The positive carbon stocks–biodiversity relationship in forests: co‐occurrence and drivers across five subclimates
Notice bibliographique
Résumé
Carbon storage in forests and its ability to offset global greenhouse gas emissions, as well as biodiversity and its capacity to support ecosystem functions and services, are often considered separately in landscape planning. However, the potential synergies between them are currently poorly understood. Identifying the spatial patterns and factors driving their co-occurrence across different climatic zones is critical to more effectively conserve forest ecosystems at the regional level. Here, we integrated information of National Forest Inventories and Breeding Bird Atlases across Europe and North America (Spain and Quebec, respectively), covering five subclimates (steppe, dry Mediterranean, humid Mediterranean, boreal, and temperate). In particular, this study aimed to (1) determine the spatial patterns of both forest carbon stocks and biodiversity (bird richness, tree richness, and overall biodiversity) and the factors that influence them; (2) establish the relationships between forest carbon stocks and biodiversity; and (3) define and characterize the areas of high (hotspots) and low (coldspots) values of carbon and biodiversity, and ultimately quantify their spatial overlap. Our results show that the factors affecting carbon and biodiversity vary between regions and subclimates. The highest values of carbon and biodiversity were found in northern Spain (humid Mediterranean subclimate) and southern Quebec (temperate subclimate) where there was more carbon as climate conditions were less limiting. High density and structural diversity simultaneously favored carbon stocks, tree, and overall biodiversity, especially in isolated and mountainous areas, often associated with steeper slopes and low accessibility. In addition, the relationship between carbon stocks and biodiversity was positive in both regions and all subclimates, being stronger where climate is a limiting factor for forest growth. The spatial overlap between hotspots of carbon and biodiversity provides an excellent opportunity for landscape planning to maintain carbon stocks and conserve biodiversity. The variables positively affecting carbon and biodiversity were also driving the hotspots of both carbon and biodiversity, emphasizing the viability of "win-win" solutions. Our results highlight the need to jointly determine the spatial patterns of ecosystem services and biodiversity for an effective and sustainable planning of forest landscapes that simultaneously support conservation and mitigate climate change.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».