Spatial variability of soil carbon and water storage across loess deposit catenas in China’s Loess Plateau region
Notice bibliographique
Résumé
The impact of hillslope vegetation restoration on the distribution and variability of carbon and water storage was studied across two catenary sequences of soils in the Liudaogou watershed of China’s Loess Plateau. Soil organic carbon storage (SOCS) under different land uses in the two catenas decreased significantly in the upper soil layers (<50 cm) but was relatively stable in the deeper soil layers (>50 cm). However, soil inorganic carbon storage (SICS) in the two catenas fluctuated (two maxima) with increasing soil depth. There was no significant difference of SOCS within the 200 cm soil profile between forestlands (FO) and grasslands (GR) at the catenary scale (p > 0.05). However, SICS in the 0–200 cm soil profile differed markedly between FO and GR (p < 0.05) in both catenas due to different degrees of root-facilitated CaCO3 redistribution. Based on the coefficient of variance (CV), soil water storage (SWS) was divided into three layers: active layer (0–100 cm, CV = 20%–30%), subactive layer (100–200 cm, CV = 10%–20%), and stable layer (200–500 cm, CV < 10%). The SWS in the 0–500 cm soil profile was slightly higher in GR than in FO on the two slopes because of the higher water consumption under tree plantation than native grasses. SOCS, SICS, and SWS can be predicted by multiple regression equations using different soil properties. The study demonstrated that SOCS, SICS, and SWS respond differently to vegetation restoration at the catenary scale, which must be taken into account for improving ecosystem model predictions of soil carbon and water fluxes in sloping lands.
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) | 0,000 | 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 ».