Historical forest baselines reveal potential for continued carbon sequestration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
One-third of net CO(2) emissions to the atmosphere since 1850 are the result of land-use change, primarily from the clearing of forests for timber and agriculture, but quantifying these changes is complicated by the lack of historical data on both former ecosystem conditions and the extent and spatial configuration of subsequent land use. Using fine-resolution historical survey records, we reconstruct pre-EuroAmerican settlement (1850s) forest carbon in the state of Wisconsin, examine changes in carbon after logging and agricultural conversion, and assess the potential for future sequestration through forest recovery. Results suggest that total above-ground live forest carbon (AGC) fell from 434 TgC before settlement to 120 TgC at the peak of agricultural clearing in the 1930s and has since recovered to approximately 276 TgC. The spatial distribution of AGC, however, has shifted significantly. Former savanna ecosystems in the south now store more AGC because of fire suppression and forest ingrowth, despite the fact that most of the region remains in agriculture, whereas northern forests still store much less carbon than before settlement. Across the state, continued sequestration in existing forests has the potential to contribute an additional 69 TgC. Reforestation of agricultural lands, in particular, the formerly high C-density forests in the north-central region that are now agricultural lands less optimal than those in the south, could contribute 150 TgC. Restoring historical carbon stocks across the landscape will therefore require reassessing overall land-use choices, but a range of options can be ranked and considered under changing needs for ecosystem services.
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.
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 | 0,001 | 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 découle