Abstract. A process-based fire regime model (SPITFIRE) has been developed, coupled with ecosystem dynamics in the LPJ Dynamic Global Vegetation Model, and used to explore fire regimes and the current impact of fire on the terrestrial carbon cycle and associated emissions of trace atmospheric constituents. The model estimates an average release of 2.24 Pg C yr−1 as CO2 from biomass burning during the 1980s and 1990s. Comparison with observed active fire counts shows that the model reproduces where fire occurs and can mimic broad geographic patterns in the peak fire season, although the predicted peak is 1–2 months late in some regions. Modelled fire season length is generally overestimated by about one month, but shows a realistic pattern of differences among biomes. Comparisons with remotely sensed burnt-area products indicate that the model reproduces broad geographic patterns of annual fractional burnt area over most regions, including the boreal forest, although interannual variability in the boreal zone is underestimated.

Abstract Vegetation restoration has an important effect on soil carbon (C) pool dynamics. Highly stable iron (Fe)‐associated C is an important component of the soil C pool and it plays a crucial role in the soil C cycle. However, a knowledge gap remains regarding the existence of Fe‐associated C variation during vegetation restoration. Herein, 0–60 cm soil samples of cropland, grassland, shrubland and forestland from three soil types (loam, loess and sandy soils) were collected to explore the response of Fe‐associated C to vegetation restoration. The results showed that soil Fe‐associated C proportion in the study area ranged from 2.2% to 26.3%. Surface soil (0–20 cm) Fe‐associated C content in loess and sandy soils increased following vegetation restoration, but decreased in loam soil. The accumulation efficiency of soil Fe‐associated C during vegetation restoration was higher in coarser soils. Moreover, the Fe‐associated C content and proportion of forestland with a higher soil organic matter (SOM) pool were the highest among the land use types. Vegetation restoration affects soil Fe‐associated C in two different ways: (1) increasing the SOM and dissolved organic C and improving the efficiency of C and Fe binding to promote the accumulation of Fe‐associated C; (2) decreasing the total soil Fe content, reducing the trivalent iron (Fe(III)) to bivalent iron (Fe(II)) and breaking the binding of C and Fe to decrease soil Fe‐associated C content, and these two different ways were found in all three soil types. Additionally, higher SOM accumulation efficiency and less root destruction caused by vegetation restoration in coarse soils resulted in a higher Fe‐associated C accumulation efficiency. Synthesis and applications . Vegetation and soil type strongly regulated the effects of vegetation restoration on soil Fe‐associated C. Forestlands may be the optimum vegetation type to provide soil C sequestration benefits, effectively increasing soil C pool and maximising Fe‐associated C content. This study has addressed the knowledge gap regarding the effects of vegetation restoration on soil Fe‐associated C and provides scientific basis for a better understanding of the soil C cycle and developing scientific vegetation restoration measures.

The understory herbaceous flora plays a pivotal role in regulating the structural stability, complexity, and ecological function of forest communities. It is crucial to investigate the impact of the intricate connections between these factors and the forces driving the diversity of herbaceous species within natural broadleaf understory forests can assist forest managers in developing optimal forest structure optimization techniques, allowing them to adjust the forest species diversity. In this study, Pearson correlation analysis, conventional correlation analysis, and multiple linear regression were employed to elucidate the relationship between stand structure, soil nutrients, and understory herbaceous species richness in natural broadleaved forests. Structural equation modeling was utilized to ascertain the influence of multiple factors on understory herbaceous species diversity and to evaluate the underlying pathways. The results indicated a significant negative correlation between stand closure and the Simpson’s and Shannon-Wiener’s indices, and between the mixing degree and the Pielou evenness index, Simpson’s index, and Shannon-Wiener’s index (p<0.05). Furthermore, a significant positive correlation was observed between soil nutrients, specifically organic matter and total phosphorus, and the Pielou evenness index and Shannon-Wiener’s index (p<0.05). It was found that total phosphorus was significantly positively correlated with both the Pielou evenness index and the Shannon-Wiener index (p<0.05). The correlation coefficients of the first group of typical variables in the typical correlation analysis were 0.498 and 0.585, respectively (p<0.05). From the set of typical variables of stand structure, it can be seen that the Hegyi competition index and the canopy density affected the diversity of understory herbaceous plants. The composite index demonstrated the greatest impact, with loadings of 0.872 and -0.506, respectively. The Simpson and Shannon-Wiener indices exhibited the most sensitive loadings of -0.441 and -0.408, respectively. The soil nutrients of SOM and TN affected the understory herbaceous plant species diversity composite index, with greater loadings of -0.184 and 1.002, respectively. The path coefficient of the understory herbaceous diversity stand structure was 0.35. The path coefficient with soil nutrient content was found to be 0.23 following structural equation analysis and the path coefficient between stand structure and soil nutrient content was 0.21, which indirectly affect the diversity of understory herbaceous species. To enhance the diversity of herbaceous species, it is recommended that the canopy density and tree density of the upper forest be reduced appropriately, while the degree of mixing and the level of spatial distribution of trees be adjusted in a manner that maintains a reasonable stand structure. Furthermore, a comprehensive forest management program for improving soil nutrients should be considered.

To accurately estimate the age of individual tree and to achieve full-cycle sustainable management of natural

Tree attributes, such as height (H) and diameter at breast height (D), are essential for predicting forest growth, evaluating stand characteristics and developing yield models for sustainable forest management. Measuring tree H is particularly challenging in uneven-aged forests compared to D. To overcome these difficulties, the development of updated and reliable H-D models is crucial. This study aimed to develop robust H-D models for Larix gmelinii forest by incorporating stand variables. The dataset consisted of 7,069 Larix gmelinii trees sampled from 96 plots at Northeast China, encompassing a wide range of stand densities, age classes, and site conditions. Fifteen widely recognized nonlinear functions were assessed to model the H-D relationship effectively. Model performance was assessed using root mean square error (RMSE), mean absolute error (MAE), and the coefficient of determination (R 2 ). Results identified the Ratkowsky model (M8) as the best performer, achieving the highest R 2 (0.74), the lowest RMSE (16.47%) and MAE (12.50%), at statistically significant regression coefficients (p < 0.05). Furthermore, M8 was modified into 5 generalized models (GMs) by adding stand-variables (i.e., mean height, mean diameter and volume and their combination), the results indicate that GM2 was the best model achieving R 2 of 0.82% and RMSE of 13.7%. We employed generalized nonlinear mixed-effects modeling approach with both fixed and random effects to account for variations at the individual plot level, enhancing the predictive accuracy. The model explained 71% of variability with significant trends in the residuals. The model was calibrated using response calibration method, through EBLUP theory. Our findings suggest that incorporating stand-level variables representing plot-specific characteristics can further improve the fit of mixed- effects models. These advancements provide forest authorities with enhanced tools for supporting sustainable forest management.

Implementing large-scale carbon sink afforestation may contribute to carbon neutrality targets and increase the economic benefits of forests in rural areas. However, how to manage planted forests in China to maximize the joint benefits of timber production and carbon sequestration is still unclear. Therefore, the present study quantified the effects of different rotation lengths, thinning treatments, site quality (SCI), stand density (SDI), and management costs on the joint benefits of carbon sequestration and timber production based on a stand-level model system developed for larch plantations in northeast China. The performances of the different scenarios on carbon stocks were satisfactory, where the variations in the outcomes of final carbon stocks could be explained by up to 90%. The joint benefits increased significantly with the increases of SDIs and SCIs, regardless of which rotation length and thinning treatments were evaluated. Early thinning treatments decreased the joint benefits significantly by approximately 131.53% and 32.16% of middle- and higher-SDIs, however longer rotations (60 years) could enlarge it by approximately 71.39% and 80.27% in scenarios with and without thinning when compared with a shorter rotation length (40 years). Discount rates and timber prices were the two most important variables affecting joint benefits, while the effects of carbon prices were not as significant as expected in the current trading market in China. The management plans that promote longer rotations, higher stand densities, and no thinning treatments can maximize the joint benefits of carbon sequestration afforestation and timber production from larch plantations located in northeast China.