Vegetation and Soil Carbon under Various Forest Management Types: Case of Karang Sidemen Community Forest in Lombok, Eastern Indonesia
Notice bibliographique
Résumé
The condition of community-managed forest areas varies according to biophysics characteristics and management activities. This study aims to investigate the condition of vegetation and soil carbon stocks of various types of forest management by the community in Karang Sidemen Village, Lombok, Indonesia. In the study area, it was found 4 types of landuse management, namely; dense forest-like vegetation (Tp1), moderate vegetation with intensive (Tp2) and less intensive (Tp3) under-stand cultivation, and sparse vegetation resembling dryland agriculture (Tp4). Vegetation condition was analyzed based on satellite derived NDVI index and field observation. Sentinel satellite images for 2015 and 2019, with a resolution of 10x10 m was used. Field data collection was carried out in August 2019. It was made 5 sample plots of 20x20 m for each management type. Vegetation data with diameter (D) ≥ 20 cm, 10 cm ≤D< 20 cm, 2 cm ≤D< 10 cm and D< 2 cm were collected from plots of 20x20 m, subplots 10x10 m, 5x5 m and 2x2 m, respectively. Soil samples were taken diagonally on a 20x20 m plot, at a depth of 0-5 cm, 5-10 cm, 10-20 cm and 20-30 cm. The results showed that the NDVI derived vegetation index for 2015 and 2019 images showed different patterns for the four types of management. The number of species for Tp1, Tp2, Tp3 and Tp4 were 9, 15, 9 and 8 species, respectively. The dominant species are generally from groups of plants providing economic benefits such as avocado (Persea americana), candlenut (Aleurites moluccana), cocoa (Theobroma cacao), coffee (Coffea canephora), jackfruit (Artocarpus heterophyllus), mangosteen (Garcinia mangostana) and guava (Psidium guajava). Soil carbon stocks of the four types of management at a depth of 0-5 cm, 5-10 cm, 10-20 cm and 20-30 cm were18.61-21.04 tons C/ha, 16.56-20.80 tons C/ha, 29.66-34.48 tons C/ha and 27.54 - 33.66 tons C/ha, respectively. The soil carbon stock of denser vegetation is higher than that of medium and sparse vegetation. Therefore, forest management with the community needs to maintain forest-like vegetation.
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) | 0,001 | 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 ».