Tree identity and diversity directly affect soil moisture and temperature but not soil carbon ten years after planting
Notice bibliographique
Résumé
Soil C is the largest C pool in forest ecosystems that contributes to C sequestration and mitigates climate change. Tree diversity enhances forest productivity, so diversifying the tree species composition, notably in managed forests, could increase the quantity of organic matter being transferred to soils and alter other soil properties relevant to the C cycle.A ten-year-old tree diversity experiment was used to study the effects of tree identity and diversity (functional and taxonomic) on soils. Surface (0-10 cm) mineral soil was repeatedly measured for soil C concentration, C:N ratio, pH, moisture, and temperature in twenty-four tree species mixtures and twelve corresponding monocultures (replicated in four blocks).Soil pH, moisture, and temperature responded to tree diversity and identity. Greater productivity in above- and below-ground tree components did not increase soil C concentration. Soil pH increased and soil moisture decreased with functional diversity, more specifically, when species had different growth strategies and shade tolerances. Functional identity affected soil moisture and temperature, such that tree communities with more slow-growing and shade-tolerant species had greater soil moisture and temperature. Higher temperature was measured in communities with broadleaf-deciduous species compared to communities with coniferous-evergreen species.We conclude that long-term soil C cycling in forest plantations will likely respond to changes in soil pH, moisture, and temperature that is mediated by tree species composition, since tree species affect these soil properties through their litter quality, water uptake, and physical control of soil microclimates.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».