Influence of long-term nutrient optimization on biomass, carbon, and nitrogen acquisition and allocation in Norway spruce
Notice bibliographique
Résumé
We examined the effects of a long-term nutrient-optimization treatment on the acquisition and allocation of biomass, carbon (C), and nitrogen (N) in young Norway spruce (Picea abies (L.) Karst.) growing in northern Sweden. After 12 years of fertilization the absolute biomass of stem, needles, living branches, and stump and coarse roots was more than doubled by nutrient optimization (irrigation liquid fertilization treatment, IL), but the standing biomass of fine and small roots was unaffected compared with that of control trees. Biomass allocation among aboveground organs was not plastic to nutrient optimization and only the relative proportion of dead branches was reduced by nutrient optimization. Within the crown, biomass allocation to living branches was shifted towards the apex in IL trees. The N content in IL trees was substantially higher than in control trees. Most of the total N was allocated to needles and most of the needle N was found in the middle stratum of the living crown in both treatments, although the N concentration of current-year and older needles increased towards the apex in IL trees but not in control trees. The C concentration in the biomass components was not affected by the optimized fertilization. The results clearly show that there is a large potential to increase biomass production of Norway spruce (C sequestration) in the Nordic countries. This would secure the supply of raw material for the forest industry at the same time as the demand for biofuel from forest biomass is increasing.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 tête enseignante, 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 ».