Forest soil acidification consistently reduces litter decomposition irrespective of nutrient availability and litter type
Notice bibliographique
Résumé
Abstract Nitrogen (N), phosphorus (P) and acid deposition are co‐occurring in many ecosystems, likely with complex interactive effects on litter decomposition. Few studies have been conducted to distinguish the interactive effects of these three factors on forest litter decomposition. Thus, we performed a 5‐year litter decomposition experiment with N, P, acid addition in a temperate forest of Changbai Mountain in China, including four litter types from Pinus koraiensis , Quercus mongolica , Tilia amurensis and their mixtures. Our results showed that acid addition consistently reduced litter decomposition rate, irrespective of nutrient addition or litter types. In contrast, N and P addition had less impact on litter decomposition. Litter decomposition rate linearly reduced with decreasing soil pH, but positively increased with soil N availability. No relationship was found between soil P availability and litter decomposition. Soil enzyme activity played a key role in regulating litter decomposition response, such as acid phosphatase, xylosidase, N‐cacetyl‐b‐D‐glucosaminidase and α‐1,4 glucosidase. Besides, low‐quality litter (i.e. high C concentration, C:N and C:P ratio) amplified the negative effect of soil acidification on litter decomposition. This study suggests that soil acidification consistently decelerates litter decomposition in temperate forests, which is independent of soil nutrient availability and litter types. The intensifying soil acidification with continuous N deposition in the future will greatly reduce litter nutrient return to soil, increasing the risk of multiple soil nutrient limitation. A free Plain Language Summary can be found within the Supporting Information of this article.
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 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) | 0,001 | 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 tête enseignante, 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 ».