Variability in aboveground carbon driven by slope aspect and curvature in an eastern deciduous forest, USA
Notice bibliographique
Résumé
In forested ecosystems, topography and tree species contribute to spatial variability in carbon (C) dynamics through differential rates of C uptake and storage; therefore, estimates of species-specific and spatial variability in C can strengthen ecosystem budgets. To produce such estimates, we deconstructed watershed-scale C and component pools (e.g., wood biomass, litter) and fluxes at a fine scale using a small mixed deciduous forest catchment to determine the variation due to topographic position and species. Factors affecting fluxes included aspect, slope curvature, tree species contributions, and litter production. Annual C uptake into wood varied across the catchment from 0 to 34 kg C·year −1 and was 20% greater on southern aspects than northern ones and 33% greater in swales than non-swale slopes. Of the more than 20 tree species found in the forest canopy of the catchment, highest C uptake in woody biomass was measured in Quercus rubra L. growing in swales, followed by Quercus prinus L. syn. growing on the southern aspect, with the lowest aboveground wood increment measured in Pinus at higher elevations on non-swale slopes. Quercus leaf litter moved from where it dropped into litter traps to where it settled on the forest floor, shifting the location of litter C inputs to the soil. Local variation in aboveground C rivals regional variation across regions and has the potential to introduce error when scaling C measures from points to landscapes.
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 | 0,003 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».