The most common system responses attributed to microfloral grazers (protozoa, nematodes, microarthropods) in the literature are increased plant growth, increased N uptake by plants, decreased or increased bacterial populations, increased CO 2 evolution, increased N and P mineralization, and increased substrate utilization. Based on this evidence in the literature, a conceptual model was proposed in which microfloral grazers were considered as separate state variables. To help evaluate the model, the effects of microbivorous nematodes on microbial growth, nutrient cycling, plant growth, and nutrient uptake were examined with reference to activities within and outside of the rhizosphere. Blue grama grass (Bouteloua gracilis) was grown in gnotobiotic microcosms containing sandy loam soil low in inorganic N, with or without chitin amendments as a source of organic N. The soil was inoculated with bacteria (Pseudomonas paucimobilis or P. stutzeri) or fungus (Fusarium oxysporum), with half the bacterial microcosms inoculated with bacterial—feeding nematodes (Pelodera sp. or Acrobeloides sp.) and half the fungal microcosms inoculated with fungal—feeding nematodes (Aphelenchus avenae). Similar results were obtained from both the unamended and the chitin—amended experiments. Bacteria, fungi, and both trophic groups of nematodes were more abundant in the rhizosphere than in nonrhizosphere soil. All treatments containing nematodes and bacteria had higher bacterial densities than similar treatments without nematodes. Plants growing in soil with bacteria and bacterial—feeding nematodes grew faster and initially took up more N than plants in soil with only bacteria, because of increased N mineralization by bacteria, NH 4 + —N excretion by nematodes, and greater initial exploitation of soil by plant roots. Addition of fungal—feeding nematodes did not increase plant growth or N uptake because these nematodes excreted less NH 4 + —N than did bacterial—feeding nematode populations and because the N mineralized by the fungus alone was sufficient for plant growth. Total shoot P was significantly greater in treatments with fungus or Pelodera sp. than in the sterile plant control or treatments with plants plus Pseudomonas stutzeri until the end of the experiment. The additional mineralization that occurs due to the activities of microbial grazers may be significant for increasing plant growth only when mineralization by microflora alone is insufficient to meet the plants' requirements. However, while the advantage of increased N mineralization by microbial grazers may be short—term, it may occur in many ecosystems in those short periods of ideal conditions when plant growth can occur. Thus, these results support other claims in the literature that microbial grazers may perform important regulatory functions at critical times in the growth of plants.

The mineralization of nitrogen and phosphorus from plant residues provides an important input of inorganic nutrients to the soil, which can be taken up by plants. The dynamics of nutrient mineralization or immobilization during decomposition are controlled by different biological and physical factors. Decomposers sequester carbon and nutrients from organic substrates and exchange inorganic nutrients with the environment to maintain their stoichiometric balance. Additionally, physical losses of organic compounds from leaching and other processes may alter the nutrient content of litter. In this work, we extend a stoichiometric model of litter nitrogen mineralization to include (1) phosphorus mineralization, (2) physical losses of organic nutrients, and (3) chemical heterogeneity of litter substrates. The enhanced model provides analytical mineralization curves for nitrogen and phosphorus as well as critical litter carbon : nutrient ratios (the carbon : nutrient ratios below which net nutrient release occurs) as a function of the elemental composition of the decomposers, their carbon‐use efficiency, and the rate of physical loss of organic compounds. The model is used to infer the critical litter carbon : nutrient ratios from observed nitrogen and phosphorus dynamics in about 2600 litterbag samplings from 21 decomposition data sets spanning artic to tropical ecosystems. At the beginning of decomposition, nitrogen and phosphorus tend to be immobilized in boreal and temperate climates (i.e., both C:N and C:P critical ratios are lower than the initial ratios), while in tropical areas nitrogen is generally released and phosphorus may be either immobilized or released, regardless of the typically low phosphorus concentrations. The critical carbon : nutrient ratios we observed were found to increase with initial litter carbon : nutrient ratios, indicating that decomposers adapt to low‐nutrient conditions by reducing their carbon‐use efficiency. This stoichiometric control on nutrient dynamics appears ubiquitous across climatic regions and ecosystems, although other biological and physical processes also play important roles in litter decomposition. In tropical humid conditions, we found high critical C:P ratios likely due to high leaching and low decomposer phosphorus concentrations. In general, the compound effects of stoichiometric constraints and physical losses explain most of the variability in critical carbon : nutrient ratios and dynamics of nutrient immobilization and release at the global scale.

Plant residue decomposition and the nutrient release to the soil play a major role in global carbon and nutrient cycling. Although decomposition rates vary strongly with climate, nitrogen immobilization into litter and its release in mineral forms are mainly controlled by the initial chemical composition of the residues. We used a data set of ∼2800 observations to show that these global nitrogen-release patterns can be explained by fundamental stoichiometric relationships of decomposer activity. We show how litter quality controls the transition from nitrogen accumulation into the litter to release and alters decomposers' respiration patterns. Our results suggest that decomposers lower their carbon-use efficiency to exploit residues with low initial nitrogen concentration, a strategy used broadly by bacteria and consumers across trophic levels.

Leaf area index (LAI) is one of the surface parameters that has importance in climate, weather, and ecological studies, and has been routinely estimated from remote sensing measurements. Canada-wide LAI maps are now being produced using cloud-free Advanced Very High-Resolution Radiometer (AVHRR) imagery every 10 days at 1-km resolution. The archive of these products began in 1993. LAI maps at the same resolution are also being produced with images from the SPOT VEGETATION sensor. To improve the LAI algorithms and validate these products, a group of Canadian scientists acquired LAI measurements during the summer of 1998 in deciduous, conifer, and mixed forests, and in cropland. Common measurement standards using the commercial Tracing Radiation and Architecture of Canopies (TRAC) and LAI-2000 instruments were followed. Eight Landsat Thematic Mapper (TM) scenes at 30-m resolution were used to locate ground sites and to facilitate spatial scaling to 1-km pixels. In this paper, examples of Canada-wide LAI maps are presented after an assessment of their accuracy using ground measurements and the eight Landsat scenes. Methodologies for scaling from high- to coarse-resolution images that consider surface heterogeneity in terms of mixed cover types are evaluated and discussed. Using Landsat LAI images as the standard, it is shown that the accuracy of LAI values of individual AVHRR and VEGETATION pixels was in the range of 50–75%. Random and bias errors were both considerable. Bias was mostly caused by uncertainties in atmospheric correction of the Landsat images, but surface heterogeneity in terms of mixed cover types were also found to cause bias in AVHRR and SPOT VEGETATION LAI calculations. Random errors come from many sources, but pixels with mixed cover types are the main cause of random errors. As radiative signals from different vegetation types were quite different at the same LAI, accurate information about subpixel mixture of the various cover types is identified as the key to improving the accuracy of LAI estimates.

The scientific community, forest managers, environmental organizations, carbon-offset trading systems and policy-makers require tools to account for forest carbon stocks and carbon stock changes. In this paper we describe updates to the Carbon Budget Model of the Canadian Forest Sector (CBM-CFS3) implemented over the past years. This model of carbon-dynamics implements a Tier 3 approach of the Intergovernmental Panel on Climate Change (IPCC) Good Practice Guidance for reporting on carbon stocks and carbon stock changes resulting from Land Use, Land-use Change and Forestry (LULUCF). The CBM-CFS3 is a generic modelling framework that can be applied at the stand, landscape and national levels. The model provides a spatially referenced, hierarchical system for integrating datasets originating from different forest inventory and monitoring programs and includes a structure that allows for tracking of land areas by different land-use and land-use change classes. Ecosystem pools in CBM-CFS3 can be easily mapped to IPCC-defined pools and validated against field measurements. The model uses sophisticated algorithms for converting volume to biomass and explicitly simulates individual annual disturbance events (natural and anthropogenic). Several important scientific updates have been made to improve the representation of ecosystem structure and processes from previous versions of CBM-CFS. These include: (1) an expanded representation of dead organic matter and soil carbon, particularly standing dead trees, and a new algorithm for initializing these pools prior to simulation, (2) a change in the input data requirement for simulating growth from biomass to readily available merchantable volume curves, and new algorithms for converting volume to biomass, (3) improved prediction of belowground biomass, and (4) improved parameters for soil organic matter decay, fire, insect disturbances, and forest management. In addition, an operational-scale version of CBM-CFS3 is freely available and includes tools to import data in standard formats, including the output of several timber supply models that are commonly used in Canada. Although developed for Canadian forests, the flexible nature of the model has enabled it to be adapted for use in several other countries.

Canadian boreal woodlands and forests cover approximately 3.09 × 10 6 km 2 , located within a larger boreal zone characterized by cool summers and long cold winters. Warming since the 1850s, increases in annual mean temperature of at least 2 °C between 2000 and 2050 are highly probable. Annual mean temperatures across the Canadian boreal zone could be 4–5 °C warmer than today’s by 2100. All aspects of boreal forest ecosystem function are likely to be affected. Further, several potential “tipping elements” — where exposure to increasing changes in climate may trigger distinct shifts in ecosystem state — can be identified across the Canadian boreal zone. Approximately 40% of the forested area is underlain by permafrost, some of which is already degrading irreversibly, triggering a process of forest decline and re-establishment lasting several decades, while also releasing significant quantities of greenhouse gases that will amplify the future global warming trend. Warmer temperatures coupled with significant changes in the distribution and timing of annual precipitation are likely to cause serious tree-killing droughts in the west; east of the Great Lakes, however, where precipitation is generally nonlimiting, warming coupled with increasing atmospheric carbon dioxide may stimulate higher forest productivity. Large wildfires, which can cause serious economic losses, are expected to become more frequent, but increases in mean annual area burned will be relatively gradual. The most immediate threats could come from endemic forest insect pests that have the potential for population outbreaks in response to relatively small temperature increases. Quantifying the multiple effects of climate change will be challenging, particularly because there are great uncertainties attached to possible interactions among them, as well as with other land-use pressures. Considerable ingenuity will be needed from forest managers and scientists to address the formidable challenges posed by climate change to boreal ecosystems and develop effective strategies to adapt sustainable forest management practices to the impending changes.

Abstract Climate and litter quality are primary drivers of terrestrial decomposition and, based on evidence from multisite experiments at regional and global scales, are universally factored into global decomposition models. In contrast, soil animals are considered key regulators of decomposition at local scales but their role at larger scales is unresolved. Soil animals are consequently excluded from global models of organic mineralization processes. Incomplete assessment of the roles of soil animals stems from the difficulties of manipulating invertebrate animals experimentally across large geographic gradients. This is compounded by deficient or inconsistent taxonomy. We report a global decomposition experiment to assess the importance of soil animals in C mineralization, in which a common grass litter substrate was exposed to natural decomposition in either control or reduced animal treatments across 30 sites distributed from 43°S to 68°N on six continents. Animals in the mesofaunal size range were recovered from the litter by Tullgren extraction and identified to common specifications, mostly at the ordinal level. The design of the trials enabled faunal contribution to be evaluated against abiotic parameters between sites. Soil animals increase decomposition rates in temperate and wet tropical climates, but have neutral effects where temperature or moisture constrain biological activity. Our findings highlight that faunal influences on decomposition are dependent on prevailing climatic conditions. We conclude that (1) inclusion of soil animals will improve the predictive capabilities of region‐ or biome‐scale decomposition models, (2) soil animal influences on decomposition are important at the regional scale when attempting to predict global change scenarios, and (3) the statistical relationship between decomposition rates and climate, at the global scale, is robust against changes in soil faunal abundance and diversity.

Variations in vertical and horizontal forest structure are often difficult to quantify as field-based methods are labour intensive and passive optical remote sensing techniques are limited in their capacity to distinguish structural changes occurring below the top of the canopy. In this study the capacity of small footprint (0.19 cm), discrete return, densely spaced (0.7 hits/m−2), multiple return, Light Detection and Ranging (LiDAR) technology, to measure foliage height and to estimate several stand and canopy structure attributes is investigated. The study focused on six Douglas-fir [Pseudotsuga menziesii spp. menziesii (Mirb.) Franco] and western hemlock [Tsuga heterophylla (Raf.) Sarg.] stands located on the east coast of Vancouver Island, British Columbia, Canada, with each stand representing a different structural stage of stand development for forests within this biogeoclimatic zone. Tree height, crown dimensions, cover, and vertical foliage distributions were measured in 20 m × 20 m plots and correlated to the LiDAR data. Foliage profiles were then fitted, using the Weibull probability density function, to the field measured crown dimensions, vertical foliage density distributions and the LiDAR data at each plot. A modified canopy volume approach, based on methods developed for full waveform LiDAR observations, was developed and used to examine the vertical and horizontal variation in stand structure. Results indicate that measured stand attributes such as mean stand height, and basal area were significantly correlated with LiDAR estimates (r 2 = 0.85, P < 0.001, SE = 1.8 m and r 2 = 0.65, P < 0.05, SE = 14.8 m2 ha−1, respectively). Significant relationships were also found between the LiDAR data and the field estimated vertical foliage profiles indicating that models of vertical foliage distribution may be robust and transferable between both field and LiDAR datasets. This study demonstrates that small footprint, discrete return, LiDAR observations can provide quantitative information on stand and tree height, as well as information on foliage profiles, which can be successfully modelled, providing detailed descriptions of canopy structure.

Abstract Abstract A method is presented for determining organic carbon content of soils, extracts and plant tissue utilizing an acidic wet oxidation in modified culture tubes; samples containing carbonates are pretreated with dilute acid. Evolved CO2 is trapped in a NaOH solution and quantified titrimetrically. The method described has a range of 0.4–11 mg. carbon and the range can be extended in either direction by modifying the CO2 trapping/titration procedure. This method is as accurate and precise as more time consuming dry oxidation procedures. Key words: soil carbonplant carboncarbonate determination