Straw mulching increased soil organic carbon content and stability by stimulating mineral protection in a Moso bamboo plantation
Notice bibliographique
Résumé
Straw mulching significantly affects the soil carbon cycle. However, the impact of straw mulching on soil organic carbon (SOC) fractions in Moso bamboo plantations remains unclear. To address this gap in research, a 3-year field trial was established in a cultivated Moso bamboo ( Phyllostachys edulis ) plantation stand in a subtropical bamboo habitat. The experiment employed a space-for-time substitution design to compare three straw mulching strategies: Control (0-year mulching), SM1 (1-year application), and SM3 (3-year application). We specifically examined straw mulching-induced variation in SOC fractions and their underlying mechanisms. The application of straw mulch enhanced SOC accumulation by 27.2–30.9%, while elevating particulate (POC) and mineral-associated organic carbon (MAOC) pools by 15.0–37.5% and 28.6–33.9%, respectively. MAOC was dominant in SOC and was more sensitive to straw mulching than POC. Additionally, straw mulching significantly increased fungal residue carbon and iron-aluminum oxide content. POC and MAOC contents exhibited significant positive correlations with iron-aluminum oxide. These results indicate that straw mulching can significantly increase SOC content and stability in Moso bamboo plantations and thus is a potential management measure to increase soil carbon sequestration in Moso bamboo plantations. • Straw mulching significantly increased SOC in subtropical bamboo plantations. • Both POC and MAOC pools increased significantly under straw mulching treatments. • MAOC was more responsive to straw mulching than POC. • Increase in POC and MAOC was attributed to enhanced protection from Fe/Al oxides.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 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 ».