Synergistic Effects of Biochar and Bacillus thuringiensis NL-11 on Ophiopogon japonicus Growth and Soil Microbial Diversity in Trampled Urban Forest Soils
Notice bibliographique
Résumé
Bare soil expansion in urban forests, driven by persistent high-intensity trampling, degrades both macro-scale natural resources and micro ecological conditions. Targeted interventions are therefore essential. In this study, trampled bare ground in forest parks and artificially cultivated Ophiopogon japonicus were used as experimental models We employed trampled bare ground in forest parks as well as artificially cultivated O. japonicus as experimental models. Five treatments were implemented: enclosure control (CK), ploughing (F), Bacillus thuringiensis NL-11 application (J), biochar addition (C), and co-application of B. thuringiensis NL-11 with biochar (JC). Our results indicate that, compared with CK, biochar treatments reduced soil bulk density by 30%, increased soil porosity by 89%, and improved water-holding capacity. The soil nitrate nitrogen content in the NL-11 treatment was increased by 113.8% compared with CK, while the co-application of NL-11 with biochar exhibited the highest sucrase and urease activities. Notably, the co-application of B. thuringiensis NL-11 with biochar exhibited the most pronounced effects on aboveground biomass, plant height, and root development, followed by the B. thuringiensis NL-11 treatment. Microbial β-diversity shifts under co-application of B. thuringiensis NL-11 with biochar treatment strongly correlated with soil enzyme activation and plant growth enhancement (Mantel test, p < 0.05). Correlation analysis confirmed that exogenous nutrient inputs significantly influenced enzyme activities, thereby promoting plant development. These results highlight the effectiveness of integrating microbial inoculation with biochar to restore trampled urban forest soils.
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 ».