Mixed-Species Afforestation Increases Deep Soil Water Consumption on the Semi-Arid Loess Plateau
Notice bibliographique
Résumé
In the semi-arid Loess Plateau of China, afforestation frequently leads to soil water depletion, threatening ecosystem sustainability. Although mixed-species plantations are encouraged to enhance resource use efficiency, their effects on deep soil water and root distribution strategies remain unclear. This study compared soil water content (SWC), deep soil water deficit (SWD), and fine root distribution in pure and mixed plantations of Robinia pseudoacacia, Platycladus orientalis, and Hippophae rhamnoides to assess whether species mixing intensifies consumption for deep soil water. Soil moisture and root samples were collected with a maximum depth of 20 m across five stand types in August 2018 and during the 2019 growing season. Results showed that mixed stands exhibited shallower water depletion depth and lower SWC below 2 m than pure stands, but a more severe deep soil water deficit, with observed SWD exceeding the expected values by 12% in the R. pseudoacacia-P. orientalis mixture (MRP) and 22% in the H. rhamnoides-P. orientalis mixture (MHP), indicating intensified water consumption below 2 m. In the MRP, the maximum rooting depth was shallower than in the corresponding pure stands. Within the mixture, species-specific root plasticity was observed: the normalized fine root length density (FRLD) of P. orientalis was four times greater in mixture than in pure stand, whereas that of R. pseudoacacia was 62% lower, suggesting divergent foraging strategies. Correlation analyses indicated that SWC was differently associated with root traits between pure and mixed stands, with relationships varying by soil depth. Mixed-effects models confirmed that both plantation type and soil depth significantly influenced FRLD and Root dry weight density (RDWD), while specific root length (SRL) was mainly affected by plantation type and its interaction with depth. These findings demonstrated that mixed-species afforestation intensifies deep soil water competition. Therefore, sustainable management should prioritize the selection of species with complementary root foraging strategies and the optimization of planting densities in semi-arid regions.
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 ».