Carbon sequestration potential of cropland reforestation on the northern slope of the Tianshan Mountains
Notice bibliographique
Résumé
The effect of land-use changes on soil carbon stocks has been an increasing concern in the context of global climate change. Through natural reforestation programs, abandoned cropland holds the potential of sequestering soil organic carbon (SOC) if the original forest could be recovered. In this study, we initially delineated the potential distribution of forest species on the north slope of the Tianshan Mountains using species distribution models. We then estimated the corresponding sequestration potential of SOC in the area delineated for reforestation. The deforestated area of a Picea schrenkiana forest converted to cropland (PSC) was defined by the potential and actual distributions of forest and cropland. The SOC contents of the forest and cropland soils were obtained through field sampling and laboratory analysis. We found that the area of the PSC was 26.77 × 105 ha, and the SOC loss (per unit area) derived from the conversion of forestland to cropland was 171.70 ± 28.20 Mg ha−1. The total SOC loss from the study area was 459.70 ± 75.49 Tg. This result implies that continuing the reforestation programs being implemented in the study area would increase SOC by the same amount. Additionally, we also estimated the total amount of carbon that would be sequestered in the aboveground and underground forest biomass on former cropland.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».