Soil organic carbon as affected by land use in young and old reclaimed regions of a coastal estuary wetland, China
Notice bibliographique
Résumé
Abstract Soil organic carbon ( SOC ) and selected soil properties were measured in fringe and ditch marshes and cropland of old and young reclaimed areas in a subtropical estuary in China in order to investigate the effects of land use and reclamation history on SOC. The results show that after the conversion of wetlands to cropland, a longer reclamation history (>20 yr) resulted in greater soil bulk density, salinity, clay and silt, and lower soil moisture, SOC and sand content, whereas a shorter reclamation history (<20 yr) induced smaller values for soil pH , moisture and sand. Ditch marshes had greater average SOC in the top 50 cm than fringe marshes and cropland. SOC decreased generally down soil profiles from 0 to 50 cm in depth, except for the obvious accumulation of SOC in deeper soils from old fringe and young ditch marshes. Ditch marshes had the greatest SOC densities in the top 50 cm in both regions compared to the other land uses. SOC densities in the top 50 cm were less in croplands than in fringe marshes in the young region, while there were no significant differences between them in the older one. Except for cropland, SOC densities in the top 50 cm of the fringe or ditch marshes in the old region were not significantly different from those in the young region. SOC in both regions was reduced by 13.53 × 10 4 t (12.98%) in the top 50 cm of the marshes after conversion to cropland, whereas the regional SOC storage increased by 29.25 t when ditch marshes were included. The results from regression analysis show that bulk density and soil moisture significantly influenced SOC . The total SOC stored in both ditch marshes and croplands was higher compared to fringe marshes. The regional SOC storage in the top 50 cm was not reduced after reclamation due to C accumulation in the ditch marshes. The regional effects of cultural practices should be taken into account in devising strategies for managing soils in coastal wetlands, particularly in the developing world.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».