Balancing Water Yield and Water Use Efficiency Between Planted and Natural Forests: A Global Analysis
Notice bibliographique
Résumé
ABSTRACT Climate warming is projected to affect hydrological cycle in forest ecosystems and makes the forest–water relationship more controversial. Currently, planted forests are gaining more public attention due to their role in carbon sequestration and wood production relative to natural forests. However, little is known about how the global patterns and drivers of water yield and water‐use efficiency (WUE) differ between planted and natural forests. Here, we conduct a global analysis to compare water yield and WUE in planted and natural forests using 946 observations from 112 published studies. The results showed that global average water yield coefficient was 0.29 for planted forests and 0.34 for natural forests. Planted forests exhibited lower water yield coefficient ( p < 0.05) in three climatic regions (arid, dry subhumid, and humid regions), but higher ( p < 0.01) WUE only in arid region, compared with natural forests. Both water yield coefficient and WUE in planted forests were significantly lower ( p < 0.05) than that in natural forests for stand characteristic groups (stand density, average tree height, leaf area index [LAI], and basal area). Additionally, stand density within the ranging between 1000 to 2000 stem ha −1 can maximize the water yield and WUE in planted and natural forests. Water yield coefficient in planted forests was primarily controlled by the factors related to tree growth (i.e., tree height, DBH), while that of natural forest mainly affected by stand structure (i.e., LAI, stand density, DBH). WUE in planted forest was more sensitive to climate than in natural forests. This work highlights the critical role of natural forests in water supply and the importance of tree species selection and stand management (e.g., stand density adjustment) in plantations in future forest restoration policies and climate change mitigation.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».