प्रयोग कसा पार पडला

संशोधकांनी मिनेसोटामधील एका मिश्र-प्रजातींच्या जंगलात दीर्घकालीन उष्णता वाढवणारा प्लॉट (warming plot) बसवला आणि हवेचे तापमान सभोवतालच्या तापमानापेक्षा ३.४ °C ने वाढवले. अस्तित्वात असलेल्या परिसंस्था मॉडेल्सनी (ecosystem models) असा अंदाज वर्तवला होता की, या अतिरिक्त उष्णतेमुळे झाडांची चयापचय क्रिया (metabolism) वेगवान होईल, जंगलातील श्वसन (respiration) प्रचंड वाढेल आणि हे जंगल कार्बनचा निव्वळ स्त्रोत (net carbon source) बनेल. सुरुवातीच्या महिन्यांत, मॉडेल्सच्या अंदाजानुसार श्वसन वाढले. पुढील काही वर्षांत, झाडांनी त्यांचे शरीरशास्त्र (physiology) बदलले—पानांच्या बदलाचा वेग कमी केला, रंध्रांची (stomatal) पारगम्यता मर्यादित केली आणि कार्बन अधिक कठीण ऊतींमध्ये (tissues) वळवला. या बदलांमुळे अंदाजित CO₂ च्या वाढीपैकी सुमारे चार-पंचमांश भाग कमी झाला.

लेखकांचा असा आग्रह आहे की, हा प्रतिसाद त्वरित प्रतिक्रिया नसून संथ, उत्क्रांतीच्या स्तरावरील अनुकूलन (adaptation) दर्शवतो. जंगल एका हंगामात पुन्हा पूर्ववत झाले नाही; झाडांना त्यांचे रसायनशास्त्र पुन्हा تنظیم करण्यासाठी अनेक वाढीच्या चक्रांची आवश्यकता लागली. बहुतेक हवामान अंदाज जंगलातील श्वसनाकडे तापमानाचे एक स्थिर कार्य (fixed function) म्हणून पाहतात, परंतु या दीर्घकालीन जैविक पुनर्रचनेकडे (biological re-calibration) दुर्लक्ष करतात.

हे निष्कर्ष का महत्त्वाचे आहेत

जर जंगले उष्णतेमुळे वाढणाऱ्या श्वसनाच्या वाढीचा मोठा भाग शोषून घेऊ शकत असतील, तर जागतिक कार्बन बजेट—तापमान मर्यादेच्या खाली राहण्यासाठी मानवता एकूण किती CO₂ उत्सर्जित करू शकते—ते सध्याच्या अंदाजापेक्षा थोडे अधिक असू शकते. ही अतिरिक्त सवलत उत्सर्जन कमी करण्याच्या मार्गांवरील दबाव कमी करू शकते, विशेषतः अशा देशांसाठी जे नेट-झिरो (Net-Zero) वचनबद्धता पूर्ण करण्यासाठी वन कार्बन सिंकवर (forest carbon sinks) अवलंबून आहेत.

हा अभ्यास त्या लवचिकतेच्या (resilience) मर्यादा देखील अधोरेखित करतो. संशोधकांनी नमूद केले आहे की, हा अनुकूलन प्रतिसाद नियंत्रित परिस्थितीत दिसून आला.

हवामान मॉडेलिंगमधील एक त्रुटी

जागतिक हवामान मॉडेल्स (GCMs) बऱ्याच काळापासून अनेक परिसंस्था फीडबॅक (ecosystem feedbacks) misses करत आहेत. बहुतेक मॉडेल्स अल्पकालीन मोजमापांवर आधारित तापमान-श्वसन वक्र (temperature-respiration curve) वापरतात आणि हे नाते दशकानुदशके टिकून राहील असे मानतात. मिनेसोटाच्या निकालांमुळे "उत्क्रांतीजन्य चपळता" (evolutionary agility) च्या पद्धतशीर कमी प्रतिनिधित्वाचा (under-representation) पर्दाफाश झाला आहे. दीर्घायुषी वनस्पतींच्या चयापचय क्रिया समायोजित करण्याच्या क्षमतेकडे दुर्लक्ष करून, मॉडेल्स समशीतोष्ण जंगलांच्या भविष्यातील कार्बन-स्त्रोत क्षमतेचा अतिअंदाज लावू शकतात.

प्रतिवाद आणि सावधगिरीच्या सूचना

प्रत्येकजण या अभ्यासाकडे उत्सर्जन उद्दिष्टे शिथिल करण्यासाठी 'ग्रीन सिग्नल' म्हणून पाहणार नाही. उत्तर भागातील हार्डवूड्समध्ये (hardwoods) दिसून आलेले अनुकूलन यंत्रणा कोरड्या आणि उष्णतेसाठी अधिक संवेदनशील असलेल्या परिसंस्थांमध्ये लागू पडणार नाहीत.

भारताच्या हवामान धोरणासाठी या डेटाचा अर्थ काय

जगातील काही सर्वात जैवविविध जंगलांचे घर आणि जागतिक कार्बन मार्केटमधील एक प्रमुख खेळाडू असलेल्या भारतासाठी यातून अनेक व्यावहारिक धडे घेता येतील:

  • कार्बन अकाउंटिंगमध्ये अनुकूलनाचा समावेश करणे. सध्याची राष्ट्रीय कार्बन इन्व्हेंटरी जंगलातील श्वसनाकडे तापमानाचे एक स्थिर कार्य म्हणून पाहते. 'ग्रीन इंडिया मिशन' अंतर्गत पुनर्वनीकरण आणि वनीकरण योजनांमधून होणाऱ्या कार्बन शोषण्याच्या (carbon sequestration) अंदाजांना अधिक अचूक करण्यासाठी त्यात एक गतिमान अनुकूलन घटक (dynamic adaptation factor) जोडता येईल.
  • परिसंस्थेच्या जटिलतेला प्राधान्य देणे. हा अभ्यास सुचवतो की, मोनोकल्चरपेक्षा (monocultures) विविध, बहु-प्रजातींच्या जंगलांकडे शारीरिक समायोजनासाठी मोठी साधने उपलब्ध असतात. अस्तित्वात असलेली जुनी जंगले (old-growth forests) संरक्षित करणे आणि मिश्र-प्रजातींच्या वृक्षारोपणाला प्रोत्साहन देणे यामुळे वाढत्या उष्णतेच्या विरोधात भारताच्या कार्बन सिंकची लवचिकता वाढू शकते.
  • मुत्सद्देगिरीमध्ये वैज्ञानिक बारकाव्यांचा वापर करणे. नैसर्गिक प्रणाली उष्णतेमुळे होणाऱ्या उत्सर्जनाचा काही भाग भरून काढू शकतात हे अधोरेखित करून, भारत अशा हवामान-वित्त (climate-finance) यंत्रणांसाठी आग्रह धरू शकतो ज्या केवळ वृक्षारोपणाला नाही, तर जटिल परिसंस्थांच्या संरक्षणाला बक्षीस देतात.

पुढे काय पाहावे

जर पुढील प्रयोगांनी झाडांच्या श्वसन स्वयंचलितपणे नियंत्रित करण्याच्या व्यापक क्षमतेची पुष्टी केली, तर हवामान मॉडेल्समध्ये सुधारणा करावी लागेल आणि वन कार्बन सिंकवर अवलंबून असलेल्या धोरणात्मक चौकटींना थोडा आधार मिळू शकेल. जर वाढत्या ताणाखाली (compounded stress) हा अनुकूलन प्रतिसाद कोलमडला, तर मूळ सावधगिरीचा इशारा—की जंगले महत्त्वपूर्ण कार्बन स्त्रोत बनू शकतात—पुन्हा चर्चेत येईल.

निष्कर्ष (Takeaway): मिनेसोटाच्या जंगलाची अंदाजित CO₂ वाढीचा ८०% भाग कमी करण्याची क्षमता हे दर्शवते की झाडे लक्षणीय उष्णतेशी जुळवून घेऊ शकतात, परंतु ही अनुकूलन क्षमता विशिष्ट परिस्थितीवर अवलंबून आहे आणि ती उच्च उत्सर्जनासाठी मोकळीक नाही. धोरणकर्त्यांनी या सूक्ष्म लवचिकतेचा हवामान मॉडेल्समध्ये समावेश केला पाहिजे आणि हवामान बदलाच्या सर्व प्रकारच्या ताणाखाली ही क्षमता टिकून राहणार नाही, या शक्यतेसाठीही तयार राहिले पाहिजे.