该研究首次证明，森林的结构复杂性比树种多样性更能预测碳封存潜力。这一发现可能会对减缓气候变化产生影响。

该研究的通讯作者、人文与科学学院生物系副教授克里斯·高夫博士说:“二氧化碳是一种强效温室气体，树木通过光合作用吸收二氧化碳，其中一些‘固定’碳被分配给了木材。”爱博网投领导者“我们的研究表明，更复杂的森林更善于吸收和封存木材中的碳，这样一来，它们在空气中留下的二氧化碳就更少了。”

碳固存是指大气中的二氧化碳被树木、草和其他植物通过光合作用吸收，并以碳的形式储存在土壤和植物生物量中，如树干、树枝、叶子和根。据美国农业部林务局称，森林和木材中的碳固存有助于抵消向大气中排放二氧化碳的来源，如砍伐森林、森林火灾和化石燃料排放。

为什么结构复杂的森林更擅长固碳?高夫认为，多层树叶可能会优化光在木材中为碳固存提供动力的效率。

他说:“换句话说，结构多变、包含多层树叶的森林比结构简单、只有单一集中植被带的森林表现得更好。”

为了进行这项研究，研究人员结合了他们自己的数据，以及由美国国家科学基金会资助的国家生态观测网络(NEON)的数据。NEON正在为美国不同的生态系统生成长期的、公开可用的数据，目的是了解几十年的生态过程。

VCU生爱博网投领导者物学博士后学者Jeff Atkins博士与来自康涅狄格大学和普渡大学的研究人员作为合作者和共同作者领导了实地数据收集。

了解森林结构如何推动碳固存对生态学家、气候建模者和森林管理者很重要。

高夫说:“许多森林生长和碳封存的生态指标都不能明确地说明复杂性。”“我们想测试更多新的结构复杂性指标是否能更好地预测木材中的碳封存。我们还想知道这些预测因素是否适用于居住在美国东半部不同地区的许多不同的森林类型，从佛罗里达州到新罕布什尔州再到威斯康星州。”

这项研究建立在美国国家科学基金会支持的先前研究的基础上，该研究展示了激光雷达技术如何以非常高的分辨率绘制森林冠层内树叶的分布图。

这项新研究表明，使用激光雷达绘制森林结构图可以比传统方法更好地预测森林在生物量中吸收碳的潜力，这种方法可以表征生物多样性和叶片数量。

高夫说:“这可能是一个重大的进步，因为我们可能会使用飞机，就在去年，卫星数据收集所需的数据，以预测结构复杂性的碳封存。”“如果我们能够在未来从卫星上估计结构复杂性，那么就有可能大大提高我们估计和预测全球森林碳封存的能力。”

这项研究的结果表明，当生态学家接受新技术并将其应用于一些基本问题时，他们可以做些什么:什么影响森林生长和碳封存?

高夫说:“我们希望这些结果能够推动科学的发展，表明森林的组成方式对碳封存很重要。”“这种关系广泛地延伸到许多不同的森林，从常绿森林到落叶森林，从大西洋中部到中西部。”

虽然研究人员发现，作为碳封存的预测指标，结构复杂性优于物种多样性，但他们指出，多样性作为决定森林结构复杂程度的众多组成部分之一也很重要。

高夫说:“我们认为结构复杂性措施是强大的，因为它们整合了森林的多种特征，这些特征对碳封存至关重要。”“这需要树木的多样性来产生各种各样的叶子和植物形状，此外，还需要临界数量的叶子来提供组装结构复杂的森林所需的积木，这些森林能够吸收大量的碳。”

除了高夫，这篇论文的作者还有阿特金斯、康涅狄格大学森林生态学和管理学助理教授罗伯特·t·费伊博士和普渡大学城市生态学助理教授布雷迪·s·哈迪曼博士。