Carbon accumulation in agroforestry systems is affected by tree species diversity, age and regional climate: A global meta‐analysis
Notice bibliographique
Résumé
Abstract Aim Agroforestry is a globally practised system of land use for achieving greater and more diverse biomass production, but it has other ecological benefits, such as mitigation of climate change. Despite this, long‐term carbon (C) accumulation in different components of agroforestry systems, the drivers for C accumulation and the linkages between tree biomass and soil C stocks remain unclear. Location Global. Time period From 1989 to 2019. Major taxa studied Trees. Methods Here, we report on a global meta‐analysis based on 141 studies to identify patterns of C accumulation in tree‐based agroforestry systems compared with sole cropland and pasture. Results We found that agroforestry systems had, on average, 46.1 Mg/ha (95% confidence interval, 36.4–55.8 Mg/ha) more C in tree biomass compared with sole cropland‐ or pasture‐based land uses without trees. Furthermore, agroforestry systems with multiple tree species contained greater biomass C stocks and accumulated biomass C faster than systems with a single tree species. The effect of agroforestry practices on soil C stock increased with tree age, although such increases varied among climatic zones. Agroforestry systems in tropical zones had the ability to increase soil C to peak levels quickly, whereas soil C in temperate zones increased at a slower rate but peaked at a greater overall soil C level. Our structural equation model did not detect a direct linkage between biomass C and changes in total soil C stock in agroforestry systems. Main conclusions Our results demonstrate that planting multiple tree species in agroforestry systems is an important strategy to increase biomass C sequestration, with regional climate affecting the temporal change of soil C in response to agroforestry 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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,028 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».