanzen, die unter Regenwasserversorgungssystemen (RF) oder gemischten Wasserversorgungssystemen (Mix) auf den untersuchten, aufgegebenen Ackerland-Szenarien (AC, AC4 und AC8) produziert werden. „Sonstiges“ umfasst Transportemissionen von der Bioraffinerie bis zur Verteilung für BE-Szenarien sowie zusätzliche Emissionen im Zusammenhang mit dem Energienachteil durch die Einbeziehung von CCS für BECCS-Szenarien. Das Symbol „x“ in den Balken bezieht sich auf die Nettominderung jedes Szenarios. Die Ergebnisse für AC4- und AC8-Szenarien addieren sich zu denen von AC (ihre individuellen Beiträge sind in der Ergänzungstabelle 3 aufgeführt).

Der Zusatz von CCS erhöht die Minderungspotenziale bei relativ geringem Anstieg der Lebenszyklusemissionen. Die Nettominderung von BECCS durch Regenfeldfrüchte geht von 1,7 GtCO2eq pro Jahr (AC) auf 2,9 GtCO2eq pro Jahr (AC + AC8) und von 2,1 GtCO2eq pro Jahr (AC) auf 3,7 GtCO2eq pro Jahr (AC + AC8). ) mit Mischwasserversorgung. Etwa 55 % der Minderungseffekte stammen aus CCS, wovon der größte Teil (51 %) aus der Produktion von 2G-Ethanol stammt (das in der Konvertierungsanlage höhere Prozessemissionen an CO2 pro MJ Kraftstoff verursacht als FT-Diesel). 2G-Ethanol verursacht auch höhere Lebenszyklusemissionen als FT-Diesel, was vor allem auf den relativ hohen Einsatz von Chemikalien für die Biomasse-Vorbehandlung und die Enzymproduktion zurückzuführen ist.

Was die Aufforstung betrifft, so wird die Nettominderung von BE und BECCS durch die Landrodung und das Schicksal der entfernten Biomasse beeinflusst. Abhängig von den Annahmen (Ergänzungstabelle 4) können die Minderungspotenziale entweder um 0,6 GtCO2eq pro Jahr steigen oder um 0,4 GtCO2eq pro Jahr sinken. Dies führt zu einer Nettominderungssteigerung von 58–100 % und einer Verringerung von 36–62 % für regengespeistes BE. Für gemischte BECCS beträgt der potenzielle Anstieg der Nettominderung 17–29 % und der entsprechende Rückgang 10–18 %.

Die Zulassung von NR auf allen aufgegebenen Ackerflächen hat das Potenzial, den Wert von 0,8 ± 0,08 GtCO2eq pro Jahr (AC) auf 1,2 ± 0,12 GtCO2eq pro Jahr (AC + AC8) zu senken (Abb. 5), wovon 36 und 32 % innerhalb der Priorität liegen Bereiche. Die Errichtung von Waldplantagen anstelle von NR außerhalb von Prioritätsgebieten (NR-AF-Szenario) erhöht das globale Potenzial zur Eindämmung des Klimawandels auf 1,1–1,8 Gt CO2eq pro Jahr. Diese Nettominderung ist höher als das, was mit der Kombination von NR und regengespeister Bioenergieproduktion (NR-BE-rf) erreicht wird, nämlich 0,9–1,4 GtCO2eq pro Jahr. Die Möglichkeit, Bioenergiepflanzen in Gebieten mit geringer Wasserknappheit zu bewässern (NR-BE-Mix, 1,0–1,6 GtCO2eq pro Jahr) verringert die Lücke im Vergleich zu NR-AF. Um die Aufforstung zum Klimaschutz deutlich zu übertreffen, muss Bioenergie mit CCS gekoppelt werden. Zwischen 2,0 und 3,3 GtCO2eq pro Jahr können durch die Zugabe von CCS zu regengespeisten Bioenergiepflanzen (NR-BECCS-rf) erreicht werden, die bei Zugabe von Bewässerung zu 2,4–4,1 GtCO2eq pro Jahr werden (NR-BECCS-Mix).

Die Ergebnisse werden für verschiedene Landverfügbarkeitsszenarien (AC, AC4 und AC8) und Wasserversorgungssysteme für Bioenergiepflanzen (Regenbewässerung: RF; Bewässerung in Gebieten ohne Wasserknappheit: Mischung) angezeigt. Innerhalb von Biodiversitätsprioritätsgebieten ist nur NR erlaubt. NR: natürliches Nachwachsen der Vegetation; AF: Aufforstung; BE: Bioenergie; BECCS: BE mit CCS; Opt: optimale Minderungsoption in Betracht gezogen (entweder mit oder ohne CCS und mit oder ohne Bewässerung). Eine Beschreibung der Szenarien finden Sie unter Methoden. Die Unsicherheitsbereiche beziehen sich auf den möglichen Beitrag der oberirdischen Biomasse aus der Landrodung (das Rautensymbol zeigt das Nettominderungspotenzial an, wenn die Landrodung außer Acht gelassen wird). Das untere Ende der Bandbreite stellt den Fall dar, dass die Biomasse aus der Rodung als zusätzliche Bioenergiequelle genutzt wird. Das obere Ende liegt dann vor, wenn es als Emission ohne Energierückgewinnung behandelt wird. Für das NR-Szenario stellt der Unsicherheitsbereich das Verhältnis der Modellunsicherheit im Verhältnis zum am besten geeigneten Modell (eine Standardabweichung) dar.

Höhere Minderungspotenziale werden erreicht, wenn die räumliche Verteilung landgestützter Optionen außerhalb von Vorranggebieten der Option zugeordnet wird, die pro einzelner Rasterzelle das höchste Minderungspotenzial bietet. Angesichts des Einflusses von Bewässerung und CCS auf die Ergebnisse werden Schätzungen sowohl mit als auch ohne diese Maßnahmen angegeben. Mit regengespeisten Bioenergiepflanzen ohne CCS besteht ein globales Minderungspotenzial von 1,2–1,9 Gt CO2eq pro Jahr. Zusätzlich zu den Flächen innerhalb der Biodiversitätsprioritätsgebiete, die für NR vorgesehen sind (31 %), sind 15 %, 7 bzw. 48 % der aufgegebenen Ackerflächen BE-rf, NR und AF zugeordnet (Abb. 6a). Bei der Bewässerungswasserversorgung in Gebieten mit geringer Wasserknappheit beträgt das globale Potenzial 1,2–2,0 Gt CO2eq pro Jahr, wobei das Land außerhalb der vorrangigen Gebiete zu 24 % auf BE-Mix, 5 % auf NR und 41 % auf AF verteilt wird (Abb. 6b). Bewässerung vergrößert somit die Landflächen, auf denen BE einen größeren Nutzen erzielen kann als AF, aber Waldplantagen sind in den meisten Rasterzellen immer noch die beste CDR-Option. Wenn dem System CCS hinzugefügt wird, beträgt das globale Minderungspotenzial 2,1–3,4 GtCO2eq pro Jahr, mit einer optimalen Verteilung der CDR-Optionen von 53 % auf BECCS-rf, 3 % auf NR und 13 % auf AF (Abb. 6c). ). Durch die Kombination von Bewässerung mit CCS wird das größte Minderungspotenzial erreicht (2,4–4,1 GtCO2eq pro Jahr) und BECCS dominiert eindeutig die räumliche Verteilung (ergänzende Abbildung 8).

Optimale Kombination aus regengespeistem BE (BE-rf), NR und AF (a); regengespeistes und bewässertes BE (BE-Mix), NR und AF (b); regengespeistes BECCS (BECCS-rf), NR und AF (c). Die Kästchen zeigen die Prozentsätze, die jeder landgestützten Option zugewiesen sind. Für NR werden die Anteile außerhalb und innerhalb der Vorranggebiete (PA) angegeben. NR ist die einzige Option, die innerhalb der vorrangigen Bereiche in Betracht gezogen wird. Die optimale Kombination von regengespeistem und bewässertem BECCS (BECCS-Mix), NR und AF ist in der ergänzenden Abbildung 8 dargestellt. Bewässerung findet nur in Gebieten statt, die nicht von Wasserknappheit bedroht sind. Aufgrund gleicher räumlicher Muster für AC, AC4 und AC8 werden nur Karten für AC angezeigt.

Im Allgemeinen ist NR in den nördlichen Regionen südlich der Sahara, rund um das Amazonasbecken, einigen Gebieten in Südostasien und in Südaustralien wettbewerbsfähig oder sogar besser als AF. Rainfed BE übertrifft AF in der östlichen Hälfte der USA, Südostchina und Mittelosteuropa. In hohen Breiten und auf der Südhalbkugel dominiert die Aufforstung. Bewässerung und CCS begünstigen eindeutig das Potenzial von BE. Wenn CCS hinzugefügt wird, ist AF im Westen der USA und in einigen Gebieten im südlichen Afrika und Zentralasien stärker als BECCS. Nur an wenigen Standorten bleibt NR wettbewerbsfähig. Das Filtern der durchschnittlichen Minderungspotenziale pro terrestrischer Ökoregion49 zeigt, dass NR die höchste Minderung in tropischen und subtropischen Wäldern und die niedrigste in borealen und mediterranen Wäldern erreicht, wo Temperatur und Wasserverfügbarkeit ein wesentliches Hindernis für das natürliche Vegetationswachstum darstellen (ergänzende Abbildung 9). Aufforstung ist die bessere Minderungsoption in tropischen, subtropischen und borealen Wäldern und führt im Allgemeinen zu einer stärkeren Minderung als regengespeiste Bioenergie. In den anderen Biomen können durch bewässerte Bioenergie höhere Erträge erzielt werden, insbesondere dort, wo die Wasserverfügbarkeit ein wesentlicher limitierender Faktor für das Pflanzenwachstum ist, beispielsweise in trockenen und halbtrockenen Klimazonen (mediterrane Biome, Savannen und Buschland). In allen anderen terrestrischen Ökoregionen sind die Nettominderungspotenziale von AF und BE-Mix vergleichbar.

Obwohl es manchmal schwierig ist, in den verschiedenen Studien zwischen der Definition von natürlichem Nachwachsen, Aufforstung und Wiederaufforstung zu unterscheiden, stimmen unsere Bereiche der Kohlenstoffbindung aus NR und AF weitgehend mit denen aus anderen Quellen auf regionaler Ebene überein. Es wurde festgestellt, dass Wiederaufforstung, definiert als der Übergang von <25 % Waldfläche zu >25 % Waldfläche, potenziell 10 Gt CO2eq pro Jahr auf einer Fläche von 678 Mha6 eindämmt, was einem durchschnittlichen Ertrag von 15 tCO2eq ha−1 pro Jahr entspricht 1 (zum Vergleich: NR hat in unserer Studie eine globale durchschnittliche Sequestrierungsrate von 7,4 tCO2eq ha−1 Jahr−1). Diese Schätzung deckt ein großes Gebiet ab und wurde bereits als wahrscheinliche Überschätzung identifiziert7. Eine andere Studie kommt zu dem Ergebnis, dass durch die natürliche Regeneration tropischer Sekundärwälder in Lateinamerika in einem Zeitraum von 40 Jahren 31 Gt CO2 auf 240 Mha Land erfasst werden könnten50, was einer durchschnittlichen Minderung von 12 Gt CO2 ha−1 pro Jahr entspricht. Unsere Studie zeigt ähnliche Ergebnisse, wobei die NR-Erträge zwischen 8 GtCO2 ha−1 Jahr und 18 GtCO2 ha−1 Jahr für dieselbe Region liegen.

Frühere Schätzungen des Minderungspotenzials durch Aufforstung zeigen, dass im Jahr 20501 eine Kohlenstoffbindung von 0,5–5,1 GtCO2eq pro Jahr erreicht werden kann1. Für ein Minderungspotenzial von 4,0–12,1 GtCO2eq pro Jahr im Jahr 210051 ist eine Fläche von 320–970 Mha erforderlich Aufforstung und Wiederaufforstung, was einem Flächenbedarf von 80 Mha pro gespeichertem GtCO2eq entspricht. Unsere Ergebnisse zeigen, dass eine durchschnittliche Fläche von 83 Mha pro durch Aufforstung gebundenem GtCO2eq erforderlich ist (Ergänzungstabelle 2). Darüber hinaus können verschiedene globale Schutzmaßnahmen in Wäldern und anderen Ökosystemen (einschließlich Aufforstung, Wiederaufforstung und Landsanierung) von 2020 bis 2050 175 tCO2eq ha-1 einsparen, was 6 tCO2eq ha-1 pro Jahr entspricht. Unsere globalen Durchschnittsschätzungen liegen bei 6,8 tCO2 ha-1 Jahr-1 für NR und 11,5 tCO2eq ha-1 Jahr-1 für AF. Ergänzende Abbildung 10 vergleicht zukünftige Veränderungen der Waldbedeckung, die durch SSP-RCP12,13,14,15,16,17-Szenarien im Jahr 2050 geschätzt werden, mit allen verlassenen Ackerflächen (historisch und zukünftig), die in unserer Studie der Aufforstung und NR zugewiesen wurden. Waldflächenänderungen in Zukunftsszenarien variieren stark, auch wenn derselbe SSP oder RCP berücksichtigt wird. In einigen Fällen reicht die Aufforstung aufgegebener Ackerflächen (AC + AC8) aus, um die erwartete Waldflächenausweitung vollständig (und darüber hinaus) zu erreichen (z. B. in SSP4-RCP2.6). Die Mindestdeckung (8 %) wird gegen SSP1-RCP2.6 registriert. Im Allgemeinen macht die Aufforstung verlassener Ackerflächen einen kleinen Teil der prognostizierten Waldflächenausweitung für SSP5-Szenarien aus (insbesondere unter RCP2.6), da eine große Menge negativer Emissionen erforderlich ist, um Treibhausgasemissionen aus kohlenstoffintensiven Sektoren auszugleichen. Bei SSP1 sind die relativen Anteile tendenziell höher, da dort mehr sektorweite Minderungsmaßnahmen die Nachfrage nach negativen Emissionen reduzieren.

Ein ähnlicher Vergleich kann mit den Schätzungen von BECCS in Zukunftsszenarien durchgeführt werden. Im Jahr 2050 wird der weltweite Primärenergieverbrauch voraussichtlich auf 741 EJ pro Jahr steigen (Durchschnitt von SSP1-4,5 und SSP2-4,5 über alle Modelle)12,15,17, wovon 71 EJ pro Jahr Bioenergie sind. Unsere Ergebnisse zeigen ein potenzielles Primärenergieangebot von 19–44 EJ pro Jahr, was 27–62 % des durchschnittlichen prognostizierten Bedarfs deckt (ergänzende Abbildung 11). Bezüglich des Flächenbedarfs für den Anbau von Bioenergiepflanzen der zweiten Generation liegen die SSP-Schätzungen zwischen 150 Mha (SSP2-4,5) und 210 Mha (SSP1-4,5) im Jahr 20502. Unsere Schätzung der aufgegebenen Ackerflächen liegt bei 67–115 Mha (mit Ausschluss von Biodiversitätsprioritätsgebiete), die 21–23 % des künftigen Bedarfs an Bioenergiepflanzen ausmachen.

In unserer Studie beträgt das Minderungspotenzial von BECCS bis zu 3,3 GtCO2eq pro Jahr. Für Szenarien, die die globale Erwärmung auf weniger als 1,5 °C begrenzen, wird im Jahr 2050 ein mittleres BECCS-Minderungspotenzial von 3 Gt CO2eq pro Jahr geschätzt17. Andere Studien zeigen ähnliche Ergebnisse für die Minderungspotenziale und ermitteln einen Flächenbedarf für Bioenergiepflanzen von 31–58 Mha für jedes durch BECCS51 geminderte GtCO2eq. Unsere Analyse zeigt, dass 31–40 Mha Land erforderlich sind, um 1 Gt CO2eq pro Jahr zu reduzieren, je nachdem, ob Bewässerung einbezogen wird oder nicht (Ergänzungstabelle 2).

Soziale, wirtschaftliche und politische Barrieren wirken sich auf alle untersuchten Optionen aus6,51,52. NR ist eine kosteneffiziente Maßnahme, die in den Tropen sehr effizient ist, für deren nachhaltige Umsetzung jedoch ein Rahmenwerk förderlicher Bedingungen (z. B. Armutsbekämpfung, „Food First“-Prinzip, Landbesitzrechte usw.) erforderlich ist53. Effektive Regierungsführung, finanzielle Unterstützung und internationale Zusammenarbeit sind für eine erfolgreiche Wiederherstellung des Ökosystems und die Eindämmung des Klimawandels von großer Bedeutung48. Die natürliche Regeneration hat in der Regel die größten positiven Auswirkungen auf die Artenvielfalt und die Wiederherstellung von Lebensräumen54 und verringert die Risiken durch die Einführung nicht heimischer Arten55,56. Im Vergleich zu Ackerland haben auch Waldplantagen und mehrjährige Gräser, die zur Bioenergiegewinnung angebaut werden, positive Auswirkungen auf die Biodiversität, sofern eine Mischung einheimischer Arten anstelle von Monokulturen angebaut wird30,57. CCS steht immer noch vor technisch-ökonomischen Herausforderungen, wenn es darum geht, bei den derzeitigen CO2-Steuern auf dem Markt konkurrenzfähig zu sein31,58, und Bewässerung kann, selbst wenn sie in nicht wasserarmen Gebieten eingesetzt wird, Investitionen in kostspielige Infrastruktur erfordern, die in Entwicklungsländern ein großes Hindernis darstellen kann59 ,60.

Bei der Interpretation unserer Ergebnisse müssen mehrere Unsicherheiten berücksichtigt werden. Unsere Studie berücksichtigt keine Veränderungen des organischen Kohlenstoffs (SOC) im Boden, die höchst unsicher sind. Robuste globale Datensätze zu SOC-Änderungen nach natürlicher Begrünung, Aufforstung oder Bioenergiepflanzen sind derzeit nicht verfügbar. Abhängig von mehreren lokalen Faktoren und klimatischen Bedingungen werden sowohl positive als auch negative Veränderungen des Bodens und des unterirdischen Kohlenstoffs für NR und AF gemeldet. Im globalen Durchschnitt wird die Kohlenstoffanreicherung in Böden nach NR in den meisten Biomen als vernachlässigbar oder negativ eingeschätzt, allerdings mit großen Konfidenzintervallen8. Unter Verwendung einer globalen Durchschnittsschätzung mit geringer Zuverlässigkeit von 1,52 tCO2 ha−1 pro Jahr für das oberste 30-cm-Profil, wo die meiste Bodenakkumulation erwartet wird8, ergibt sich eine Gesamtbindung von 0,046 GtCO2 pro Jahr über historisch aufgegebenem Ackerland innerhalb von Biodiversitätsprioritätsgebieten ( 30 Mha) beziffert werden. Dies entspricht 16 % der Minderung durch oberirdische Vegetation (0,28 Gt CO2 pro Jahr). Auch bei der Aufforstung gibt es unterschiedliche Reaktionen auf SOC61,62. Die Mechanismen der Kohlenstoffdynamik im Boden sind immer noch unzureichend verstanden, was unsere Fähigkeit zur Quantifizierung von SOC-Änderungen durch groß angelegte Aufforstungsbemühungen einschränkt. Bestehende Metaanalysen kommen im Allgemeinen zu dem Schluss, dass der SOC für natürliche oder gepflanzte Wälder abhängig von mehreren Faktoren, wie Baumart, lokalem Klima, Bodentyp, Landnutzungsgeschichte usw., entweder zunehmen, abnehmen oder konstant bleiben kann.61,63. Feste Verhältnisse, die zur Verknüpfung von Biomasse- und Bodenkohlenstoffveränderungen verwendet werden, überschätzen in der Regel die Kohlenstoffverstärkung im Boden durch Aufforstung61. Das in unserer Studie verwendete Aufforstungsmodell schätzt eine maximale Akkumulationsrate von Bodenkohlenstoff auf 0,15 tCO2 ha-1 Jahr für Nadelwälder und 1,28 tCO2 ha-1 Jahr-1 für Laubwälder64. Allerdings sind diese Faktoren sehr unsicher, da sie global gemittelt sind und keine Angabe zur Bodentiefe machen. Ihre Berücksichtigung in der Analyse könnte zu einer Minderung von 0,010 GtCO2 pro Jahr bzw. 0,086 GtCO2 pro Jahr auf historischen, verlassenen Ackerflächen außerhalb von Prioritätsgebieten (67,4 Mha) für Nadel- bzw. Laubwälder führen. Diese Schätzungen repräsentieren 2 und 10 % des AF-Minderungspotenzials in der oberirdischen Waldbiomasse (0,8 Gt CO2 pro Jahr). Ein konsistenterer Trend bei den SOC-Änderungen ist bei mehrjährigen Gräsern zu beobachten, die normalerweise den SOC mit unterschiedlichen Raten erhöhen65,66,67. Eine globale Metaanalyse schätzte die mittleren SOC-Änderungen (Bodentiefe 0–100 cm) nach der Umwandlung von Ackerland in Rutenhirse oder Miscanthus auf 5,9 bzw. 3,3 tCO2 ha−1 Jahr − 1, wobei das 5. und 95. Perzentil jedoch von negativen Werten reichten (d. h. ein SOC-Verlust von bis zu – 7,33 tCO2 ha−1 Jahr) auf positive Werte bis zum Dreifachen des Mittelwerts67. Wenn wir diese mittleren Faktoren auf unsere Analyse anwenden (und für Schilfrohrgras die gleiche Rate an Chinaschilf annehmen), stellen wir fest, dass im BE-rf-Szenario auf AC außerhalb vorrangiger Gebiete durchschnittlich 0,29 GtCO2 pro Jahr in den Böden gebunden werden können ( wofür wir ein globales Minderungspotenzial von 0,62 GtCO2 pro Jahr geschätzt haben. Dies bedeutet, dass unsere Schätzungen des Klimaschutzpotenzials für BE und BECCS um etwa 30 % unterschätzt werden könnten. Die Unterschätzung wird wahrscheinlich für die ersten 10–15 Jahre nach der Landnutzungsänderung repräsentativ sein, da die Bodensequestrierungsraten bei den meisten Landnutzungsarten und -übergängen nach 10 Jahren deutlich zurückgehen67. Aufgrund des Mangels an robusten globalen Datensätzen und der großen Variabilität der verfügbaren Schätzungen haben wir darauf verzichtet, Beiträge zu SOC-Änderungen direkt in unsere Analyse einzubeziehen.

Die Flächen der aufgegebenen Ackerflächen werden mithilfe der Landbedeckungsprodukte der European Space Agency Climate Change Initiative (ESA-CCI) und des Copernicus Climate Change Service (C3S-CDS) abgeleitet. Mehrere frühere Studien haben ihre Genauigkeit validiert und bewertet (siehe Methoden)21,68,69,70. Die Verbesserungen im Vergleich zu anderen globalen Landbedeckungsdatensätzen sind erheblich, ebenso wie ihre Robustheit bei der Bewertung von Änderungen in der Ackerlandausdehnung, es bleiben jedoch einige Einschränkungen bestehen, hauptsächlich aufgrund möglicher Fehlklassifizierungen. Die globale Gesamtgenauigkeit beträgt 71 %, variiert jedoch je nach räumlicher Lage und zwischen den Klassen. Im Vergleich zu anderen Landbedeckungsprodukten erweisen sich die anhand von ESA-CCI- und C3S-CDS-Daten identifizierten verlassenen Ackerflächen in der Regel als konservativ2,71,72,73.

Zukünftige Standorte verlassener Ackerflächen sind höchst ungewiss und szenarioabhängig, und frühere Studien haben gezeigt, dass die Unterschiede zwischen den Modellen für dasselbe SSP größer sein können als zwischen verschiedenen SSPs74. Daher haben wir uns für einen einfachen und transparenten Ansatz entschieden, bei dem künftig aufgegebenes Ackerland mit hoher Wahrscheinlichkeit auf Ackerland in der Nähe von zuvor aufgegebenem Land entsteht. Um die Sensitivität unserer Ergebnisse gegenüber dem Landnutzungsszenario zu untersuchen, führen wir die Analyse erneut mit alternativen Landnutzungsprojektionen durch, die eine ähnliche Ausdehnung der Ackerlandaufgabe aufweisen. Diese Prognosen stehen im Einklang mit dem SSP-RCP-Framework und werden durch Herunterskalieren der Ergebnisse des Integrated Assessment Model (IAM) GCAM45 erstellt. Unter den verfügbaren Szenarien weist SSP2-RCP4.5 bis 2050 eine insgesamt aufgegebene Ackerfläche auf, die AC4 am nächsten kommt (beide etwa 41 Mha) und SSP4-RCP6.0 (84 Mha) AC8 (63 Mha) am nächsten kommt. Ein Vergleich der räumlichen Muster dieser alternativen Szenarien ist in der ergänzenden Abbildung 2 dargestellt, während ihre Minderungspotenziale in der ergänzenden Tabelle 5 und Abb. 12 zusammengefasst sind. Wie erwartet weichen die Karten tendenziell sowohl hinsichtlich der Intensität als auch der Standorte verlassener Ackerflächen voneinander ab. Die Minderungspotenziale stimmen jedoch weitgehend mit den Szenarien überein, bei denen die gesamte identifizierte Fläche ähnlich ist. Die durchschnittliche Änderung der Schätzungen zum Klimaschutzpotenzial beträgt −0,04 GtCO2eq. yr−1 für AC4-SSP2-RCP4.5 (etwa −9 % des durchschnittlichen Potenzials aller landbasierten Optionen) und 0,09 GtCO2eq. yr−1 für AC8-SSP4-RCP6.0 (etwa 10 % des durchschnittlichen Potenzials aller landbasierten Optionen). Trotz der Variabilität in den räumlichen Mustern der Datensätze sind die Ergebnisse weitgehend konsistent und unempfindlich gegenüber dem einzelnen Szenario, solange sie über ähnliche Gesamtflächen verfügen und aufgegebenes Land auf globaler Ebene innerhalb bestehender Ackerlandflächen verteilt ist.

Es bestehen Unsicherheiten im Zusammenhang mit den Schätzungen der Kohlenstoffbindungsraten aus NR-, AF- und Bioenergie-Pflanzenerträgen, die in einem Text in den Zusatzinformationen ausführlich erörtert werden. Karten der NR-Raten stammen aus einer Studie, in der ein Algorithmus für maschinelles Lernen auf mehr als 13.000 georeferenzierte Messungen der Kohlenstoffansammlung angewendet wurde8. Die gitterspezifischen Fehlerverhältnisse (in der ergänzenden Abbildung 13 für AC wiedergegeben) wurden verwendet, um die Variabilität unserer Ergebnisse zu untersuchen. Der entsprechende Bereich um die Mittelwerte ist in Abbildung 5 dargestellt. Aufforstungsszenarien basieren auf dem Global Forest Model (G4M). 75,76, ein gut etabliertes Modell in Verbindung mit den IAMs GLOBIOM und MESSAGE zur Schätzung von Landnutzungsänderungen und forstwirtschaftlichen Emissionen für eine Reihe von SSP-RCP-Szenarien77,78,79. Das Modell basiert auf Satellitenaufnahmen der Nettoprimärproduktion und Daten des Global Forest Resources Assessment (siehe Methoden) und wird anhand von Beobachtungen und in Vergleichsstudien mit mehreren Modellen getestet80,81,82. Bioenergie-Pflanzenerträge werden anhand des Modells Global Agro-Ecological Zones Version 4 (GAEZv.4) ermittelt (siehe Methoden). Im Vergleich zu Beobachtungen (ergänzende Abbildung 14) neigt GAEZv.4 dazu, die Erträge von Miscanthus zu unterschätzen, die Erträge von Rutenhirse zu überschätzen und weist eine relativ bessere Genauigkeit bei der Reproduktion der Erträge von Schilfrohrgras auf. In vielen Fällen überschneiden sich die Unsicherheitsbereiche der Vorhersagen und Beobachtungen, was darauf hindeutet, dass das Modell im Allgemeinen die Variabilität der beobachteten Erträge erfassen kann. In unserer Studie gleichen sich die Über- und Unterschätzungen der Erträge insgesamt tendenziell aus, da die optimale Zuordnung der Kulturpflanzenarten pro Gitterzellen 44 % der Fläche Miscanthus und 38 % Rutenhirse zuschreibt (ergänzende Abbildung 5b). ). Die Genauigkeit der Vorhersagen aus GAEZv.4 stimmt mit denen anderer häufig verwendeter Bioenergieertragsmodelle überein (Ergänzungstabelle 6). Wenn wir ein anderes beobachtungsbeschränktes Modell83 zur Schätzung des Bioenergiepotenzials verwenden, ergibt sich eine globale durchschnittliche Verringerung der Erträge im Vergleich zu GAEZv.4 von 3,14 ± 4,63 t ha−1 Jahr−1, ein RMSE von 5,59 und eine Korrelation zwischen den beiden Datensätzen von 0,902 (p <0,01) (Ergänzende Abbildung 15). Auf globaler Ebene prognostiziert GAEZv.4 eine Gesamtmenge an regengespeisten Bioenergiepflanzen aus AC von 1,05 Gt pro Jahr, gegenüber 0,87 Gt pro Jahr, die anhand des alternativen Ertragsmodells geschätzt werden. Dies ist eine Variabilität von 17 %, was innerhalb der Unsicherheitsbereiche in Abb. 5 liegt (wo das Minderungspotenzial von regenbefruchteten Bioenergiepflanzen um etwa 40 % um den Mittelwert schwankt). Der Hauptunterschied zwischen den Modellen besteht darin, dass GAEZv.4 ein parametrisches Modell ist und die Erträge ein optimales und kommerziell orientiertes Management widerspiegeln, während das andere aus beobachteten Erträgen extrapoliert wird, die typischerweise mit unterschiedlichen Managementpraktiken und -zielen in den Feldstudien schwanken. Insgesamt kann GAEZv.4 die beobachteten Erträge reproduzieren und seine Leistungen sind mit anderen Modellen vergleichbar, sodass die Verwendung eines anderen globalen Modells keinen wesentlichen Einfluss auf die wichtigsten Schlussfolgerungen unserer Studie hat.

Die Dringlichkeit der Klimakrise erfordert den gleichzeitigen Einsatz mehrerer Eindämmungsstrategien, um die globale Erwärmung einzudämmen. Landbasierte Minderungsmöglichkeiten sind kein Ersatz für die Reduzierung der Emissionen fossiler Brennstoffe, sondern vielmehr eine wesentliche Ergänzung, die im Falle der Bioenergieproduktion auch zum Ausstieg aus fossilen Brennstoffen beiträgt. Aufgrund der geringeren direkten Kosten ist das Nachwachsen natürlicher Vegetation auf verlassenen Ackerflächen die Maßnahme mit dem größten potenziellen Nutzen für den Naturschutz. Diese Studie zeigt jedoch, dass selektive Aufforstung das Potenzial zur Kohlenstoffbindung an vielen Standorten rund um den Globus verbessern kann. Das Pflanzen von Bäumen sollte unter Berücksichtigung der örtlichen Umweltbedingungen sorgfältig geplant werden, um negative Nebenwirkungen wie erhöhte Risiken für die Artenvielfalt oder Bodenaustrocknung durch die Verwendung nicht heimischer Arten zu vermeiden. Andererseits ist die Wiederherstellung der natürlichen Vegetation kostengünstiger und verhindert die negativen Auswirkungen der Baumpflanzung auf einheimischem Grasland auf die Biodiversität. Investitionen in die Infrastruktur, transformative Veränderungen und technologischer Fortschritt sind erforderlich, um größere Minderungspotenziale durch Bioenergie und CCS zu erreichen und dem Niveau anzunähern, das in künftigen strengen Klimaschutzszenarien angegeben wird. Die Nutzung von aufgegebenem Ackerland kann Kompromisse abmildern, da dieses Land in der Regel durch landwirtschaftliche Tätigkeiten in seinem natürlichen Zustand beeinträchtigt wurde, typischerweise in der Nähe von Straßen liegt und weniger Standortvorbereitung erfordert. Spezifische Maßnahmen sind erforderlich, um die Nutzung verlassener Ackerflächen zu Schadensbegrenzungszwecken sicherzustellen und das Risiko einer Rekultivierung für die Lebensmittelproduktion zu verhindern, wie es in der jüngeren Vergangenheit manchmal beobachtet wurde84.

Unsere Ergebnisse helfen dabei, die relative Leistung verschiedener landbasierter Minderungsoptionen pro Hektar Land auf der ganzen Welt und für terrestrische Ökoregionen zu verstehen. Bei ihrer Umsetzung sollten jedoch der lokale ökologische und soziale Kontext berücksichtigt werden, da alle Optionen politischen Willen und finanzielle Ressourcen erfordern. Letztere sind neben anderen wichtigen Machbarkeitskriterien wie Kosten, Lebensunterhalt und sozialer Eignung zu berücksichtigen. Aspekte im Zusammenhang mit der Dauerhaftigkeit der Kohlenstoffspeicherung, der Sättigung der Kohlenstoffsenke, der Energiesicherheit und sozioökonomischen Faktoren sind neben Klimaschutz und Naturschutz Schlüsselelemente einer Multikriterienanalyse. Um den prognostizierten CDR-Bedarf in Niedrigtemperatur-Zielszenarien zu decken, sind Landflächen erforderlich, die über das hinausgehen, was derzeit an aufgegebenen Ackerflächen zur Verfügung steht. Um die negativen Nebenwirkungen für die Ernährungssicherheit und die Umwelt zu minimieren, ist eine stärkere Reduzierung der Nachfrage nach Nahrungs- und Futtermitteln durch nachhaltige Intensivierung der Landwirtschaft und Ernährungsumstellungen erforderlich. Sektorübergreifende und integrierte politische Maßnahmen sind von wesentlicher Bedeutung, um die verschiedenen Ursachen von Landnutzungsänderungen zu harmonisieren und die Strategien zur Bewältigung der wichtigsten globalen Herausforderungen in den jeweiligen regionalen Kontexten durch die Zusammenführung von Umwelt- und sozioökonomischen Faktoren zu ermitteln.

Jüngste Bemühungen haben verbesserte Datensätze historischer verlassener Ackerflächen auf verschiedenen zeitlichen und räumlichen Skalen, von regional bis global85, verfügbar gemacht. Zeitreihen hochauflösender Satellitendaten von 37 Landbedeckungsklassen auf der ganzen Welt werden von der European Space Agency Climate Change Initiative (ESA-CCI)86 verbreitet. Diese Landbedeckungsprodukte haben eine horizontale Auflösung von 300 Metern (oder 10 Bogensekunden) am Äquator und werden durch die Kombination mehrerer Erdbeobachtungsprodukte und durch Verwendung der unbeaufsichtigten Klassifizierungskette GlobCover ermittelt. Neuere Studien nutzten diese Daten, um zwischen 1992 und 2015 aufgegebene Ackerflächen zu identifizieren21,44. Der Klimadatenspeicher des Copernicus Climate Change Service (C3S-CDS) hat von 2016 bis heute außerdem Landbedeckungskarten veröffentlicht, die mit dem ESA-CCI-Datensatz übereinstimmen43,87. Hier integrieren wir die beiden Datensätze und erweitern die Identifizierung der Ackerflächenaufgabe bis 2018. Die beiden Landbedeckungsprodukte sind sehr konsistent und weisen die gleiche räumliche Auflösung und zeitliche Skala auf26. Validierungsbemühungen zeigen, dass sie zu den weltweit genauesten Produkten zur Identifizierung von Ackerlandflächen gehören86. Die globalen Benutzer- und Produzentengenauigkeitswerte für Ackerlandklassen liegen im Bereich von 85–94 % für die ESA-CCI-Produkte und 76–92 % für die C3S-CDS-Produkte, mit Medianwerten von 89 bzw. 82 %42,88. Die regionalen Gesamtgenauigkeiten liegen in Südamerika, China und Eurasien zwischen 70 und 84 % und in Afrika und der Arktis bei weniger als 65 %26.

Die Analyse wird auf Gitterzellenebene mit einer Auflösung von 10 Bogensekunden durchgeführt, und verlassenes Ackerland wird identifiziert, indem die Gitterzellen ausgewählt werden, die 1992, jedoch nicht im Jahr 2018, als Ackerlandklassen klassifiziert wurden. Ackerland, das in städtische Siedlungen umgewandelt wurde, ist ausgeschlossen. Die Auflösung wird weiter auf 30 Bogensekunden (zur Übereinstimmung mit den natürlichen Nachwuchsdaten) und dann auf 5 Bogenminuten (zur Übereinstimmung mit Bioenergie- und Aufforstungsdaten) hochskaliert.

Die Aufgabe von Ackerflächen ist ein Prozess, der sich voraussichtlich auch in Zukunft fortsetzen wird89. Die nachhaltigsten SSPs prognostizieren Ernährungsumstellungen und eine Steigerung der Effizienz in Nahrungsmittelsystemen und in der Landwirtschaft, die den Druck auf das Land verringern können5,90. Die räumlichen Muster künftiger aufgegebener Ackerflächen sind jedoch von Natur aus ungewiss, und die Prognosen weichen selbst für dasselbe SSP-Szenario stark voneinander ab74,91,92,93. Wir wenden eine einfache und transparente Methode an, um zukünftige Flächen aufgegebener Ackerflächen abzuschätzen. Der Grund dafür ist, dass die Aufgabe von Ackerland ein dynamischer Prozess ist, der in regionalen sozioökonomischen Kontexten verwurzelt ist94,95,96 und die Wahrscheinlichkeit, dass neue Ackerflächen in der Nähe von bereits aufgegebenen Gebieten auftreten, höher ist84. Die Methode des nächsten Nachbarn wird verwendet, um Gebiete künftiger aufgegebener Ackerflächen innerhalb von maximal vier oder acht nahegelegenen Zellen zu identifizieren. Wenn eine der Zellen in der Nähe einer historisch aufgegebenen Ackerlandzelle derzeit Ackerland ist, wird sie in aufgegebenes Ackerland umgewandelt. Dadurch werden zwei Landverfügbarkeitsszenarien generiert (eine vereinfachte Visualisierung finden Sie in der ergänzenden Abbildung 16), die räumlich mit dem historischen Trend übereinstimmen. In unserer Studie gibt es daher drei Fälle von Landverfügbarkeit: AC (historisch aufgegebenes Ackerland von 1992 bis 2018), AC4 (zukünftig aufgegebenes Ackerland mit maximal vier Zellerweiterungen identifiziert) und AC8 (zukünftig aufgegebenes Ackerland mit maximal vier Zellerweiterungen identifiziert). Erweiterung um acht Zellen).

Unsere zukünftigen Landnutzungsszenarien werden mit denen des SSP-RCP-Frameworks verglichen, das durch Herunterskalieren der Ergebnisse des integrierten Bewertungsmodells GCAM45 erstellt wurde. Aus allen verfügbaren Szenarien haben wir die aufgegebenen Ackerlandflächen identifiziert, indem wir die zellspezifische fraktionierte Ackerlandkontraktion im Laufe der Zeit verfolgten (Ackerbau, der in menschliche Siedlungen überging, wurde ausgeschlossen). Eine generische Ackerlandklasse wurde erstellt, indem alle auf Kulturpflanzen basierenden Landtypen von 15 bis 28 aggregiert wurden. Aus allen verfügbaren Szenarien haben wir die bis 2050 aufgegebenen Ackerlandflächen ermittelt, indem wir den gleichen Ansatz verfolgten, der für den historischen Datensatz verwendet wurde. Wir haben dann SSP2-RCP4.5 ausgewählt, das eine ähnliche Fläche wie AC4 (41 Mha) hat, und SSP4-RCP6.0 (84 Mha), das AC8 (63 Mha) am nächsten kommt. Die räumlichen Muster dieser alternativen Szenarien sind in der ergänzenden Abbildung 2 und die entsprechenden Ergebnisse in der ergänzenden Tabelle 5 und Abb. 12 dargestellt.

Die Sicherstellung, dass die Gebiete mit der höchsten Biodiversität für den Naturschutz erhalten bleiben, trägt wesentlich zur Erreichung globaler Artenschutzziele bei und trägt gleichzeitig zur Eindämmung des Klimawandels bei, indem die Kohlenstoffspeicherung in der wiederhergestellten Vegetation erhöht wird. Um diese beiden Strategien zu integrieren, verwenden wir einen kürzlich erstellten Datensatz vorrangiger Gebiete7, der globale Regionen nach ihrem Bedarf an Biodiversitätserhaltung einordnet, und zwar mithilfe eines multikriteriellen Optimierungsansatzes, der vorrangige Gebiete für die Wiederherstellung in allen terrestrischen Biomen identifiziert. Die Wiederherstellung von 15 % der umgewandelten Flächen weltweit (im Einklang mit dem Aichi-Biodiversitätsziel 15) könnte die derzeitige globale Aussterbeschuld um 63 ± 4 % reduzieren, wenn sie auf vorrangige Gebiete für die biologische Vielfalt konzentriert wird7. Die identifizierten Vorranggebiete überschneiden sich weitgehend mit zuvor kartierten Biodiversitäts-Hotspots97 und anderen Schutzgebieten98 (siehe ergänzende Abbildung 17a). Wir waren daher der Ansicht, dass NR die einzige zulässige CDR-Maßnahme ist, wenn aufgegebenes Ackerland unter die 15 % der vorrangigen Gebiete für den Schutz der biologischen Vielfalt fällt. Mit anderen Worten: AF, BE und BECCS können nur auf aufgegebenem Ackerland auftreten, das nicht innerhalb der 15 % der vorrangigen Schutzgebiete liegt.

Angesichts der großen Steigerung der Bioenergie-Pflanzenerträge, die mit Bewässerung im Vergleich zu regengespeisten Anbaubedingungen erzielt werden können21,59, und der Risiken einer erhöhten Wasserverarmung bei der Bewässerung99 berücksichtigt unsere Analyse beide Arten von Wasserversorgungssystemen. Da nachhaltige Wasserentnahmen bereits ein Problem im Zusammenhang mit großflächigen landwirtschaftlichen Praktiken und zukünftigen Bioenergiepotenzialen sind34,59,60, haben wir in den Szenarien eine Ebene der Wasserknappheit basierend auf der Karte von AQUASTAT und der Ernährungs- und Landwirtschaftsorganisation (FAO)100 eingeführt Bewertung der Potenziale bewässerter Bioenergiepflanzen. In diesem Datensatz werden die globalen Landflächen in drei Kategorien mit geringer, mittlerer und hoher Wasserknappheit eingeteilt. Gebiete mit mäßiger und hoher Wasserknappheit sind solche, in denen der Wasserverbrauch 10–20 % bzw. >20 % der erneuerbaren Wasserressourcen beträgt. Die räumliche Verteilung der Gebiete mit hoher und mäßiger Wasserknappheit ist in der ergänzenden Abbildung 17b dargestellt. In unserer Analyse können BE und BECCS nur außerhalb von Gebieten mit mäßiger und hoher Wasserknappheit bewässert werden, in denen nur Regenwasserversorgung erfolgt.

Die verschiedenen CDR-Optionen (NR, BECCS und AF) und BE werden in 10 Szenarien für jeden Landnutzungsdatensatz kombiniert, d. h. die historischen (AC) und die beiden Zukunftsprojektionen (AC4 und AC8). Wir bewerten den Zeitraum bis 2050. Die Szenarien sind folgende:

NR-BE-rf: Natürliches Nachwachsen in Biodiversitätsprioritätsgebieten. Regenbasierte Bioenergieproduktion außerhalb vorrangiger Gebiete.

NR-BECCS-rf: Natürliches Nachwachsen in vorrangigen Biodiversitätsgebieten. Regenbasierte Bioenergieproduktion mit CCS außerhalb vorrangiger Gebiete.

NR-BE-Mix: Natürliches Nachwachsen in Biodiversitätsschwerpunktgebieten. Außerhalb vorrangiger Gebiete: regengespeiste Bioenergieproduktion in wasserarmen Gebieten und bewässerte Bioenergieproduktion außerhalb wasserarmer Gebiete.

NR-BECCS-Mix: Natürliches Nachwachsen in Biodiversitätsschwerpunktgebieten. Außerhalb vorrangiger Gebiete Regenfeld-Bioenergieproduktion mit CCS in wasserarmen Gebieten und bewässerte Bioenergieproduktion mit CCS außerhalb wasserarmer Gebiete.

NR-AF: Natürliches Nachwachsen in Biodiversitätsprioritätsgebieten. Aufforstung außerhalb von Vorranggebieten.

NR-all: Natürliches Nachwachsen auf allen verlassenen Ackerflächen.

NR-Opt-BE-rf: Natürliches Nachwachsen in Biodiversitätsprioritätsgebieten. Außerhalb vorrangiger Gebiete wird eine optimale Verteilung (d. h. höhere Minderung erreicht) zwischen regengespeister Bioenergieproduktion, natürlichem Nachwachsen und Aufforstung erreicht.

NR-Opt-BECCS-rf: Natürliches Nachwachsen in vorrangigen Biodiversitätsgebieten. Außerhalb vorrangiger Gebiete optimale Verteilung auf regengespeiste Bioenergieproduktion mit CCS, natürliches Nachwachsen und Aufforstung.

NR-Opt-BE-Mix: Natürliches Nachwachsen in Biodiversitätsschwerpunktgebieten. Außerhalb von Vorranggebieten optimale Verteilung zwischen Bioenergieproduktion, natürlichem Nachwachsen und Aufforstung außerhalb von Vorranggebieten. Regenwasserversorgung für Bioenergiepflanzen in wasserarmen Gebieten und Bewässerung im Freien.

NR-Opt-BECCS-Mix: Natürliches Nachwachsen in Biodiversitätsprioritätsgebieten. Außerhalb der Vorranggebiete optimale Verteilung auf Bioenergieproduktion mit CCS, natürliches Nachwachsen und Aufforstung außerhalb der Vorranggebiete. Regenwasserversorgung für Bioenergiepflanzen in wasserarmen Gebieten und Bewässerung im Freien.

Natürliches Nachwachsen ist in allen Szenarien die einzige Minderungsstrategie innerhalb vorrangiger Gebiete für den Schutz der biologischen Vielfalt. Dies bedeutet, dass die für BE, BECCS und AF dargestellten Ergebnisse nur Gebiete außerhalb der Biodiversitätsprioritätsgebiete berücksichtigen. Der Begriff „Opt“ bezieht sich auf die optimale Zuweisung von BE (oder BECCS), NR und AF zu jeder Gitterzelle, je nach der Option, die das größte Minderungspotenzial bietet.

Ein räumlich expliziter Datensatz mit einer Auflösung von 30 Bogensekunden8 wird zur Schätzung der Kohlenstoffbindung aufgrund des Nachwachsens der natürlichen Vegetation verwendet. Die Daten zum natürlichen Nachwachsen werden als potenzielle Kohlenstoffbindung durch passive Erholung in Wald- und Savannenbiomen mit einer Waldbedeckung von >25 % dargestellt. Berechnungen des natürlichen Nachwachsens in verlassenen Ackerflächen werden mit einer Auflösung von 30 Bogensekunden durchgeführt und zur Konsistenz mit den übrigen Daten weiter auf eine Auflösung von 5 Bogenminuten hochskaliert. Die Daten zum natürlichen Nachwachsen basieren auf historischen Daten aus 257 Studien und 13.112 georeferenzierten Messungen der Kohlenstoffansammlung. Da klimatische Faktoren die Schwankungen in den Raten besser erklären als die Landnutzungsgeschichte, wurden die Feldmessungen mit 66 Umwelt-Kovariatenschichten kombiniert, um eine globale Karte der potenziellen oberirdischen Kohlenstoffakkumulationsraten für 30 Jahre natürliches Waldwachstum zu erstellen. Das Ensemblemodell hatte einen mittleren mittleren quadratischen Restfehler (RMSE) von 0,798 t C ha−1 Jahr und einen R2 von 0,445 im unabhängigen Testsatz. Weitere Informationen zum Modell und seiner Validierung finden Sie in der Ergänzenden Anmerkung 1 („Natürliches Nachwachsen“). Oberirdische Biomasse umfasst Stamm- und Zweigbiomasse. Diese Karte weist weltweit über 100-fache Schwankungen der Raten auf und zeigt, dass die Ausfallraten des IPCC die oberirdische Kohlenstoffanreicherung im Allgemeinen um durchschnittlich 32 % unterschätzen8. Dieser Datensatz wird verwendet, um das Klimaschutzpotenzial von NR auf historischen und zukünftigen aufgegebenen Ackerflächen abzuschätzen. Für jede Rasterzelle werden sowohl durchschnittliche Sequestrierungsraten als auch gemeldete Standardabweichungen verwendet.

Die Daten zum natürlichen Nachwachsen werden auch verwendet, um die Menge an Trockenmasse oder Kohlenstoff abzuschätzen, die sich ab 1992 auf verlassenen Ackerflächen angesammelt hat, bevor mehrjährige Gräser oder Waldplantagen angelegt wurden. Jüngste Studien haben natürliche Nachwuchsdaten und Satellitenbeobachtungen kombiniert, um die historische Ansammlung von Kohlenstoff auf verlassenen Ackerflächen für bestimmte Regionen abzuschätzen84,101, und hier liefern wir die erste globale Bewertung. Da das Schicksal dieses Kohlenstoffs ungewiss ist (er kann entweder für Bioenergie genutzt werden oder schnell in die Atmosphäre zurückkehren), wird in einem Abschnitt untersucht, welche Auswirkungen die Kohlenstoffkosten der Landrodung auf die Netto-Klimaschutzpotenziale jeder CDR-Option haben können Sensitivitätsanalyse. Bei der Nutzung zur Bioenergieproduktion wird davon ausgegangen, dass Biomasse aus der Rodung hinsichtlich des Kohlenstoffgehalts durchschnittliche Eigenschaften und einen geringeren Heizwert als mehrere Arten von Wäldern/Holzresten aufweist (Ergänzungstabelle 7). Die entsprechenden Lebenszyklusemissionen der Biomasseernte zur Landrodung und deren Umwandlung in Biokraftstoffe werden in die Analyse einbezogen. Wenn verlassenes Ackerland dem natürlichen Nachwachsen der Vegetation zugewiesen wird, bleibt die oberirdische Biomasse für weiteres Wachstum übrig.

Mit Aufforstung meinen wir die künstliche Etablierung ausgewählter regional etablierter Baumarten und die Umsetzung nachhaltiger forstwirtschaftlicher Praktiken, um die Kohlenstoffbindung im Verhältnis zum natürlichen Waldnachwuchs zu verbessern. Minderungspotenziale der Aufforstung werden mit dem Global Forest Model (G4M)76,102,103 abgeschätzt. G4M verwendet Biomassedaten der FAO, Ertragstabellen und MODIS NPP, um Zuwachsfunktionen zu parametrisieren, zusammen mit Informationen zu lokalen Bodeneigenschaften, Temperatur und Niederschlag102. Die Waldbewirtschaftung umfasst Aktivitäten wie die Auswahl der optimalen Baumartengruppe, der Rotationsperiode und der Durchforstungsintensität77. Das Modell ist in der internationalen Wissenschaftsgemeinschaft weit verbreitet77,78,81,104,105 und ist mit dem integrierten Bewertungsmodell MESSAGE und dem landbasierten Wirtschaftsmodell GLOBIOM79 gekoppelt (mit dem es zur Schätzung forstwirtschaftlicher Emissionen für eine Reihe von SSP/RCP-Szenarien verwendet wurde). ). Die Dynamik der Aufforstung wird für jede Gitterzelle basierend auf den lokalen Umweltbedingungen geschätzt64 und kann für verschiedene Hintergrundklimata simuliert werden76. Weitere Informationen zur Validierung und Anwendung von G4M finden Sie in der Ergänzenden Anmerkung 1 („Aufforstung“).

Wir haben Aufforstungspotenziale mithilfe von G4M quantifiziert, das auf SSP2-RCP4.5-Multi-Ensemble-Mittelwertklimadaten aus dem EC-Earth3-Modell basiert106. Der mittlere jährliche Zuwachs (tC ha−1 Jahr−1) wurde zur Berechnung des 30-jährigen durchschnittlichen Kohlenstoffbindungspotenzials bis 2050 verwendet. Der mittlere jährliche Zuwachs beschreibt das Ertragsniveau und ist proportional zum Verhältnis zwischen der gesamten Kohlenstoffproduktion aus Stammholz pro Hektar und dem optimalen Zuwachs Erntezeit. Der Zuwachs ist altersabhängig und variiert beispielsweise je nach Klima, Art und Bestandesdichte75. G4M simuliert Aufforstungsdaten von Nadel- und Nichtnadelwäldern auf der Grundlage lokaler Standortfruchtbarkeitsfaktoren und klimatischer Bedingungen75. Die optimale Waldverteilung zwischen den beiden Waldtypen wird durch die Ermittlung des höchsten Kohlenstoffbindungspotenzials in jeder Gitterzelle ermittelt. Diese optimale Waldverteilung wird für alle Szenarien mit AF verwendet.

G4M simuliert nur oberirdische Stammbiomasse. Um den gesamten Kohlenstoffgehalt des Waldsystems (z. B. Zweige und Wurzeln) zu berücksichtigen, wird ein Standardfaktor von 20 % zusätzlicher Biomasse zum Kohlenstoffgehalt jedes Gitters hinzugefügt107. Dieser Faktor ist baum- und altersabhängig und nimmt mit dem Alter des Waldes ab, wenn die Stammbiomasse einen größeren Teil der gesamten oberirdischen Biomasse ausmacht. Manchmal werden höhere Werte verwendet, z. B. bis zu 40 % in Refs. 108.109. Unsere Analyse konzentriert sich jedoch auf die ersten Jahrzehnte der Waldgründung und 20 % stellen eine konservative Schätzung dar, um Überschätzungen zu vermeiden. Die Emissionen aus forstwirtschaftlichen Tätigkeiten belaufen sich auf 0,3 tCO2eq ha−1110 und sind einmalige Emissionen, die bei der Anlage der Waldplantage anfallen.

Bioenergiepotenziale werden für drei häufige Arten mehrjähriger Gräser betrachtet, die einmal im Jahr geerntet werden: Chinaschilf, Schilfrohrgras und Rutenhirse. Miscanthus ist ein C4-Gras, das heimisch in tropischen bis subarktischen Regionen wächst111. Schilfrohrgras ist ein C3-Gras, das in kalten Klimazonen gedeiht und für optimale Qualität normalerweise im Frühjahr geerntet wird112,113. Switchgrass ist ein C4-Gras, das in Nordamerika und Europa heimisch ist114. Diese mehrjährigen Gräser haben in Testversuchen vielversprechende Eigenschaften als Bioenergierohstoffe gezeigt und es wird erwartet, dass ihr Anbau in den meisten zukünftigen Klimaschutzszenarien deutlich zunehmen wird5.

Die Erträge mehrjähriger Gräser werden mithilfe des Modells Global Agro-Ecological Zones Version 4 (GAEZv.4)115 mit Nettoheizwerten (in MJ kg−1) für Chinaschilf, Schilfrohrgras und Rutenhirse aus der Phyllis2-Datenbank116 geschätzt. Agrarklimatische Erträge für Chinaschilf, Schilfrohrgras und Rutenhirse werden mit einer räumlichen Auflösung von 5 Bogenminuten erfasst. Bei der Erstellung der Ertragsschätzungen werden verschiedene Einschränkungen berücksichtigt, wie z. B. die lokale Temperatur, die Feuchtigkeit und der Blattflächenindex sowie das Risiko von Schädlingen und Krankheiten. In unserer Analyse schätzen wir netzspezifische Bioenergiepotenziale als 30-Jahres-Durchschnitt für den Zeitraum 2021–2050 unter RCP4.5-Klimabedingungen (gemäß dem HadGEM2-ES-Klimamodell) und hoher Bewirtschaftungsintensität (d. h. marktorientiert). Landwirtschaftssysteme, hoch mechanisiert mit geringer Arbeitsintensität und mit Schädlings- und Krankheitsbekämpfung) und sowohl mit Regen- als auch mit Bewässerungswasserversorgung ausgestattet. Der Wasserbedarf wird für alle Kulturpflanzenarten berechnet und die entsprechenden Ertragseinbußen hängen von der tatsächlichen Evapotranspiration der Kulturpflanzen und der maximalen Evapotranspiration der Kulturpflanzen ab. GAEZv.4 verwendet Bewässerung, um Ertragsverluste aufgrund von Wasserstress zu vermeiden, indem Wasserdefizite der Pflanzen während des Wachstumszyklus verhindert werden (so dass die Wasserverluste der Pflanzen durch Evapotranspiration die Absorption nicht übersteigen). Eine Validierung der GAEZv.4-Erträge anhand von Beobachtungen und anderen Ernteertragsmodellen ist in der Ergänzenden Anmerkung 1 („Bioenergie-Ernteerträge“) verfügbar.

Die BE- und BECCS-Szenarien basieren auf einer optimalen Kombination von Miscanthus, Schilfrohrgras und Rutenhirse, die durch die Identifizierung des Grases mit dem höchsten Trockenmasseertrag in jeder Gitterzelle ermittelt wird (ergänzende Abbildung 5b, c).

Es wird angenommen, dass mehrjährige Gräser zu gleichen Teilen zur Herstellung von Ethanol der zweiten Generation (2G) und Fischer-Tropsch-Diesel (FT) verwendet werden. Hierbei handelt es sich um zwei gängige Arten von Biokraftstoffen, die voraussichtlich in Zukunft zur Eindämmung des Klimawandels im Verkehrssektor hergestellt werden117. Sie sind repräsentative Beispiele für eine biochemische (2G-Ethanol) und thermochemische (FT-Diesel) Produktionsroute. Die Daten zur Lebenszyklusinventur zur Herstellung von Biokraftstoffen sind in der Ergänzungstabelle 8 zusammengefasst. Der Anbau mehrjähriger Gräser umfasst die wichtigsten landwirtschaftlichen Tätigkeiten (Bodenvorbereitung, Düngung, Ernte) und ist für jede Art mehrjähriger Gräser spezifisch118. Die Ausbringungsraten von Stickstoff (N), Phosphor (P) und Kalium (K) sind standortspezifisch und entsprechen dem Nährstoffgehalt der geernteten Biomasse zuzüglich Verlusten aufgrund von Verflüchtigung und Auswaschung, Bodenerosionsraten und Ineffizienzen bei der Pflanzenaufnahme118. Der Anbau der Mischung aus mehrjährigen Gräsern in unseren Szenarien führt zu gewichteten durchschnittlichen Auswirkungen des Klimawandels von 151 bzw. 220 kg CO2eq pro Tonne (trockener) Biomasse für regenbewässerte und bewässerte Pflanzen119,120. Bei einem durchschnittlichen Feuchtigkeitsgehalt der Biomasse von 17,5 %121 (mit einem Emissionsfaktor von 0,171 kg CO2 pro t-km122) wird eine durchschnittliche Transportentfernung der Biomasse vom Feld zur Bioraffinerie von 200 km angenommen. Die Emissionen aus der industriellen Umwandlung von Biomasse in Biokraftstoffe werden mit 115 kg CO2-Äquivalent pro Tonne (trockener) Biomasse121.122.123 für 2 G-Ethanol und 8,3 kg CO2-Äquivalent pro Tonne (trockener) Biomasse124 für FT-Diesel angenommen. Der Anlagenwirkungsgrad beträgt 45 % für die Produktion von 2-G-Ethanol121 und 53 % für FT-Diesel124, was bedeutet, dass 23 bzw. 27 % des primären Bioenergiepotenzials in Bezug auf 2-G-Ethanol und FT-Diesel zum Endenergiepotenzial werden. Die CO2-Emissionen der für CCS verfügbaren Biokraftstoffumwandlungsanlage betragen 0,160 kg CO2eq MJ-1121 aus der Ethanolproduktion und 0,138 kg CO2eq MJ-1124 für FT-Diesel. Die negativen Emissionen der CCS-Technologien betragen −1046 kg CO2-Äquivalent pro Tonne (trocken) verarbeiteter Biomasse121 für 2 G-Ethanol und −999 kg CO2-Äquivalent pro Tonne (trocken) verarbeiteter Biomasse124 für FT-Diesel. Diese Zahlen werden nach Einbeziehung der Lebenszyklusemissionen für die CCS-Technologie-Inputs (z. B. Chemikalien- und Energieinputs) (0,004 kg CO2eq pro kg gebundenes CO2)125 und einer Kohlenstoffabscheidungseffizienz von 90 %125 des entsprechenden Kohlendioxids erhalten aus industriellen Prozessen in der Anlage abgelassen werden. Wir gehen davon aus, dass sämtliche CO2-Emissionen aus industriellen Prozessen erfasst werden können (sowohl Emissionen aus der Vergasungsanlage als auch aus dem Bereich der Wärme- und Stromerzeugung). Der Energienachteil für die Einführung von CCS in das Bioraffineriesystem beträgt 4,4 % für 2G-Ethanol und 3,4 % für FT-Diesel31 und wird durch einen zusätzlichen Biomasseverbrauch (und die damit verbundenen Lebenszyklusemissionen) modelliert. Transportemissionen von der Bioraffinerie bis zur Verteilung werden für eine durchschnittliche Entfernung von 100 km angenommen (5,1 kg CO2-Äquivalent pro Tonne (trocken) verarbeiteter Biomasse121.126 für 2G-Ethanol und 3,2 kg CO2-Äquivalent pro Tonne (trocken) verarbeiteter Biomasse124 für FT-Diesel).

Um das Klimaschutzpotenzial durch den Ersatz von Benzin (2G-Ethanol) und Diesel (FT-Diesel) abzuschätzen, werden die Lebenszyklusemissionen fossiler Brennstoffe mit 95,1 g CO2eq MJ-1 bzw. 93,3 g CO2eq MJ-1127 für Diesel und Benzin angenommen. Das endgültige Bioenergiepotenzial (in GJ pro Jahr) entspricht der möglichen Reduzierung fossiler Brennstoffe und dem daraus resultierenden Minderungspotenzial. Die Analyse berücksichtigt die Emission der drei wichtigsten Treibhausgase (CO2, N2O und CH4), deren Auswirkungen unter Verwendung des Treibhauspotenzials für einen Zeithorizont von 100 Jahren (GWP100) in CO2-Äquivalente umgerechnet werden.

Die in dieser Studie verwendeten Daten sind aus den im Papier angegebenen Referenzen öffentlich verfügbar. Daten zu aufgegebenen Ackerflächen (für Szenario AC, AC + AC4 und AC + AC8), G4M-Daten und Daten zum natürlichen Nachwachsen in historischen, aufgegebenen Ackerflächen sind unter https://doi.org/10.6084/m9.figshare.21901962 verfügbar. Weitere zur Replikation der Ergebnisse erforderliche Daten können aus den folgenden Repositorien gesammelt werden: Daten zum natürlichen Nachwachsen von https://data.globalforestwatch.org/documents/carbon-accumulation-potential-from-natural-forest-regrowth-in-reforestable-areas /about (Kohlenstoffakkumulationspotenzial) und https://data.globalforestwatch.org/documents/d28470313b8e443aa90d5cbcd0f74163/about (Unsicherheitsbereiche), Biomasseerträge von GAEZ unter „3 – Agroklimatischer Potenzialertrag“ unter https://gaez.fao .org/pages/data-viewer, vorrangige Gebiete für den Schutz der biologischen Vielfalt von https://zenodo.org/record/5006332#.Y8RrOJjMI2w und Wasserknappheitsgebiete von FAO AQUAMAPS unter „Verteilung der physischen Wasserknappheit nach großen hydrologischen Becken (Global)“ ' unter https://data.apps.fao.org/aquamaps/.

Benutzerdefinierter Code, der zum Generieren der in diesem Dokument berichteten Ergebnisse verwendet wird, ist auf Anfrage beim entsprechenden Autor erhältlich. Der gesamte Code wird in Python und MATLAB entwickelt.

Roe, S. et al. Beitrag des Landsektors zu einer 1,5 °C-Welt. Nat. Aufstieg. Änderung 9, 817–828 (2019).

Artikel Google Scholar

Shukla, PR et al. Klimawandel und Land: Ein IPCC-Sonderbericht über Klimawandel, Wüstenbildung, Landdegradation, nachhaltige Landbewirtschaftung, Ernährungssicherheit und Treibhausgasflüsse in terrestrischen Ökosystemen. (Zwischenstaatlicher Ausschuss für Klimaänderungen, 2019).

Doelman, JC et al. Aufforstung zur Eindämmung des Klimawandels: Potenziale, Risiken und Zielkonflikte. Globus. Biol. ändern 26, 1576–1591 (2020).

Artikel Google Scholar

Humpenöder, F. et al. Untersuchung von Aufforstung und Bioenergie-CCS als Strategien zur Eindämmung des Klimawandels. Umgebung. Res. Lette. 9, 064029 (2014).

Artikel Google Scholar

Popp, A. et al. Landnutzungszukünfte in den gemeinsamen sozioökonomischen Pfaden. Globus. Umgebung. Änderung 42, 331–345 (2017).

Artikel Google Scholar

Griscom, BW et al. Natürliche Klimalösungen. Proz. Natl Acad. Wissenschaft. 114, 11645–11650 (2017).

Artikel CAS Google Scholar

Strassburg, BBN et al. Globale Schwerpunktbereiche für die Wiederherstellung von Ökosystemen. Natur 586, 724–729 (2020).

Artikel CAS Google Scholar

Cook-Patton, SC et al. Kartierung des Kohlenstoffakkumulationspotenzials durch globales Nachwachsen natürlicher Wälder. Natur 585, 545–550 (2020).

Artikel CAS Google Scholar

Roe, S. et al. Landbasierte Maßnahmen zur Eindämmung des Klimawandels: Potenzial und Machbarkeit nach Ländern. Globus. Biol. ändern 27, 6025–6058 (2021).

Artikel CAS Google Scholar

Field, JL et al. Robuste Wege zur Nettominderung von Treibhausgasen und negativen Emissionen durch fortschrittliche Biokraftstoffe. Proz. Natl Acad. Wissenschaft. 117, 21968–21977 (2020).

Artikel CAS Google Scholar

Butnar, I., Broad, O., Solano Rodriguez, B. & Dodds, PE Die Rolle der Bioenergie für die globale tiefe Dekarbonisierung: CO2-Entfernung oder kohlenstoffarme Energie? GCB Bioenergy 12, 198–212 (2020).

Artikel CAS Google Scholar

van Vuuren, DP et al. Energie-, Landnutzungs- und Treibhausgasemissionsverläufe unter einem grünen Wachstumsparadigma. Globus. Umgebung. Änderung 42, 237–250 (2017).

Artikel Google Scholar

Kriegler, E. et al. Entwicklung mit fossilen Brennstoffen (SSP5): Ein energie- und ressourcenintensives Szenario für das 21. Jahrhundert. Globus. Umgebung. Änderung 42, 297–315 (2017).

Artikel Google Scholar

Fujimori, S. et al. SSP3: AIM-Implementierung gemeinsamer sozioökonomischer Pfade. Globus. Umgebung. Änderung 42, 268–283 (2017).

Artikel Google Scholar

Fricko, O. et al. Die Markerquantifizierung des Shared Socioeconomic Pathway 2: Ein Mittelszenario für das 21. Jahrhundert. Globus. Umgebung. Änderung 42, 251–267 (2017).

Artikel Google Scholar

Calvin, K. et al. Das SSP4: Eine Welt zunehmender Ungleichheit. Globus. Umgebung. Änderung 42, 284–296 (2017).

Artikel Google Scholar

Riahi, K. et al. Die gemeinsamen sozioökonomischen Pfade und ihre Auswirkungen auf Energie, Landnutzung und Treibhausgasemissionen: Ein Überblick. Globus. Umgebung. Änderung 42, 153–168 (2017).

Artikel Google Scholar

Frank, S. et al. Treibhausgasemissionen in der Landwirtschaft reduzieren, ohne die Ernährungssicherheit zu gefährden? Umgebung. Res. Lette. 12, 105004 (2017).

Artikel Google Scholar

Kreidenweis, U. et al. Aufforstung zur Eindämmung des Klimawandels: Auswirkungen auf die Lebensmittelpreise unter Berücksichtigung von Albedoeffekten. Umgebung. Res. Lette. 11, 085001 (2016).

Artikel Google Scholar

Zumkehr, A. & Campbell, JE Historische Ackerflächen in den USA und das Potenzial für die Bioenergieproduktion auf verlassenen Ackerflächen. Umgebung. Wissenschaft. Technol. 47, 3840–3847 (2013).

Artikel CAS Google Scholar

Næss, JS, Cavalett, O. & Cherubini, F. Der Land-Energie-Wasser-Zusammenhang globaler Bioenergiepotenziale aus verlassenen Ackerflächen. Nat. Aufrechterhalten. 4, 525–536 (2021).

Artikel Google Scholar

Milbrandt, AR, Heimiller, DM, Perry, AD & Field, CB Potenzial für erneuerbare Energien auf Randgebieten in den Vereinigten Staaten. Erneuern. Aufrechterhalten. Energy Rev. 29, 473–481 (2014).

Artikel Google Scholar

Benayas, J., Martins, A., Nicolau, J. & Schulz, J. Aufgabe landwirtschaftlicher Flächen: Ein Überblick über Treiber und Konsequenzen. CAB Rev. Perspektive. Landwirtschaft. Tierarzt. Wissenschaft. Nutr. Nat. Ressource. 2, 14 (2007).

Li, S. & Li, X. Globales Verständnis der Aufgabe landwirtschaftlicher Flächen: Ein Rückblick und Perspektiven. J. Geogr. Wissenschaft. 27, 1123–1150 (2017).

Artikel Google Scholar

Olsson, L. et al. Bodendegradation. Aufstieg. Land ändern IPCC Spec. Rep. Clim. Landdegradierung durch Wüstenbildung ändern. Aufrechterhalten. Landverwalter Lebensmittelsicherheit. Greenh. Gasflüsse Terr. Ökosystem. (2019).

Hu, X. et al. Jüngste globale Landbedeckungsdynamik und Auswirkungen auf Bodenerosion und Kohlenstoffverluste durch Entwaldung. Anthropozän 34, 100291 (2021).

Artikel Google Scholar

Bell, SM, Barriocanal, C., Terrer, C. & Rosell-Melé, A. Managementmöglichkeiten für die Kohlenstoffbindung im Boden nach der Aufgabe landwirtschaftlicher Flächen. Umgebung. Wissenschaft. Richtlinie 108, 104–111 (2020).

Artikel CAS Google Scholar

Huang, Y., Li, F. & Xie, H. Ein szienometrischer Überblick über die Forschung zur Aufgabe landwirtschaftlicher Flächen. Land 9, 263 (2020).

Artikel CAS Google Scholar

Ellison, D. et al. Bäume, Wälder und Wasser: Coole Einblicke für eine heiße Welt. Globus. Umgebung. Änderung 43, 51–61 (2017).

Artikel Google Scholar

Robertson, GP et al. Beiträge von Zellulose-Biokraftstoffen zu einer nachhaltigen Energiezukunft: Entscheidungen und Ergebnisse. Science 356, eaal2324 (2017).

Artikel Google Scholar

Hanssen, SV et al. Das Klimaschutzpotenzial von Bioenergie durch Kohlenstoffabscheidung und -speicherung. Nat. Aufstieg. Änderung 10, 1023–1029 (2020).

Artikel CAS Google Scholar

Kalt, G. et al. Natürliche Klimalösungen versus Bioenergie: Können die Kohlenstoffvorteile der natürlichen Sukzession mit Bioenergie aus Kurzumtriebsplantagen konkurrieren? GCB Bioenergy 11, 1283–1297 (2019).

Artikel CAS Google Scholar

Tremblay, S. & Ouimet, R. Weißfichtenplantagen auf verlassenen landwirtschaftlichen Flächen: Sind sie als C-Senken wirksamer als die natürliche Sukzession? Wälder 4, 1141–1157 (2013).

Artikel Google Scholar

Smith, P. et al. Zusammenhänge zwischen Wüstenbildung, Landdegradation, Ernährungssicherheit und Treibhausgasflüssen: Synergien, Kompromisse und integrierte Antwortoptionen. Aufstieg. Land ändern IPCC Spec. Rep. Clim. Landdegradierung durch Wüstenbildung ändern. Aufrechterhalten. Landverwalter Lebensmittelsicherheit. Greenh. Gasflüsse Terr. Ökosystem. 122, 551–672 (2019).

Daioglou, V. et al. Treibhausgasemissionskurven für fortschrittliche Biokraftstoff-Lieferketten. Nat. Aufstieg. Änderung 7, 920–924 (2017).

Artikel CAS Google Scholar

Calvin, K. et al. Bioenergie zur Eindämmung des Klimawandels: Umfang und Nachhaltigkeit. GCB Bioenergy 13, 1346–1371 (2021).

Artikel Google Scholar

Voicu, MF et al. Kohlenstoffdynamik auf landwirtschaftlichen Flächen, die in Waldland umgewandelt werden, in Ontario, Kanada. J. Umgebung. Verwalten. 193, 318–325 (2017).

Artikel CAS Google Scholar

Albanito, F. et al. CO2-Auswirkungen der Umwandlung von Ackerland in Bioenergiepflanzen oder Wald zum Klimaschutz: eine globale Bewertung. GCB Bioenergy 8, 81–95 (2016).

Artikel CAS Google Scholar

Sochacki, SJ, Harper, RJ & Smettem, KRJ Bio-Kohlenstoffminderung nach Aufforstung verlassener versalzter Ackerflächen. GCB Bioenergy 4, 193–201 (2012).

Artikel CAS Google Scholar

Mandley, SJ, Daioglou, V., Junginger, HM, van Vuuren, DP & Wicke, B. EU-Bioenergieentwicklung bis 2050. Erneuern. Aufrechterhalten. Energy Rev. 127, 109858 (2020).

Artikel Google Scholar

Sognaes, I. et al. Eine Multi-Modell-Analyse der langfristigen Emissionen und Auswirkungen der aktuellen Klimaschutzbemühungen auf die Erwärmung. Nat. Aufstieg. Änderung 11, 1055–1062 (2021).

Artikel Google Scholar

Defourny, P. et al. ESA Land Cover CCI: Produktbenutzerhandbuch Version 2.0. (2017).

Rasterkarten zur Landbedeckungsklassifizierung von 1992 bis heute, abgeleitet aus Satellitenbeobachtungen. Copernicus-Klimawandeldienst. https://cds.climate.copernicus.eu/cdsapp#!/dataset/satellite-land-cover?tab=overview (2019).

Leirpoll, ME et al. Optimale Kombination von Bioenergie und Solarphotovoltaik zur erneuerbaren Energieerzeugung auf stillgelegten Ackerflächen. Erneuern. Energie 168, 45–56 (2021).

Artikel Google Scholar

Chen, M. et al. Globale Landnutzung für 2015–2100 mit einer Auflösung von 0,05° unter verschiedenen sozioökonomischen und klimatischen Szenarien. Wissenschaft. Daten 7, 320 (2020).

Artikel Google Scholar

Friedlingstein, P. et al. Globaler Kohlenstoffhaushalt 2022. Erdsystem. Wissenschaft. Daten 14, 4811–4900 (2022).

Artikel Google Scholar

Ritchie, H., Roser, M. & Rosado, P. (2022) – Energie. Online veröffentlicht auf OurWorldInData.org. Abgerufen von: „https://ourworldindata.org/energy“ [Online-Ressource]

Griscom, BW et al. Nationales Minderungspotenzial durch natürliche Klimalösungen in den Tropen. Philos. Trans. R. Soc. B Biol. Wissenschaft. 375, 20190126 (2020).

Artikel CAS Google Scholar

Olson, DM et al. Terrestrische Ökoregionen der Welt: Eine neue Karte des Lebens auf der Erde: Eine neue globale Karte terrestrischer Ökoregionen bietet ein innovatives Instrument zur Erhaltung der biologischen Vielfalt. BioScience 51, 933–938 (2001).

Artikel Google Scholar

Chazdon, RL et al. Kohlenstoffbindungspotenzial der Zweitwaldregeneration in den Tropen Lateinamerikas. Wissenschaft. Adv. 2, e1501639 (2016).

Artikel Google Scholar

Smith, P. et al. Biophysikalische und ökonomische Grenzen negativer CO2-Emissionen. Nat. Aufstieg. Änderung 6, 42–50 (2016).

Artikel CAS Google Scholar

Scott, V., Gilfillan, S., Markusson, N., Chalmers, H. & Haszeldine, RS Letzte Chance für die Kohlenstoffabscheidung und -speicherung. Nat. Aufstieg. Änderung 3, 105–111 (2013).

Artikel CAS Google Scholar

Seddon, N. et al. Den Wert und die Grenzen naturbasierter Lösungen für den Klimawandel und andere globale Herausforderungen verstehen. Philos. Trans. R. Soc. B Biol. Wissenschaft. 375, 20190120 (2020).

Artikel Google Scholar

Crouzeilles, R. et al. Der ökologische Wiederherstellungserfolg ist bei der natürlichen Regeneration höher als bei der aktiven Wiederherstellung in tropischen Wäldern. Wissenschaft. Adv. https://doi.org/10.1126/sciadv.1701345 (2017).

Veldman, JW et al. Tyrannei der Bäume in grasbewachsenen Biomen. Wissenschaft 347, 484–485 (2015).

Artikel CAS Google Scholar

Feng, X. et al. Die Wiederbegrünung des chinesischen Lössplateaus nähert sich der Grenze der nachhaltigen Wasserressourcen. Nat. Aufstieg. Änderung 6, 1019–1022 (2016).

Artikel Google Scholar

Lautenbach, S. et al. Zielkonflikte zwischen Pflanzenartenreichtum und Kohlenstoffspeicherung im Kontext der Aufforstung – Beispiele aus Aufforstungsszenarien im Muldebecken, Deutschland. Ökologisch. Indik. 73, 139–155 (2017).

Artikel CAS Google Scholar

Rosa, L., L. Sanchez, D. & Mazzotti, M. Bewertung des Potenzials zur Kohlendioxidentfernung durch BECCS in einem CO2-neutralen Europa. Energieumwelt. Wissenschaft. 14, 3086–3097 (2021).

Artikel CAS Google Scholar

Ai, Z., Hanasaki, N., Heck, V., Hasegawa, T. & Fujimori, S. Globale Bioenergie mit Potenzial zur Kohlenstoffabscheidung und -speicherung wird weitgehend durch nachhaltige Bewässerung eingeschränkt. Nat. Aufrechterhalten. 4, 884–891 (2021).

Artikel Google Scholar

Rosa, L., Chiarelli, DD, Rulli, MC, Dell'Angelo, J. & D'Odorico, P. Globale Wasserknappheit in der Landwirtschaft. Wissenschaft. Adv. 6, eaaz6031 (2020).

Artikel Google Scholar

Hong, S. et al. Unterschiedliche Reaktionen des organischen Kohlenstoffs im Boden auf die Aufforstung. Nat. Aufrechterhalten. 3, 694–700 (2020).

Artikel Google Scholar

Shi, S., Zhang, W., Zhang, P., Yu, Y. & Ding, F. Eine Synthese der Veränderung der organischen Kohlenstoffspeicher im tiefen Boden durch die Aufforstung landwirtschaftlicher Böden. Für. Ökologisch. Geschäftsführer 296, 53–63 (2013).

Artikel Google Scholar

Don, A., Schumacher, J. & Freibauer, A. Auswirkungen tropischer Landnutzungsänderungen auf die organischen Kohlenstoffvorräte im Boden – eine Metaanalyse. Globus. Change Biol 17, 1658–1670 (2011).

Artikel Google Scholar

Gusti, M., Havlik, P. & Obersteiner, M. 2008. Technische Beschreibung des IIASA-Modellclusters, The Eliasch Review; Büro für Klimawandel. in Biokraftstoffe und LUC in (2009).

Don, A. et al. Landnutzungsänderung zur Bioenergieproduktion in Europa: Auswirkungen auf die Treibhausgasbilanz und den Kohlenstoff im Boden. GCB Bioenergy 4, 372–391 (2012).

Artikel CAS Google Scholar

Ledo, A. et al. Veränderungen des organischen Kohlenstoffs im Boden unter mehrjährigen Kulturen. Globus. Biol. ändern 26, 4158–4168 (2020).

Artikel Google Scholar

Qin, Z., Dunn, JB, Kwon, H., Mueller, S. & Wander, MM Kohlenstoffbindung im Boden und Landnutzungsänderungen im Zusammenhang mit der Biokraftstoffproduktion: empirische Beweise. GCB Bioenergy 8, 66–80 (2016).

Artikel CAS Google Scholar

Li, W. et al. Brutto- und Nettolandbedeckungsänderungen in den wichtigsten Pflanzenfunktionstypen, abgeleitet aus den jährlichen ESA CCI-Landbedeckungskarten (1992–2015). Erdsystem. Wissenschaft. Daten 10, 219–234 (2018).

Artikel Google Scholar

Hua, T., Zhao, W., Liu, Y., Wang, S. & Yang, S. Räumliche Konsistenzbewertungen für globale Landbedeckungsdatensätze: ein Vergleich zwischen GLC2000, CCI LC, MCD12, GLOBCOVER und GLCNMO. Remote Sens 10, 1846 (2018).

Artikel Google Scholar

Liu, X. et al. Vergleich der Ackerlandflächen auf Landesebene zwischen ESA-CCI-Landbedeckungskarten und FAOSTAT-Daten. Int. J. Remote Sens. 39, 6631–6645 (2018).

Artikel Google Scholar

Næss, JS, Iordan, CM, Muri, H. & Cherubini, F. Energiepotenziale und Wasserbedarf von mehrjährigen Gräsern auf verlassenem Land in der ehemaligen Sowjetunion. Umgebung. Res. Lette. 17, 045017 (2022).

Artikel Google Scholar

Lesiv, M. et al. Räumliche Verteilung von Acker- und Brachflächen in den Ländern der ehemaligen Sowjetunion. Wissenschaft. Daten 5, 180056 (2018).

Artikel Google Scholar

Baxter, RE & Calvert, KE Schätzung der verfügbaren verlassenen Ackerflächen in den Vereinigten Staaten: Möglichkeiten für die Energiepflanzenproduktion. Ann. Bin. Assoc. Geogr. 107, 1162–1178 (2017).

Google Scholar

Alexander, P. et al. Bewertung von Unsicherheiten bei Landbedeckungsprognosen. Globus. Biol. ändern 23, 767–781 (2017).

Artikel Google Scholar

Kindermann, GE et al. Potenzielle Bestände und Zuwächse an Holzbiomasse in der Europäischen Union unter verschiedenen Bewirtschaftungs- und Klimaszenarien. Carbon Balance Manag 8, 2 (2013).

Artikel Google Scholar

Gusti, M. & Kindermann, G. Ein Ansatz zur Modellierung von Landnutzungsänderungen und Waldbewirtschaftung auf globaler Ebene. in Proceedings of 1st International Conference on Simulation and Modeling Methodologies, Technologies and Applications 180–185 (SciTePress – Science and and Technology Publications, 2011). https://doi.org/10.5220/0003607501800185.

Forsell, N. et al. Auswirkungen von Modellierungsentscheidungen auf die Festlegung der Referenzwerte für die EU-Waldkohlenstoffsenken: Wie wirken sich unterschiedliche Annahmen auf die länderspezifischen Waldreferenzwerte aus? Carbon Balance Manag 14, 10 (2019).

Artikel Google Scholar

Frank, S. et al. Landbasierte Klimaschutzpotenziale im Rahmen der Agenda für nachhaltige Entwicklung. Umgebung. Res. Lette. 16, 024006 (2021).

Artikel CAS Google Scholar

Havlík, P. et al. GLOBIOM-Dokumentation. Internationales Institut für angewandte Systemanalyse (IIASA). (Laxenburg, Österreich, 2018).

Avitabile, V. & Camia, A. Eine Bewertung von Waldbiomassekarten in Europa unter Verwendung harmonisierter nationaler Statistiken und Inventardiagramme. Für. Ökologisch. Geschäftsführer 409, 489–498 (2018).

Artikel Google Scholar

Böttcher, H., Verkerk, PJ, Gusti, M., HavlÍk, P. & Grassi, G. Prognose der künftigen EU-Wald-CO2-Senke unter Einfluss der jüngsten Bioenergiepolitik unter Verwendung zweier fortschrittlicher Waldbewirtschaftungsmodelle. GCB Bioenergy 4, 773–783 (2012).

Artikel Google Scholar

Böttcher, H., Verkerk, H., Gusti, M., Havlik, P. & Schneider, UA Analyse des Potenzials und der Kosten der LULUCF-Nutzung durch EU-Mitgliedstaaten. (2011).

Li, W. et al. Kartierung der Erträge von Lignozellulose-Bioenergiepflanzen anhand von Beobachtungen auf globaler Ebene. Erdsystem. Wissenschaft. Daten 12, 789–804 (2020).

Artikel Google Scholar

Crawford, CL et al. Die Aufgabe ländlicher Flächen ist zu kurzlebig, als dass sie einen großen Nutzen für die biologische Vielfalt und das Klima hätte. Wissenschaft. Adv. 8, eabm8999 (2022).

Yin, H. et al. Überwachung der Aufgabe von Ackerland mit Landsat-Zeitreihen. Fernerkundung. Umwelt. 246, 111873 (2020).

Artikel Google Scholar

Santoro, M. et al. ESA Land Cover CCI: Produktbenutzerhandbuch Version 1.1. (2017).

Defourny, P., Lamarche, C. & Marissiaux, Q. Produktbenutzerhandbuch und -spezifikation. ICDR Land Cover 2016–2020, 37 (2021).

Google Scholar

Defourny, P., Lamarche, C. & Marissiaux, Q. Bericht zur Produktqualitätsbewertung. ICDR-Landbedeckung 2016–2020. (2020).

Popp, A. et al. Landnutzungsschutz zur Eindämmung des Klimawandels. Nat. Aufstieg. Änderung 4, 1095–1098 (2014).

Artikel CAS Google Scholar

Lotze-Campen, H. et al. Szenarien der globalen Bioenergieproduktion: Die Kompromisse zwischen landwirtschaftlicher Expansion, Intensivierung und Handel. Ökologisch. Modell. 221, 2188–2196 (2010).

Artikel Google Scholar

Bayer, AD et al. Unterschiedliche Landnutzungsprognosen verursachen große Unterschiede in ihren Auswirkungen auf Ökosysteme und damit verbundene Indikatoren für Ökosystemdienstleistungen. Erdsystem. Dyn. 12, 327–351 (2021).

Artikel Google Scholar

Hurtt, GC et al. Harmonisierung globaler Landnutzungsänderungen und -management für den Zeitraum 850–2100 (LUH2) für CMIP6. Geosci. Modellentwickler. 13, 5425–5464 (2020).

Artikel CAS Google Scholar

Brown, C., Holman, I. & Rounsevell, M. Wie sich Modellierungsparadigmen auf simulierte zukünftige Landnutzungsänderungen auswirken. Erdsystem. Dyn. 12, 211–231 (2021).

Artikel Google Scholar

Meyfroidt, P., Schierhorn, F., Prishchepov, AV, Müller, D. & Kuemmerle, T. Treiber, Einschränkungen und Kompromisse im Zusammenhang mit der Rekultivierung verlassener Ackerflächen in Russland, der Ukraine und Kasachstan. Globus. Umgebung. Änderung 37, 1–15 (2016).

Artikel Google Scholar

Schierhorn, F. et al. Postsowjetische Ackerlandaufgabe und Kohlenstoffbindung im europäischen Russland, der Ukraine und Weißrussland. Globus. Biogeochem. Zyklen 27, 1175–1185 (2013).

Artikel CAS Google Scholar

Alcantara, C. et al. Kartierung der Ausdehnung verlassener landwirtschaftlicher Flächen in Mittel- und Osteuropa mithilfe von MODIS-Zeitreihen-Satellitendaten. Umgebung. Res. Lette. 8, 035035 (2013).

Artikel Google Scholar

Hu, X., Huang, B., Verones, F., Cavalett, O. & Cherubini, F. Überblick über die jüngsten Landbedeckungsänderungen in Biodiversitäts-Hotspots. Vorderseite. Ökologisch. Umgebung. 19, 91–97 (2021).

Artikel Google Scholar

Barthlott, W., Mutke, J., Rafiqpoor, MD, Kier, G. & Kreft, H. Globale Zentren der Gefäßpflanzenvielfalt. Neue Acta Leopoldina 92, 61–83 (2005).

Google Scholar

Stenzel, F. et al. Die Bewässerung von Biomasseplantagen kann den Wasserstress weltweit stärker erhöhen als der Klimawandel. Nat. Komm. 12, 1512 (2021).

Artikel CAS Google Scholar

FAO. AQUASTAT – das globale Informationssystem der FAO zu Wasser und Landwirtschaft. https://data.apps.fao.org/aquamaps/ (2010).

Næss, JS et al. Klimaschutzpotenziale von Biokraftstoffen, die aus mehrjährigen Pflanzen und natürlichem Nachwachsen auf verlassenen und degradierten Ackerflächen in nordischen Ländern hergestellt werden. J. Umgebung. Verwalten. 325, 116474 (2023).

Artikel Google Scholar

Kindermann, G., McCallum, I., Fritz, S. & Obersteiner, M. Eine globale Waldbestands-, Biomasse- und Kohlenstoffkarte basierend auf FAO-Statistiken. Silva Fenn 42, 387–396 (2008).

Artikel Google Scholar

Gusti, MI Ein Algorithmus zur Simulation von Waldbewirtschaftungsentscheidungen im globalen Waldmodell. Künstliche Intelligenz (2010).

Gusti, M., Di Fulvio, F., Biber, P., Korosuo, A. & Forsell, N. Die Auswirkung alternativer Waldbewirtschaftungsmodelle auf die Waldernte und die Emissionen im Vergleich zum Waldreferenzwert. Wälder 11, 794 (2020).

Artikel Google Scholar

Schelhaas, M.-J. et al. Instrumente zur Projektion der Waldressourcen auf europäischer Ebene. in Forest Inventory-based Projection Systems for Wood and Biomass Availability (Hrsg. Barreiro, S., Schelhaas, M.-J., McRoberts, RE & Kändler, G.) 49–68 (Springer International Publishing, 2017). https://doi.org/10.1007/978-3-319-56201-8_4.

Döscher, R. et al. Das Erdsystemmodell EC-Earth3 für das gekoppelte Modellvergleichsprojekt 6. Geosci. Modellentwickler. 15, 2973–3020 (2022).

Artikel Google Scholar

Billard, A. et al. Verbesserung der oberirdischen Biomasseschätzungen durch Berücksichtigung von Dichteschwankungen zwischen Baumbestandteilen. Ann. Für. Wissenschaft. 77, 103 (2020).

Artikel Google Scholar

Segura, M. & Kanninen, M. Allometrische Modelle für Baumvolumen und gesamte oberirdische Biomasse in einem tropischen Feuchtwald in Costa Rica1. Biotropica 37, 2–8 (2005).

Artikel Google Scholar

Peichl, M. & Arain, MA Allometrie und Aufteilung der ober- und unterirdischen Baumbiomasse in einer Altersfolge von Weißkiefernwäldern. Für. Ökologisch. Geschäftsführer 253, 68–80 (2007).

Artikel Google Scholar

Cavalett, O. & Cherubini, F. Beitrag von Kerosin aus Waldresten zu mehreren Zielen für nachhaltige Entwicklung. Nat. Aufrechterhalten. 1, 799–807 (2018).

Artikel Google Scholar

Lewandowski, I., Clifton-Brown, JC, Scurlock, JMO & Huisman, W. Miscanthus: Europäische Erfahrungen mit einer neuartigen Energiepflanze. Biomass Bioenergy 19, 209–227 (2000).

Artikel CAS Google Scholar

Heinsoo, K., Hein, K., Melts, I., Holm, B. & Ivask, M. Schilfgrasertrag und Kraftstoffqualität auf den Feldern estnischer Landwirte. Biomass Bioenergy 35, 617–625 (2011).

Artikel CAS Google Scholar

Lewandowski, I. & Schmidt, U. Stickstoff-, Energie- und Landnutzungseffizienz von Chinaschilf, Schilfgras und Triticale, bestimmt durch den Grenzlinienansatz. Landwirtschaft. Ökosystem. Umgebung. 112, 335–346 (2006).

Artikel Google Scholar

Parrish, DJ & Fike, JH Die Biologie und Agronomie von Rutenhirse für Biokraftstoffe. Krit. Rev. Plant Sci. 24, 423–459 (2005).

Artikel Google Scholar

Fischer, G. et al. Modelldokumentation für globale agrarökologische Zonen (GAEZ v4). FAO & IIASA, 303 (2021).

TNO Biobasierte und zirkuläre Technologien. Phyllis2 – Datenbank für die physikalisch-chemische Zusammensetzung von (behandelter) Lignozellulose-Biomasse, Mikro- und Makroalgen, verschiedenen Rohstoffen für die Biogasproduktion und Pflanzenkohle. https://phyllis.nl/.

Transport von Biokraftstoffen. IEA. https://www.iea.org/reports/transport-biofuels (2021).

Iordan, C.-M. et al. Energiepotenziale, negative Emissionen und räumlich explizite Umweltauswirkungen mehrjähriger Gräser auf verlassenen Ackerflächen in Europa. Umgebung. Folgenabschätzung. Rev. 98, 106942 (2023).

Artikel Google Scholar

Kiesel, A., Wagner, M. & Lewandowski, I. Umweltleistung von Chinaschilf, Rutenhirse und Mais: Können C4-Stauden die Nachhaltigkeit der Biogasproduktion erhöhen? Nachhaltigkeit 9, 5 (2017).

Artikel Google Scholar

Murphy, F., Devlin, G. & McDonnell, K. Miscanthus-Produktion und -Verarbeitung in Irland: Eine Analyse des Energiebedarfs und der Umweltauswirkungen. Erneuern. Aufrechterhalten. Energy Rev. 23, 412–420 (2013).

Artikel Google Scholar

Morales, M., Arvesen, A. & Cherubini, F. Integrierte Prozesssimulation für die Bioethanolproduktion: Auswirkungen unterschiedlicher Lignozellulose-Rohstoffe auf die technische Leistung. Bioresour. Technol. 328, 124833 (2021).

Artikel CAS Google Scholar

Wernet, G. et al. Die ecoinvent-Datenbank Version 3 (Teil I): Überblick und Methodik. Int. J. Lebenszyklusbewertung. 21, 1218–1230 (2016).

Artikel Google Scholar

Lask, J., Wagner, M., Trindade, LM & Lewandowski, I. Ökobilanz der Ethanolproduktion aus Miscanthus: Ein Vergleich der Produktionswege an zwei europäischen Standorten. GCB Bioenergy 11, 269–288 (2019).

Artikel CAS Google Scholar

Swanson, RM, Platon, A., Satrio, JA & Brown, RC Technoökonomische Analyse der Biomasse-zu-Flüssigkeits-Produktion auf Basis der Vergasung. Kraftstoff 89, S11–S19 (2010).

Artikel CAS Google Scholar

Oreggioni, GD et al. Umweltverträglichkeitsprüfung von Biomassevergasungs-Kraft-Wärme-Kopplungsanlagen mit absorbierenden und adsorptiven Kohlenstoffabscheidungseinheiten in Norwegen. Int. J. Greenh. Gas Control 57, 162–172 (2017).

Artikel CAS Google Scholar

McAllister, S., Chen, J.-Y. & Fernandez-Pello, AC Grundlagen von Verbrennungsprozessen. (Springer New York, 2011). https://doi.org/10.1007/978-1-4419-7943-8

Edwards, R. et al. Definition von Eingabedaten zur Bewertung der Treibhausgas-Standardemissionen von Biokraftstoffen in der EU-Gesetzgebung. (2016). https://doi.org/10.2790/38877.

Referenzen herunterladen

Wir danken dem norwegischen Forschungsrat für die Unterstützung durch die Projekte BioPath (294534), MITISTRESS (286773), Bio4Fuels (257622) und BEST (288047). Die Simulationen wurden mit Ressourcen durchgeführt, die vom Industrial Ecology Digital Laboratory der NTNU bereitgestellt wurden. Wir danken Bo Huang für seinen Beitrag zur Datenerfassung und Vorverarbeitung eingegebener Klimadaten, Martin Dorber für die gerasterte Version der terrestrischen Ökoregionen und Kajwan Rasul für seinen Rat bei der Codeentwicklung.

Open-Access-Finanzierung durch die Norwegische Universität für Wissenschaft und Technologie.

Programm für industrielle Ökologie, Abteilung für Energie- und Verfahrenstechnik, Norwegische Universität für Wissenschaft und Technologie, Trondheim, Norwegen

Maren H. Gvein, Xiangping Hu, Jan S. Næss, Mark DB Watanabe, Ottavio Cavalett, Maxime Malbranque und Francesco Cherubini

Internationales Institut für Angewandte Systemanalyse (IIASA), Laxenburg, Österreich

Georg Kindermann

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

MHG, JSN und FC haben die Studie entworfen. MHG erstellte und analysierte die Ergebnisse und leitete die Erstellung des Papiers. FC hat zum Verfassen des Papiers und der ergänzenden Informationen beigetragen. XH und JSN trugen zur Datenanalyse und -validierung bei. MDBW und OC trugen mit Bestandsdaten zur Bioenergieproduktion bei, MM mit Prognosen zukünftiger Landbedeckungsdaten und GK mit G4M-Aufforstungsdaten. Alle Autoren haben zur Interpretation der Ergebnisse und zur Bearbeitung des Artikels beigetragen.

Korrespondenz mit Maren H. Gvein oder Francesco Cherubini.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Communications Earth & Environment dankt Wei Li und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Hauptredakteure: Jinfeng Chang und Clare Davis. Peer-Reviewer-Berichte sind 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

Gvein, MH, Hu, X., Næss, JS et al. Potenzial landbasierter Klimaschutzstrategien auf verlassenen Ackerflächen. Commun Earth Environ 4, 39 (2023). https://doi.org/10.1038/s43247-023-00696-7

Zitat herunterladen

Eingegangen: 01. Juni 2022

Angenommen: 01. Februar 2023

Veröffentlicht: 16. Februar 2023

DOI: https://doi.org/10.1038/s43247-023-00696-7

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

Leider ist für diesen Artikel derzeit kein Link zum Teilen 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.