Carbon storage in successional and plantation forest soils: a tropical analysis
Notice bibliographique
Résumé
Abstract Aim To analyse global patterns in soil carbon ( C ) in tropical successional and plantation forests based on climate, forest age, former land use and soil type to determine factors driving below‐ground C storage. Location Pantropical. Methods We conducted a synthesis of 81 studies reporting soil C stocks in more than 400 reforested and tree plantation sites. We used regression models and regression tree analyses to determine the importance of multiple predictor variables on soil C stocks standardized to three common depth ranges: 0–10, 0–30 and 0–100 cm. Results Mean annual temperature ( MAT ) was the most important predictor of soil C . Forest age explained little to no variability in soil C , in contrast with above‐ground studies. Data on long‐term trends in soil C are limited, as median time since forest growth was 15 years. Soil C stocks were similar between tropical secondary forests, tree plantations and reference forests. Differences between plantation and successional forests only appeared below 10 cm on sites with MAT < 21.3 ° C . Former pastures and cultivated sites differed from each other only to depths of 30 or 100 cm. Climatic variables appeared multiple times across all layers of the regression trees, consistent with strong interactions between MAT and precipitation on soil C stocks. Main conclusions Climate explained greater variability in soil C in successional and plantation forests than former land use or forest age, despite the tropical location of all sites. Human management factors were more important for predicting soil C stocks in cooler and drier sites, while environmental variables were more important in hotter and wetter sites. The relative importance and interactions between soil type, previous land use and forest cover type differed with soil depth, highlighting the importance of comparing C across consistent depths. Climatic controls suggest sensitivity of soil C stocks in successional and plantation forests to future climate change.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».