کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11028370 1662523 2019 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Effect of microsite quality and species composition on tree growth: A semi-empirical modeling approach
ترجمه فارسی عنوان
اثر کیفیت میکرزیت و ترکیب گونه بر رشد درختان: یک روش مدل سازی نیمه تجربی
کلمات کلیدی
مدل سازی قطر درخت، گسترش پارامتر، شیب تند، خاکی کم گونه های چوب استوایی،
ترجمه چکیده
جنگل زدایی در مناطق گرمسیری، اثرات منفی تغییرات آب و هوایی را با حذف کربن در زیست توده کاهش می دهد. با این حال، رشد درخت در دسترس بودن مواد مغذی در بسیاری از مناطق گرمسیری محدود است. درک روشنی از محدودیت های مواد مغذی و توپوگرافی بر رشد گونه های بومی محلی به منظور بهبود بازده اقتصادی در جنگل های زراعتی و خدمات اکوسیستم در زمین های تنزل یافته گرمسیری ضروری است. برای مقابله با این مسئله، از داده های رشد 7 ساله از یک آزمایش جنگلداری 75 هکتار در پاناما، برای آزمایش رویکرد مدل سازی برای پیش بینی رشد این گونه ها استفاده می کنیم. آزمایش شامل پنج گونه با ارزش چوب در 21 تیمار، از جمله مونو کولورها و مخلوط ها است. ابتدا مدل رشد غیر خطی را به عنوان یک تابع از سن درخت سازگار می کنیم سپس پارامترهای مدل اولیه را به عنوان تابع متغیرهای مربوط به مخلوط گونه ها و شرایط خاک خردایش گسترش می دهیم. در نهایت، ما یک مدل نهایی برای هر گونه گونه برای پیش بینی رشد در طول سه محور: مواد مغذی، شیب و مخلوط گونه ساخته شده است. مدل ها با موفقیت شناسایی شد که تغییرات در رشد به شرایط میکرو سایت و مخلوط گونه مربوط می شود. اگر چه تمام گونه ها پیشگامان طولانی مدت بودند، اکثر آنها به طور کلی بیشتر در معرض دسترسی به مواد مغذی و تعامل بین درختان نسبت به شیب بودند. با این حال، سریع ترین گونه های در حال رشد به طور متوسط ​​بیشتر نسبت به گونه های دیگر حساس به شیب بوده و کمتر حساس به مواد مغذی هستند، که عملکرد بهتر را نسبت به سایر گونه ها حتی در شرایط نامساعد نشان می دهد. مدل های ما به شناسایی گونه های با بهترین پتانسیل رشد برای استفاده در جنگل زدایی در خاک های نابارور کمک می کند، که منجر به انتخاب گونه های بهتر بر اساس شرایط سایت می شود.
موضوعات مرتبط
علوم زیستی و بیوفناوری علوم کشاورزی و بیولوژیک بوم شناسی، تکامل، رفتار و سامانه شناسی
چکیده انگلیسی
Reforestation in the tropics mitigates the negative effects of climate change by sequestering carbon in biomass. However, tree growth is limited by nutrient availability in many tropical regions. A clear understanding of nutrient constraints and topography on growth of native timber species is thus essential to improve both the economic return on reforestation and the ecosystem services in tropical degraded lands. To address this, we use 7-year growth data from a 75-ha reforestation experiment in central Panama to test a modeling approach to predict growth of these species. The experiment includes five valuable timber species in 21 treatments, including monocultures and mixtures. We first fit a non-linear growth model as a function of tree age, then expand the former model parameters as a function of variables related to species mixture and micro-site soil conditions. Finally, we built a final model for each species to predict growth along three axes: nutrient availability, slope and species mixture. The models successfully identified how variation in growth was related to micro-site conditions and the species mixture. Although all species were long-lived pioneers, most were overall more sensitive to nutrient availability and between-trees interactions than to slope. However, the fastest growing species on average was more sensitive to slope than the other species and less sensitive to nutrient availability, showing better performance than the other species even under adverse conditions. Our models aid identification of species with the best growth potential to use in reforestation on infertile soils, leading to a better species selection according to site conditions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Forest Ecology and Management - Volume 432, 15 January 2019, Pages 534-545
نویسندگان
, , , , , ,