Contribution to the Modeling of the Organic Matter of Moroccan Forest Soils within the Context of Global Change: Case study of the Central Plateau
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Organic matter is a major component of soil. It is of considerable ecological importance given its role in determining soil health, influencing ecosystem productivity and climate. For this reason, it is essential to carry out studies to evaluate its dynamics in natural ecosystems. In this study, we aimed to explore the dynamics of soil organic matter (SOM) in forest ecosystems of the Central Plateau in Morocco, as well as to investigate the potential of spectral vegetation indices in modeling SOM. To this end, soil samples for analysis were collected from 30 sites across three vegetation types, including cork oak, Barbary thuja and scrub (matorral). In addition, the normalized difference vegetation index (NDVI) was extracted from Landsat 8 images to be used to model SOM using linear regression. Our results showed a weak although statistically significant (α < 0.05) correlation between NDVI and SOM at 0.45. In addition, only the scrub type showed a statistically significant (α < 0.05) relationship between its corresponding SOM and NDVI, and was therefore retained for modeling. Vegetation type had a statistically strong influence (α < 0.01) on SOM, with cork oak and garrigue ecosystems having the highest and lowest SOM contents with 5.61% and 2.36%, respectively. In addition, the highest SOM contents were observed under slightly acidic pH soils on mild, warm slopes at high altitude sites, while the lowest were found in lowland areas with predominantly weakly evolved soil.
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.
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 | 0,000 | 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 découle