Spatial Distribution and Ecological Determinants of Coexisting Hybrid Oak Species: A Study in Yushan’s Mixed Forest
Notice bibliographique
Résumé
Ecological niche partitioning is crucial in reducing interspecific competition, fostering species coexistence, and preserving biodiversity. Our research, conducted in a hybrid mixed oak forest in Yushan, Jiangsu, China, focuses on Quercus acutissima, Q. variabilis, Q. fabri, and Q. serrata var. brevipetiolata. Using Point Pattern Analysis, we investigated the spatial relationships and ecological trait autocorrelation, including total carbon (TC), nitrogen (TN), phosphorus (TP), potassium (TK), and breast height diameter (DBH). Our findings show aggregated distribution patterns within the oak populations. The Inhomogeneous Poisson Point model highlights the impact of environmental heterogeneity on Q. variabilis, leading to distinct distribution patterns, while other species showed wider dispersion. This study reveals aggregated interspecific interactions, with a notable dispersal pattern between Q. acutissima and Q. variabilis. We observed significant variability in nutrient elements, indicating distinct nutrient dynamics and uptake processes. The variations in total carbon (TC), nitrogen (TN), phosphorus (TP), and potassium (TK) suggest distinct nutrient dynamics, with TK showing the highest variability. Despite variations in TC, TK, and TP, the species did not form distinct classes, suggesting overlapping nutritional strategies and environmental adaptations. Furthermore, spatial autocorrelation analysis indicates strong positive correlations for DBH, TC, and TP, whereas TK and TN correlations are non-significant. The results suggest habitat filtering as a key driver in intraspecific relationships, with a finer spatial scale of ecological niche division through TC and TP, which is crucial for maintaining coexistence among these oak species.
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 ».