Functional traits and size interact to influence growth and carbon sequestration among trees in urban greenspaces
Notice bibliographique
Résumé
Abstract There is persistent uncertainty about how integrated plant functions, like growth, are mechanistically constrained and practically predicted by functional traits. For trees, these knowledge gaps persist for two reasons: First, studies of ‘natural’ forests are observational, with highly variable and confounding resource limitation and competition; second, most studies investigate only a few popular traits and ignore context‐dependencies in trait effects on growth (e.g. trait–environment or trait–ontogeny interactions). We assessed 17 traits as predictors of radial growth and aboveground carbon sequestration for 182 trees, including individuals of 42 species common to temperate cities. By focusing exclusively on planted trees growing in isolation, our unique study is a pseudo‐experiment that spans a large range of taxonomic and trait variability, and minimizes confounding effects of environmental heterogeneity (e.g. shifts in light availability with tree size). Focal traits included not only commonly measured traits related to leaf economics and plant size, but also wood traits and whole‐plant phenology. Models with indices of tree ontogeny (size) and traits explained 80% and 72% of variability in relative growth and carbon sequestration, respectively, and traits accounted for ~20% of the variation. Traits related to said tree functions included leaf dry matter content ( LDMC ), leaf N content, mature height, wood anatomy and phenology. LDMC was positively correlated with wood growth and C sequestration across all size classes, while the positive effects of leaf N, mature height and wood density were only apparent for smaller trees. Ring‐porous species had higher rates of growth and C sequestration than diffuse‐porous species. Consistent with recent theory, growth rates of isolated, urban trees vary as function of simple and interactive effects of traits and size. Our findings are useful for optimizing reforestation efforts in temperate cities, where planners and land managers can select species for rapid growth and C sequestration using freely available data for the ‘effect’ traits we identified, including wood anatomy and density, leaf N, and LDMC . Lastly, the trait–growth relationships we describe here may reflect those of ‘naturally’ isolated trees growing in savannas and/or woodlands and provide an insightful frame of reference for trees in closed‐canopy forests. Read the free Plain Language Summary for this article on the Journal blog.
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 | 0,000 | 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 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 ».