A climate change‐induced threat to the ecological resilience of a subtropical monsoon evergreen broad‐leaved forest in Southern China
Notice bibliographique
Résumé
Recent studies have suggested that tropical forests may not be resilient against climate change in the long term, primarily owing to predicted reductions in rainfall and forest productivity, increased tree mortality, and declining forest biomass carbon sinks. These changes will be caused by drought-induced water stress and ecosystem disturbances. Several recent studies have reported that climate change has increased tree mortality in temperate and boreal forests, or both mortality and recruitment rates in tropical forests. However, no study has yet examined these changes in the subtropical forests that account for the majority of China's forested land. In this study, we describe how the monsoon evergreen broad-leaved forest has responded to global warming and drought stress using 32 years of data from forest observation plots. Due to an imbalance in mortality and recruitment, and changes in diameter growth rates between larger and smaller trees and among different functional groups, the average DBH of trees and forest biomass have decreased. Sap flow measurements also showed that larger trees were more stressed than smaller trees by the warming and drying environment. As a result, the monsoon evergreen broad-leaved forest community is undergoing a transition from a forest dominated by a cohort of fewer and larger individuals to a forest dominated by a cohort of more and smaller individuals, with a different species composition, suggesting that subtropical forests are threatened by their lack of resilience against long-term climate change.
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 ».