The role of rock fractures on tree water use of water stored in bedrock: Mixing and residence times
Notice bibliographique
Résumé
Abstract. The processes of tree water uptake in karst environments are poorly understood. One of the main challenges to improved understanding is the complex interaction between soil water and bedrock water, especially in systems characterized by rock fractures. While some studies have highlighted the potential importance of fractured bedrock as a water source for plants, few have quantitatively assessed the sources, residence times, and seasonal dynamics of tree water uptake from both soil and rock fracture compartments. Here, we combine stable isotope tracing, a Bayesian mixing model (MixSIAR), and hydrometric monitoring to quantify the contributions and mean residence times (MRT) of soil and rock water accessed by trees across seasons. We use a four-compartment sampling framework that distinguishes between soil water (mobile and bulk) and rock water (fracture and infilled fracture). Our results reveal clear seasonal shifts in plant water sourcing: during the peak rainy season, mobile soil water (mean MRT = 88 days) dominates uptake (mean contribution 41 %), whereas in late growing season, trees increasingly rely on bulk soil water (mean MRT = 95 days, mean contribution 55 %). Strikingly, in early spring, trees in fracture-rich areas exhibit the highest reliance on rock water (mean MRT = 113 days, mean contribution 69 %). During the subsequent early growing season, large trees derive up to 85 % of their water from rock, particularly from soil-filled fractures with apertures >10 mm, which act as transitional reservoirs capable of retaining precipitation for extended periods (MRT = 84–303 days). Trees preferentially access short-MRT sources under wet conditions and shift to longer-MRT pools during dry periods, reinforcing the concept of ecohydrological separation between tightly bound and dynamically recharged water pools. However, this separation is attenuated during periods of high precipitation due to increased hydraulic connectivity and water mixing. This work advances our understanding of vegetation resilience in structurally complex and hydrologically dynamic karst landscapes with important insights for sustainable water resource management under changing climatic conditions.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».