A global, observation-based assessment of whole-ecosystem carbon turnover times shows that the overall mean global carbon turnover time is about 23 years and that locally its spatial variability depends on precipitation at least as strongly as on temperature. Feedback between the terrestrial carbon cycle and climate is partly determined by changes in the residence time of carbon in land ecosystems. Using observation-based gross primary production estimates, remote-sensing based estimates of vegetation biomass and new estimates of total soil organic carbon to full depth, Nuno Carvalhais et al. calculate a spatially explicit estimate of global mean residence times of carbon in land ecosystems. They arrive at an overall mean global carbon turnover time of about 23 years with carbon residing, on average, in the vegetation and soil near the Equator for a shorter time period than at northern latitudes. The paper reports expected dependencies of carbon turnover time with temperature, but also identifies a strong association with precipitation, implying that future carbon cycle climate feedbacks may depend more strongly on changes in the water cycle than currently expected based on Earth system model studies. The response of the terrestrial carbon cycle to climate change is among the largest uncertainties affecting future climate change projections1,2. The feedback between the terrestrial carbon cycle and climate is partly determined by changes in the turnover time of carbon in land ecosystems, which in turn is an ecosystem property that emerges from the interplay between climate, soil and vegetation type3,4,5,6. Here we present a global, spatially explicit and observation-based assessment of whole-ecosystem carbon turnover times that combines new estimates of vegetation and soil organic carbon stocks and fluxes. We find that the overall mean global carbon turnover time is years (95 per cent confidence interval). On average, carbon resides in the vegetation and soil near the Equator for a shorter time than at latitudes north of 75° north (mean turnover times of 15 and 255 years, respectively). We identify a clear dependence of the turnover time on temperature, as expected from our present understanding of temperature controls on ecosystem dynamics. Surprisingly, our analysis also reveals a similarly strong association between turnover time and precipitation. Moreover, we find that the ecosystem carbon turnover times simulated by state-of-the-art coupled climate/carbon-cycle models vary widely and that numerical simulations, on average, tend to underestimate the global carbon turnover time by 36 per cent. The models show stronger spatial relationships with temperature than do observation-based estimates, but generally do not reproduce the strong relationships with precipitation and predict faster carbon turnover in many semi-arid regions. Our findings suggest that future climate/carbon-cycle feedbacks may depend more strongly on changes in the hydrological cycle than is expected at present and is considered in Earth system models.

Abstract Aim To infer a forest carbon density map at 0.01° resolution from a radar remote sensing product for the estimation of carbon stocks in Northern Hemisphere boreal and temperate forests. Location The study area extends from 30° N to 80° N , covering three forest biomes – temperate broadleaf and mixed forests ( TBMF ), temperate conifer forests ( TCF ) and boreal forests ( BFT ) – over three continents ( N orth A merica, E urope and A sia). Methods This study is based on a recently available growing stock volume ( GSV ) product retrieved from synthetic aperture radar data. Forest biomass and spatially explicit uncertainty estimates were derived from the GSV using existing databases of wood density and allometric relationships between biomass compartments (stem, branches, roots, foliage). We tested the resultant map against inventory‐based biomass data from R ussia, Europe and the USA prior to making intercontinent and interbiome carbon stock comparisons. Results Our derived carbon density map agrees well with inventory data at regional scales ( r 2 = 0.70–0.90). While 40.7 ± 15.7 petagram of carbon ( P g C ) are stored in BFT , TBMF and TCF contain 24.5 ± 9.4 P g C and 14.5 ± 4.8 P g C , respectively. In terms of carbon density, we found 6.21 ± 2.07 kg C m −2 retained in TCF and 5.80 ± 2.21 kg C m −2 in TBMF , whereas BFT have a mean carbon density of 4.00 ± 1.54 kg C m −2 . Indications of a higher carbon density in Europe compared with the other continents across each of the three biomes could not be proved to be significant. Main conclusions The presented carbon density and corresponding uncertainty map give an insight into the spatial patterns of biomass and stand as a new benchmark to improve carbon cycle models and carbon monitoring systems. In total, we found 79.8 ± 29.9 P g C stored in northern boreal and temperate forests, with Asian BFT accounting for 22.1 ± 8.3 P g C .

Abstract. The terrestrial forest carbon pool is poorly quantified, in particular in regions with low forest inventory capacity. By combining multiple satellite observations of synthetic aperture radar (SAR) backscatter around the year 2010, we generated a global, spatially explicit dataset of above-ground live biomass (AGB; dry mass) stored in forests with a spatial resolution of 1 ha. Using an extensive database of 110 897 AGB measurements from field inventory plots, we show that the spatial patterns and magnitude of AGB are well captured in our map with the exception of regional uncertainties in high-carbon-stock forests with AGB >250 Mg ha−1, where the retrieval was effectively based on a single radar observation. With a total global AGB of 522 Pg, our estimate of the terrestrial biomass pool in forests is lower than most estimates published in the literature (426–571 Pg). Nonetheless, our dataset increases knowledge on the spatial distribution of AGB compared to the Global Forest Resources Assessment (FRA) by the Food and Agriculture Organization (FAO) and highlights the impact of a country's national inventory capacity on the accuracy of the biomass statistics reported to the FRA. We also reassessed previous remote sensing AGB maps and identified major biases compared to inventory data, up to 120 % of the inventory value in dry tropical forests, in the subtropics and temperate zone. Because of the high level of detail and the overall reliability of the AGB spatial patterns, our global dataset of AGB is likely to have significant impacts on climate, carbon, and socio-economic modelling schemes and provides a crucial baseline in future carbon stock change estimates. The dataset is available at https://doi.org/10.1594/PANGAEA.894711 (Santoro, 2018).

First results using the new Sentinel-1 SAR look very promising but the special interferometric wide-swath data acquired in the TOPS mode makes InSAR processing more challenging than for normal stripmap mode data. The steep azimuth spectra ramp in each burst results in very stringent co-registration requirements. Combining the data of the individual bursts and sub-swaths into consistent mosaics requires careful "book-keeping" in the handling of the data and meta data and the large file sizes and high data throughputs require also a good performance. Considering these challenges good support from software is getting increasingly important. In this contribution we describe the Sentinel-1 support in the GAMMA Software, a high-level software package used by researchers, service providers and operational users in their SAR, InSAR, PSI and offset tracking work.

Root plays a key role in plant growth and functioning. Here we combine 10307 field measurements of forest root biomass worldwide with global observations of forest structure, climatic conditions, topography, land management and soil characteristics to derive a spatially-explicit global high-resolution (~ 1km) root biomass dataset, including fine and coarse roots. In total, 142 ± 32 Pg of live dry matter biomass is stored below-ground, that is a global average root:shoot biomass ratio of 0.25 ± 0.10. Our estimations of total root biomass in tropical, temperate and boreal forests are 44-226% smaller than earlier studies1-3. The smaller estimation is attributable to the updated forest area, spatially explicit above-ground biomass density used to predict the patterns of root biomass, new root measurements and upscaling methodology. We show specifically that the root shoot allometry is one underlying driver that leads to methodological overestimation of root biomass in previous estimations.