Projected changes in mineral soil carbon of European forests, 1990–2100
Notice bibliographique
Résumé
Forests are a major land use in Europe, and European forest soils contain about the same amount of carbon as is found in tree biomass. Changes in the size of the forest soil carbon pool could have significant impacts on the European carbon budget. We present the first assessment of future changes in European forest soil organic carbon (SOC) stocks using a dedicated process-based SOC model and state-of-the-art databases of driving variables. Soil carbon change was calculated for Europe using the Rothamsted Carbon model using climate data from four climate models, forced by four Intergovernmental Panel on Climate Change (IPCC) emissions scenarios (SRES). Changes in litter input to the soil due to forest management, projected changes in net primary production (NPP), forest age-class structure, and changes in forest area were taken into account. Results are presented for mineral soil only. Under some climate scenarios carbon in forest soils will increase slightly (0.1 to 4.6 Pg) in Europe over the 21st Century, whilst for one scenario, forest SOC stocks are predicted to decrease by 0.3 Pg. Different trends are seen in different regions. Climate change will tend to speed decomposition, whereas increases in litter input due to increasing NPP and changing age-class structure will slow the loss of SOC. Increases in forest area could further enhance the total soil carbon stock of European forests. Whilst climate change will be a key driver of change in forest soil carbon, changes in ageclass structure and land-use change are estimated to have greater effects. Key words: Soil organic carbon, Europe, climate change, forest management, land-use change, Rothamsted Carbon model, EFISCEN model, LPJ model
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».