Microclimate, soil moisture and forage yield vary spatially within a temperate tree-based intercropping system: From competition to facilitation
Notice bibliographique
Résumé
Tree-based intercropping (TBI) can improve water conservation in agroecosystems and yield stability in the face of climate change. Greater understanding is required regarding mechanisms determining spatial and seasonal variation in moisture availability and agricultural yields in TBI systems. Our two-year study assessed spatiotemporal dynamics of soil hydraulic properties, microclimatic conditions, soil moisture and forage performance (yield, nutritive value) with increasing distances from tree rows (0, 4, 12, 20 m) within a TBI system (50 trees ha −1 ; 10- to 11-years-old) and in agricultural controls. TBI rows included hybrid poplars that were inter-planted with high-value hardwoods. In each block (n = 3), the TBI system and control were divided in two: with vs without root-pruning (0.75 m depth using a sub-soiler). Increased soil organic matter and infiltration rate, and decreased bulk density were measured in the TBI compared to the control, but only under trees (0 m). We observed increased soil moisture near the centre of the alleys (12 and 20 m) during both extremes of water availability, likely due to measured wind speed reductions. Under high potential evaporation, atmospheric evaporative demand near the alley centres was lower than in the control. Moisture, light availability and forage yield close to tree rows (4 m) were lower than those near alley centres and in the control. Tree root pruning increased soil moisture and yield at 4 m from the tree row, but not completely to control levels, indicating that forage was limited by light and water availability at the tree-crop interface. Unlike alfalfa, yield of grasses was not negatively influenced by tree competition. Our study suggests that TBI systems can potentially improve hydrological responses of agroecosystems to extreme weather events. This potential of TBI systems appears highly useful given expected increases in the frequency and intensity of moisture deficits and extreme rainfall events.
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 | 0,000 | 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 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 ».