Multidimensional beta‐diversity across local and regional scales in a Chinese subtropical forest: The role of forest structure
Notice bibliographique
Résumé
Beta-diversity, or the spatio-temporal variation in community composition, can be partitioned into turnover and nestedness components in a multidimensional framework. Forest structure, including comprehensive characteristics of vertical and horizontal complexity, strongly affects species composition and its spatial variation. However, the effects of forest structure on beta-diversity patterns in multidimensional and multiple-scale contexts are poorly understood. Here, we assessed beta-diversity at local (a 20-ha forest dynamics plot) and regional (a plot network composed of 19 1-ha plots) scales in a Chinese subtropical evergreen broad-leaved forest. We then evaluated the relative importance of forest structure, topography, and spatial structure on beta-diversity and its turnover and nestedness components in taxonomic, functional, and phylogenetic dimensions at local and regional scales. We derived forest structural parameters from both unmanned aerial vehicle light detection and ranging (UAV LiDAR) data and plot inventory data. Turnover component dominated total beta-diversity for all dimensions at the two scales. With the exception of some components (taxonomic and functional turnover at the local scale; functional nestedness at the regional scale), environmental factors (i.e., topography and forest structure) contributed more than pure spatial variation. Explanations of forest structure for beta-diversity and its component patterns at the local scale were higher than those at the regional scale. The joint effects of spatial structure and forest structure influenced component patterns in all dimensions (except for functional turnover) to some extent at the local scale, while pure forest structure influenced taxonomic and phylogenetic nestedness patterns to some extent at the regional scale. Our results highlight the importance and scale dependence of forest structure in shaping multidimensional beta-diversity and its component patterns. Clearly, further studies need to link forest structure directly to ecological processes (e.g., asymmetric light competition and disturbance dynamics) and explore its roles in biodiversity maintenance.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».