Soil fungal abundance and plant functional traits drive fertile island formation in global drylands
Notice bibliographique
Résumé
Abstract Dryland vegetation is characterized by discrete plant patches that accumulate and capture soil resources under their canopies. These “fertile islands” are major drivers of dryland ecosystem structure and functioning, yet we lack an integrated understanding of the factors controlling their magnitude and variability at the global scale. We conducted a standardized field survey across 236 drylands from five continents. At each site, we measured the composition, diversity and cover of perennial plants. Fertile island effects were estimated at each site by comparing composite soil samples obtained under the canopy of the dominant plants and in open areas devoid of perennial vegetation. For each sample, we measured 15 soil variables (functions) associated with carbon, nitrogen and phosphorus cycling and used the relative interaction index to quantify the magnitude of the fertile island effect for each function. In 80 sites, we also measured fungal and bacterial abundance (quantitative PCR) and diversity (Illumina MiSeq). The most fertile islands, i.e. those where a higher number of functions were simultaneously enhanced, were found at lower elevation sites with greater soil pH values and sand content under semiarid climates, particularly at locations where the presence of tall woody species with a low‐specific leaf area increased fungal abundance beneath plant canopies, the main direct biotic controller of the fertile island effect in the drylands studied. Positive effects of fungal abundance were particularly associated with greater nutrient contents and microbial activity (soil extracellular enzymes) under plant canopies. Synthesis. Our results show that the formation of fertile islands in global drylands largely depends on: (1) local climatic, topographic and edaphic characteristics, (2) the structure and traits of local plant communities and (3) soil microbial communities. Our study also has broad implications for the management and restoration of dryland ecosystems worldwide, where woody plants are commonly used as nurse plants to enhance the establishment and survival of beneficiary species. Finally, our results suggest that forecasted increases in aridity may enhance the formation of fertile islands in drylands worldwide.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».