Quantifying the influence of wood carbon fractions on tree- and forest ecosystem-scale carbon estimation in a temperate forest
Notice bibliographique
Résumé
Abstract. Accurate forest carbon (C) accounting is critical for understanding the role forests play in the global C cycle. Forest C accounting relies on wood carbon fractions (CF) in order to convert estimates of tree biomass into C stock estimates, which are then upscaled to estimate forest C stocks at larger spatial scales. Generic wood CFs are often used in C accounting frameworks, despite evidence suggesting this trait varies widely across species, and that this variability influences our understanding of C stocks in trees and forests. Here, we couple data from over 39,000 trees in a 13.5-ha forest dynamics plot in central Ontario, Canada, with open-access wood CF databases, to quantify how wood CFs influence C stock estimates at individual tree- through to 400 m2 and 1-ha forest ecosystem scales. In comparison to generalized wood CF assumptions (e.g., assuming a 50 % CF or using wood CFs from the Intergovernmental Panel on Climate Change), species-specific wood CFs significantly influence C estimates at multiple scales. In comparison to species-specific wood CF data, tree-level estimates derived from other wood CF assumptions were biased by 0.8–3.9 kg of C per tree on average, with differences ranging up to > 500 kg of C in large trees. While relatively small, these tree-level differences compound at larger spatial scales, with C stocks estimated using generalized wood CFs differing by 1.3–3.2 Mg of C ha−1 on average vs. those generated using species-specific wood CFs. These forest-scale discrepancies in C estimates increase in forest stands with high amounts of aboveground biomass in large trees and greater proportions of gymnosperms, in some instances exceeding 23.5 Mg of C ha−1 in especially biomass-dense gymnosperm-dominated forest stands. When extrapolated to the temperate forest biome, our results indicate that a 50 % wood CF assumption—historically and presently one of the most common methodological assumptions in forest C research—overestimates global C stocks by 2.2–2.5 Pg of C. Our study is among the first to examine how wood CF assumptions influence tree- and forest-scale C accounting. We specifically demonstrate that species-specific wood CF data—especially for species that comprise the largest trees—are critical to ensuring accurate C stock estimates derived from forest and tree inventory data.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».