Nitrogen and carbon cycling in a New Zealand pumice soil under a manuka (Leptospermum scoparium) and kanuka (Kunzea ericoides) shrubland
Notice bibliographique
Résumé
Shrubland communities dominated by manuka (Leptospermum scoparium J. Forst. and G. Forst.) and kanuka (Kunzea ericoides var. ericoides ((A. Rich) J. Thompson) are widespread throughout New Zealand. They frequently colonise disturbed land surfaces and are important for erosion mitigation, and also for their capacity to act as a carbon (C) sink. We here investigate C and nitrogen (N) cycling in 3 stands (~26–56 years old) that had established on a repeatedly burned forest site on a Podzolic Orthic Pumice soil in the Turangi area, central North Island. For comparison, limited measurements of N cycling were also made at other manuka–kanuka sites on non-volcanic soils. Leaf N concentrations at the Turangi site were 11.8–13.9 g/kg, and lower than those at many of the other manuka–kanuka stands. Total annual litterfall and N content increased with stand age, as did total N concentrations in FH material and mineral soil (0–100 mm depth). Total C concentrations in mineral soil did not, however, differ significantly in the 3 stands. Levels of soil microbial C and N, rates of carbon dioxide production, and metabolic coefficients (qCO2 values) suggest C cycling could be fairly rapid at this site. In contrast, rates of net mineral-N and nitrate-N production were low to very low compared with those in similar pumice soils under angiosperm–conifer forests, and in the non-volcanic soils under other manuka–kanuka stands. Low N availability and tight N cycling at the Turangi site are thereby strongly suggested. No definitive explanation for the atypically low N availability at this site is apparent, although the possible effects of previous forest burnings may have been a contributing factor. The continued growth of these shrubs, nevertheless, shows they can compete successfully for the N that does become available through gross N mineralisation in the Turangi ecosystem.
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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».