Taxonomic diversity predicts aboveground biomass mainly through functional dominance across subtropical forest succession
Notice bibliographique
Résumé
Abstract Studies on diversity–biomass relationships (DBRs) provide insights into the mechanisms underlying ecosystem functioning and services. While manipulative experiments indicate that both functional diversity and functional dominance influence biomass, with functional diversity often becoming the stronger predictor over time, their relative contributions during natural forest succession remain unclear. Here, we analysed tree data from 2010 to 2020 across early, middle and late-successional forests in subtropical China to investigate how the effect of taxonomic diversity on aboveground biomass (AGB) is related to shifts in the roles of functional diversity and functional dominance of five functional traits, corresponding to the complementarity and biomass ratio hypothesis. Our results showed that mean AGB increased with succession, reaching its highest at the middle stage. Taxonomic diversity influenced AGB primarily through its impact on functional properties rather than directly. From early to late-successional stages, functional dominance consistently emerged as the stronger predictor of AGB compared to functional diversity. Specifically, in earlier stages, the dominance of species with fast leaf economic traits directly and negatively impacted AGB, whereas, in the late stage, the dominance of tall species had a direct positive impact. Although functional diversity contributed increasingly to AGB in a positive manner during succession, its effect was primarily indirect, largely mediated through functional dominance. Overall, our findings support the biomass ratio hypothesis as the primary mechanism underlying DBRs throughout succession. This highlights the importance of functional dominance in driving forest biomass production and emphasizes the need to consider dominant species’ traits in forest management and restoration strategies.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».