Phytolith-occluded organic carbon in intensively managed Lei bamboo (<i>Phyllostachys praecox</i>) stands and implications for carbon sequestration
Notice bibliographique
Résumé
Phytolith-occluded organic carbon (PhytOC) is an important long-term (up to several thousand years) terrestrial carbon (C) fraction in forest ecosystems. The objectives of this study were to (i) investigate the spatial distribution of PhytOC in Lei bamboo (Phyllostachys praecox C.D. Chu & C.S. Chao.) forests under intensive management (mulching and fertilization) and (ii) assess the role of PhytOC in C sequestration in a Lei bamboo stand and across subtropical China. Phytolith concentrations in Lei bamboo plant components were (P < 0.05) in the following order: rhizome ≈ stump > leaf ≈ branch > culm. The distribution of PhytOC in bamboo leaves, branches, culms, rhizomes, and stumps was 22.2%, 12.1%, 16.1%, 15.9%, and 33.7%, respectively. The PhytOC stock was in the following order (P < 0.05): soil (9361 kg C·ha −1 ) > mulching materials (197.5 kg C·ha −1 ) > belowground plant parts (13.0 kg C·ha −1 ) ≈ aboveground plant parts (12.8 kg C·ha −1 ) ≈ litterfall (11.3 kg C·ha −1 ). The PhytOC accretion rate in the vegetation in the Lei bamboo stand was 19.4 kg C·ha −1 ·year −1 , equivalent to 71 kg CO 2 -eq·ha −1 ·year −1 . The soil PhytOC stock decreased markedly with depth and had an accretion rate of 325 kg C·ha −1 ·year −1 for the 0–60 cm soil layer. Based on a PhytOC accretion rate of 0.795 Mg CO 2 -eq·ha −1 ·year −1 , PhytOC accretion rate in the 2.62 × 10 6 ha of Lei bamboo stands in southern China is estimated to be 2.08 × 10 6 Mg CO 2 -eq·year −1 . In conclusion, intensively managed Lei bamboo stands have a large potential in long-term C sequestration in the form of PhytOC, and the PhytOC stock belowground should not be ignored due to its contribution to the ecosystem level PhytOC stock.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 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 ».