Forest carbon storage and sink estimates under different management scenarios in China from 2020 to 2100
Notice bibliographique
Résumé
Forests play a crucial role in mitigating climate change through carbon storage and sequestration, though environmental change drivers and management scenarios are likely to influence these contributions across multiple spatial and temporal scales. In this study, we employed three tree growth models-the Richard, Hossfeld, and Korf models-that account for the biological characteristics of trees, alongside national forest inventory (NFI) datasets from 1994 to 2018, to evaluate the carbon sink potential of existing forests and afforested regions in China from 2020 to 2100, assuming multiple afforestation and forest management scenarios. Our results indicate that the Richard, Hossfeld, and Korf models provided a good fit for 26 types of vegetation biomass in both natural and planted Chinese forests. These models estimate that in 2020, carbon stocks in existing Chinese forests are 7.62 ± 0.05 Pg C, equivalent to an average of 44.32 ± 0.32 Mg C/ ha. Our predictions then indicate this total forest carbon stock is expected to increase to 15.51 ± 0.99 Pg C (or 72.26 ± 4.6 Mg C/ha) in 2060, and further to 19.59 ± 1.36 Pg C (or 91.31 ± 6.33 Mg C/ha) in 2100. We also show that plantation management measures, namely tree species replacement, would increase carbon sinks to 0.09 Pg C/ year (contributing 38.9 %) in 2030 and 0.06 Pg C/ year (contributing 32.4 %) in 2060. Afforestation using tree species with strong carbon sink capacity in existing plantations would further significantly increase carbon sinks from 0.02 Pg C/year (contributing 10.3 %) in 2030 to 0.06 Pg C/year (contributing 28.2 %) in 2060. Our results quantify the role plantation management plays in providing a strong increase in forest carbon sequestration at national scales, pointing to afforestation with native tree species with high carbon sequestration as key in achieving China's 2060 carbon neutrality target.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».