Effects of soil erosion and deposition on soil organic carbon dynamics at a sloping field in Black Soil region, Northeast China
Notice bibliographique
Résumé
Abstract Soil erosion transports light density and fine particle soil material from hills down to low-lying land areas, which can lead to carbon loss and subsequent sequestration. In the present paper, the profile distribution of soil organic carbon (SOC) and soil 13C natural abundance (δ13C) were analyzed across five geomorphic positions, distributed along a typical rolling farmland in the Black Soil region of Northeast China. The contents of particulate organic carbon (POC) and mineral-associated organic carbon (MOC) at each geomorphic position were measured with physical fraction method. The results showed that soil erosion decreased 5.3–22.4% of SOC and increased 4.0–6.1% of δ13C of surface soils at the eroding sites. At the typical depositional sites, SOC content and δ13C value in the buried surface layer were 1.5 times and 1.1 times as much as those of the current plough layer, respectively. Soil erosion did not change the POC content, but MOC content decreased by 9.3–35.2%. At the eroding sites, the coefficient of determination between soil δ13C and MOC (R 2 = 0.52) was higher than that between soil δ13C and POC (R 2 = 0.37). Our study indicated that soil erosion decreased SOC content and increased δ13CSOC in surface layer mainly through transferring fine sized and 13C-depleted SOC fraction. Deep burial and re-aggregation of eroded materials at depositional sites were in favor of stabilization and sequestration of SOC.
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 | 0,001 |
| 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 ».