Tree community composition stabilizes ecosystem functions in response to drought
Notice bibliographique
Résumé
Abstract In summer 2018, Central Europe was hit by an extreme drought event that widely impacted ecosystems and markedly increased tree mortality in forest ecosystems across the continent. As climate models predict an increase in frequency and severity of such events, there is an urgent need to adapt forests in order to maintain the diverse benefits they provide. Soil processes play an essential role in this context and are key for a plethora of terrestrial ecosystem functions, but they are strongly dependent on water availability. Here, we investigated how tree species richness (TSR), composition, and identity in a 13‐year‐old temperate tree diversity experiment influenced selected ecosystem functions (as important representatives of different ecosystem processes) during the 2018 summer drought. We focused on the stability of soil microbial biomass and standard litter decomposition, as well as tree species‐specific mortality rates. Contrary to our expectations, TSR did not generally increase the resistance of soil functions or decrease tree mortality rates. However, the resistance of these functions was determined by tree species identity and community composition. For the resistance of both soil functions (microbial biomass and litter decomposition), we found that TSR effects depended on the presence of certain tree species. Moreover, we found that the performance of a specific tree species in monoculture, Norway spruce, was a poor predictor of its response to drought in tree species mixtures. Taken together, the results of our study demonstrate that the species composition of tree stands determines tree mortality and the resistance of soil functions under drought. This indicates that enhancing multiple ecosystem functions under environmental disturbance requires maintaining diverse forests.
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 | 0,000 | 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) | 0,000 | 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 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 ».