Native Perennial Grassland Species for Bioenergy: Establishment and Biomass Productivity
Notice bibliographique
Résumé
Proposed perennial bioenergy cropping systems include both native grass monocultures and polycultures of grasses and forbs. We determined the effect of species richness and composition on establishment and initial biomass production of native plant polycultures. Twelve treatments with varying levels of species richness (1–24 species) were established. Establishment success and yield varied over eight locations. The number of species established in polyculture increased linearly as the number of species seeded increased. Average biomass yield ranged from 1.2 to 6.0 Mg ha −1 with the highest yielding treatments being grass monocultures or an eight species grass–legume mixture. An increase in species richness from one to eight species increased yield an average of 28%, but increasing species richness from 8 to 12 or 24 species had no yield advantage at most locations. Early successional species, Canada milkvetch ( Astragalus canadensis L.) and Maximilian sunflower ( Helianthus maximilian Schrad.), were dominant in mixtures and contributed a majority of the biomass to the yield. Even in high diversity plots, biomass was from only a few plant species with a single species dominating the mixture. Our results suggest that selected low diversity mixtures (one to five species) likely offer the best combination of species establishment and high yield during stand establishment. However, we expect that early successional species that were dominant during the establishment phase of our experiment will contribute less biomass as stands mature and later successional species will become dominant and provide greater biomass.
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 | 0,000 | 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 ».