Higher aboveground carbon stocks in mixed-species planted forests than monocultures – a meta-analysis
Notice bibliographique
Résumé
Abstract Natural forest is declining globally as the area of planted forest increases. Planted forests are often monocultures, despite results suggesting that higher species richness improves ecosystem functioning and stability. To test if this is generally the case, we performed a meta-analysis of available results. We assessed aboveground carbon stocks in mixed-species planted forests vs (a) the average of constituent species monocultures, (b) the best constituent species monoculture, and (c) commercial species monocultures. We investigated whether any advantage of mixtures over monocultures was positively related to species richness, as well as potential mechanisms driving differences in carbon stocks between mixtures and monocultures. The meta-analysis dataset included 79 comparisons from 21 sites. Carbon stocks in mixed planted forests were higher than the average of stocks in monocultures of their constituent species, containing on average 70% more carbon. Mixed planted forests also out-performed commercial monocultures, containing on average 77% more carbon. There was c.25% more carbon in mixed planted forests relative to the best performing monocultures, although this difference was not statistically significant. Overyielding was highest in four-species mixtures (richness range 2-6 species). More data providing better coverage of richness and age gradients (study sites aged 3.5-28 years) is needed to increase confidence in these results. None of the potential mechanisms we examined (nitrogen-fixer present vs absent; native vs non-native/mixed origin; tree diversity experiment vs forestry plantation) consistently explained variation in the diversity effects. This suggests that our findings are driven by a combination of small (statistically insignificant) effects from these sources or further unidentified mechanisms or some combination of the two. We conclude that increasing tree species richness in planted forests can increase carbon stocks while bringing other potential benefits associated with diversification. However, implementation will depend on the balance of these benefits relative to the operational challenges and costs of diversification.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».