Prediction of organic carbon content in upland forest soils of Quebec, Canada
Notice bibliographique
Résumé
Soil organic carbon (C) is an important component of forest carbon pools and should be taken into account in sustainable forest management. However, there is a need to derive indicators for this attribute, as organic C content (Mg·ha1) in forest soils is generally not available in Quebec survey data. Thus, we developed models to predict organic C accumulation in the forest floor and in mineral soils of upland forest soils (i.e., with forest floor thickness [Formula: see text]30 cm) using soil survey data as input variables. The best-fit model for predicting forest floor organic C content consisted of the explanatory variables forest floor thickness, latitude, and longitude. The model R2 was 0.76, and its CV was 28%. The second best-fit model, excluding geographical coordinates, included forest floor thickness and mean growing season precipitation as explanatory variables (R2 = 0.71, CV = 29.5%). The model for predicting mineral soil organic C content was composed of two submodels: (i) organic C concentration of a mineral horizon as a function of its colour and (ii) bulk density of that horizon as a function of its estimated C concentration (obtained from the former model). The R2 of the model for predicting organic C content in mineral soils was 0.57, and its CV was 29%. The models were used to predict organic C contents in 5547 pedons, dispersed throughout the commercial forest of Quebec and for which basic soil profile description data were available. It was then possible to evaluate and compare mean soil C accumulation in different forest stand types and to construct two maps of soil organic C accumulation in upland forest soils of southern Quebec. The results pointed out that forest floor thickness combined with mineral soil horizon colour, texture class, and pH would be useful sustainable forest management indicators of organic C accumulation in upland forest soils.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».