Species Richness Promotes Productivity through Tree Crown Spatial Complementarity in a Species-Rich Natural Forest
Notice bibliographique
Résumé
Ecological theory suggests that species with complementary architectural and physiological traits can optimize crown packing to improve resource efficiency and promote ecosystem productivity in forest communities. However, empirical evidence of this prediction is rare in species-rich natural forests, as little is known about how crown spatial complementarity regulates community species richness-productivity relationship (SRPR). In this study, we measured tree architectural traits (stem diameter, height, crown depth and width) for 11,337 trees, and quantified species richness, functional diversity, crown spatial complementarity, soil fertility and forest productivity for 44 quadrats (20 m × 20 m per quadrat) in the Badagongshan 25 ha forest plot, central China. We tested bivariate correlations between species richness, crown complementarity, functional diversity and forest productivity. We employed linear mixed effects models to predict crown complementarity and examined its relationship with functional diversity. Finally, we applied structural equation modeling to quantify the mediation effects of crown complementarity on SRPRs. Species richness promoted crown complementarity and forest productivity. Crown complementarity varied across quadrats, with increases driven primarily by changes in tree height. Crown complementarity was positively related to functional diversity and forest productivity. Species richness increased with soil total phosphorus, while functional diversity decreased with soil bulk density. Forest productivity increased with soil organic carbon and total nitrogen, but decreased with bulk density. Crown complementarity partially mediated the positive effect of species richness on forest productivity, and the mediation effect was mainly through functional diversity. Our results suggest that the crown complementarity index accurately reflects the niche complementarity through light utilization and carbon reallocation. Our study emphasizes that species richness can promote crown complementarity, leading to greater forest productivity, which provides greater insight into the mechanical understanding of the SRPRs.
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) | 0,002 | 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 ».