Het Congobekken herbergt het op één na grootste tropische regenwoud ter wereld en speelt hierdoor een cruciale rol bij de klimaatverandering. Er is echter een opvallende discrepantie tussen het belang van deze bossen en de beschikbaarheid van wetenschappelijke data. Dit verklaart waarom de we tot op heden geen betrouwbare modelleringstools hebben die in staat zijn om de impact van toekomstig veranderingen op deze bossen te voorspellen. Ik stel daarom voor om state-of-the-art Land Surface Modelerings-tools te combineren met de meest up-to-date observaties van de koolstofcyclus en functionele diversiteit in het Congobekken. Meer specifiek zal ik een dynamisch vegetatiemodel (ED2) ontwikkelen met behulp van meerdere databronnen van zowel intacte als verstoorde bossen, en de modeloutput valideren met behulp van de meest recente remote sensing producten. Gegevens voor modelkalibratie- en validatie omvatten (1) de dynamiek van koolstof en functionele diversiteit waargenomen in chronosequenties, (2) herhaalde inventarisaties van structureel intacte bossen, (3) eddy-covariantiegegevens van de eerste fluxtoren in het Congobekken, en (4) remote-sensing gegevens van verstoring door de mens, bosstructuur, en productiviteit. Ik zal het model vervolgens gebruiken om de veerkracht van bossen onder huidige en toekomstige scenario's voor klimaat- en landgebruiksveranderingen te onderzoeken en om grootschalig boomverlies binnen het Congobekken tegen het einde van deze eeuw te detecteren.