Recurring surface fires cause soil degradation of forest land: A simulation experiment with the <scp>EFIMOD</scp> model
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
Abstract Renewal of pine forests is ecologically dependent on fires, but if fires become too frequent, they can disrupt the equilibrium and sustainability of these ecosystems. Field studies of the effects of fire are challenging because of the heterogeneity of forest ecosystems and because of the heterogeneous effect of fire on recovery of vegetation. As an alternative to complex field studies, mathematical models can be used as a tool to assess the complex dynamics of natural ecosystems as they recover after fire. The aim of this study was to apply the ecosystem model EFIMOD to analyse the effect of surface fires on soil degradation and its feedback on tree productivity in Scots pine forests on different soil types in Russia: Haplic Podzols in the Leningrad region and Psamment Entisols of the fragmented steppe in the Samara region. Simulation of the cumulative effects of fire cycles over 140 years showed that one fire did not affect growing stock but decreased soil organic matter by about 10% at both sites, and that three fires reduced the growing stock by 30% on the Haplic Podzols and 9% on the Psamment Entisols and decreased soil organic matter by about 30% on both sites. Forest fires led to the loss of soil carbon (C), as well as nitrogen (N), which is a principal limiting factor in forest ecosystems of boreal and temperate ecozones. The effect of repeated fire cycles on land degradation is similar to that of soil erosion, through the loss of soil C and N.
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 | 0,000 | 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