The impact of soil moisture availability on forest growth indices for variably layered coarse‐textured soils
Notice bibliographique
Résumé
ABSTRACT The reestablishment of productive forests over mining waste and overburden is a primary reclamation goal in oil sands mining in Northern Alberta, Canada. Soil water conditions in coarse‐textured soils can be limiting to forest growth. The objective of this study was to evaluate the effect that textural variability may have on plant‐available water and concomitant forest productivity on coarse‐textured reclamation soils. The ecophysiological and biogeochemical processes model, Biome‐BGC (Thornton et al., Agricultural and Forest Meteorology 113: 185–222, 2002), was employed to simulate forest dynamics. The water flow sub‐model in Biome‐BGC was replaced by a field‐validated physically based formulation for transient unsaturated water flow. The modified model was assessed using validated physiological parameters, and model predictions were compared with measurements of aboveground biomass dynamics for jack pine (Pinus banksiana Lamb), white spruce [Picea glauca (Moench) Voss], and trembling aspen (Populus tremuloides Michx.). The modified Biome‐BGC model was then used to evaluate the response of leaf area index and net primary production to available water holding capacity on texturally variable, coarse‐textured soils. The results indicate that textural variability could increase the available water holding capacity within a 1‐m profile of coarse‐textured soil by 8 to 16 mm. This enhanced available water holding capacity could increase forest leaf area index by 0·3 to 0·8 and net primary production by 14–30% depending on the specific soil texture and tree species. Copyright © 2012 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».