Higher runoff and soil detachment in rubber tree plantations compared to annual cultivation is mitigated by ground cover in steep mountainous Thailand
Notice bibliographique
Résumé
Due to high rainfall erosivity and rapid land-use changes, South-East Asia is one of the hot spots of soil degradation worldwide. In recent decades, several studies showed that the expansion of rubber tree (RT) plantations into previously forested areas has caused a major increase in soil erosion. However, the effects of cropland conversion to RT plantations on surface runoff and soil detachment are still unclear. Here we show that mature RT plantations considerably increase runoff and soil detachment compared to annual crops or young RT plantations with intercrop, mostly due to the absence of understorey. Monitoring 1 m2 microplots over four years in mountainous Northern Thailand, we found that runoff and detachment increased with time since the onset of the rainy season and with rainfall height, but more so in mature RT plantations than in young RT plantations and maize. This led to much higher annual soil detachment in mature RT plantations (5.7 kg/m2 on average) than in maize and young RT plantations with intercrop (0.36 kg/m2). We identified two main factors explaining this difference: first, rubber tree leaf litter, although abundant, seemed ineffective in reducing runoff at the end of the rainy season. Secondly, the cover by low-growing plants in mature rubber tree plantation was usually sparse and provided little protection. In particular we showed that increasing the cover by low-growing plants from quasi-null cover to >31% cover decreased runoff coefficient by 32%. Our results demonstrate that afforestation by RT, at least under current management practices and on steep slopes, is overall detrimental to soil conservation but that its effects could be mitigated by the adoption of less intense weeding practices.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».