The finding of increasing forest bi

The finding of increasing forest biomass over recent decades has proved remarkably controversial(cf for example Clark 2002; Lewis.

Phillips& Baker 2006. 2009b; Phillips et al. 2002a: wright 2005), despite the fact that an uptake of 2 PgC yr somewhere on Earth's land surface is evident from independ- ent mass-balance observations of the global carbon cycle.

While there is not space here to review the many early debates, the most persistent area of controversy can be characterised by the phrase'slow in, rapid out' (Korner 2003).

This argument stresses that forest growth is a slow process while mortality can potentially be singular in time, thereby causing rapid biomass loss and sometimes resetting forest stand structure. Consequently, limited sampling or sampling over short observation periods may tend to miss such more severe events.

Inferences based on such sampling could therefore result in positively biased estimates of aboveground biomass trends in old-growth forests when results from plot networks are extrapolated to a large are Given the still small number of tropical plots relative to the total biome area, this concern is understandable.

However, we suggest it is unlikely be a major source uncertainty or bias in our calculations for four reasons.

First, large and intense natural disturbances are rare in the lowland tropics certainly compared with boreal forests and probably compared with temper ate ones too.

Thus, even when accounting for Landsat-based measurements of large disturbances and conservatively using a disturbance frequency magnitude model fit that is likely to over-estimate the frequency of large- magnitude disturbances, it is clear that disturbances capable of removing 100 Mg aboveground biomass(AGB) at the 1 ha scale(i.e. about 1/3 total standing biomass) have return times of 1000 years or more in Amazonia(Gloor et al. 2009: Table 4.1).

Furthermore, Gloor et al. (2009) used a stochastic simulator to show for South American forests that any sampling biases result ing from such a disturbance regime, given the sample sizes available in the RAINFOR network, are too small to explain the gains detected by the plot network.

More recent independent analyses using satellite data from across the Amazon basin(Espirito-Santo et al. 2010) show that the return time of stand-initiating scale disturbances in western Amazonia is-27000 years while in eastern Amazonia it is ~90000 years.

The basin-wide mean ~39 000 years, is so large that any impacts on our Amazon dataset are negli gible, and it explains why we have not sampled a stand-resetting disturbance This accords with the first pioneering large-scale analysis, which showed the rarity of large-scale disturbance events in the Amazon Basin(Nelson et al. 1994).
For Africa, analysis of a single available dataset from large-scale ground-based surveys of forest gaps, alongside mortality rates in the plots, both showed a similar pattern: the size frequency-distribution of disturb ance events contain too few large-scale events to cause the increase in biomas shown in the presented results(Lewis et al. 2009b).

This accords with the high biomass and large number of large diameter trees in African forests, which most closely match theoretical'disturbance-free' forests(Enquist& Niklas 2001), implying that large-scale mortality events are rare.
The'slow-in, rapid- out' debate was magnified by a theoretical paper that unfortunately compared single-year time-step simulations with actual RAINFOR results, which are aver aged at intervals of 10 years(Fisher et al. 2008).

Furthermore, the size-frequency distribution of disturbance events was also parameterised incorrectly, thus overestimating the frequency of large disturbance events(cf Lloyd, Gloor& Lewis 2009).

These two errors greatly exaggerated the apparent magnitude of the'slow-in, rapid-out' effect, by more than an order magnitude.

Second, the RAINFOR network was successfully used to detect the impact of major disturbance(the 2005 Amazon drought: see below) and to differen tiate its dynamic and floristic effects from the background state of long-term biomass accumulation.

This biomass decline was in fact dominated by a clearly detectable increase in mortality(Phillips et al. 2009).


Thus, if there was a dominating impact of past disturbance events on Amazon forests these would have been detected, as the network is proven to be large enough to detect much more modest disturbance events.
Third, the plot network lacks the basic signatures of forests recovering from large disturbances.

Biomass in is not the only structural change recorded in Amazonian forest plots. Across 91 RAINFOR plots where we tracked popula tions back to 2002 there has been a small increase in the stand density between the first and last measurements of 0.84 t 0.77 stems per hectare per year, an annual

ผลลัพธ์ (ไทย) 1:

หาชีวมวลป่าไม้เพิ่มขึ้นกว่าทศวรรษได้พิสูจน์แล้วว่าความขัดแย้งอย่างน่าทึ่ง (cf เช่นคลาร์ก 2002 ลูอิส ฟิลลิปส์และ 2006 เบเกอร์ 2009b ฟิลลิปส์ร้อยเอ็ด 2002a: ไรท์ 2005), ถึงแม้ว่า การดูดซึมของ PgC มัธยมบนพื้นดินจะเห็นได้จากการสังเกตการดุลมวล independ เอนท์ของวัฏจักรคาร์บอนทั่วโลก ขณะที่ไม่มีพื้นที่ที่อภิปรายช่วงหลาย พื้นที่ถกเถียงสุดถาวรสามารถโดดเด่น ด้วย phrase'slow อย่างรวดเร็วออก ' (คอนเนอร์ 2003) อาร์กิวเมนต์นี้ความเครียดที่ป่าเจริญเติบโตเป็นกระบวนการช้าในขณะที่อาจมีเพียงเวลาตาย จึงทำให้ขาดทุนชีวมวลอย่างรวดเร็ว และบางครั้งตั้งป่ายืนโครงสร้าง ดังนั้น จำกัดสุ่มหรือสุ่มตัวอย่างระยะสั้นสังเกตอาจมีแนวโน้มจะ พลาดเหตุการณ์ดังกล่าวรุนแรงมากขึ้น Inferences ตามตัวอย่างดังกล่าวอาจดังนั้นส่งผลประเมิน biased บวกของชีวมวล aboveground ในป่าเติบโตเก่าเมื่อผลลัพธ์จากพล็อตที่มี extrapolated เครือข่ายที่ใหญ่ได้แปลงเขตร้อนจำนวนเล็กยังคงสัมพันธ์กับพื้นที่นิเวศน์วิทยารวม ความกังวลนี้เป็นที่เข้าใจ อย่างไรก็ตาม เราแนะนำไม่น่าเป็นแหล่งข้อมูลความไม่แน่นอนหรือความโน้มเอียงในการคำนวณของเราเหตุผล 4รบกวนธรรมชาติแรก ขนาดใหญ่ และรุนแรงไม่ค่อยพบในราบเขตร้อนได้แน่นอนเมื่อเทียบกับป่า boreal และอาจเปรียบเทียบกับอารมณ์กินคนเกินไป ดังนั้น แม้เมื่อบัญชี Landsat ใช้วัดความแปรปรวน และ conservatively ใช้การรบกวนความถี่ขนาดพอที่จะประเมินความถี่ของการรบกวนขนาดใหญ่ แบบจึงชัดเจนว่า รบกวนความสามารถในการลบ biomass(AGB) aboveground 100 มิลลิกรัมที่ 1 ฮา สเกล (ยืนชีวมวลทั้งหมดคือประมาณ 1 ใน 3) มีเวลาคืน 1000 ปีหรือเพิ่มเติมในพนักงาน Amazonia (Gloor et al. 2009 : ตาราง 4.1) นอกจากนี้ Gloor et al. (2009) ใช้จำลอง stochastic เพื่อแสดงสำหรับป่าอเมริกาใต้เล็กเกินกว่าจะอธิบายกำไรตรวจพบเครือข่ายพล็อตการอิงผลควรสุ่มตัวอย่างจากเช่นการรบกวนระบบการปกครอง กำหนดขนาดตัวอย่างที่ใช้ในเครือข่าย RAINFOR ล่าสุดอิสระวิเคราะห์โดยใช้ข้อมูลดาวเทียมจากทั่วลุ่มน้ำอเมซอน (-ซูลร์ et al. 2010) แสดงว่า เวลากลับของรบกวนขนาดเริ่มยืนในปี 27000 เป็นพนักงาน Amazonia ตะวันตกในตะวันออกพนักงาน Amazonia เป็นปี ~ 90000 หมายความว่าหน้ากว้าง ~ 39 000 ปี มีขนาดใหญ่มากที่มีผลกระทบต่อชุดข้อมูล Amazon ของเรา negli gible และจะอธิบายทำไมเรามีไม่ตัวอย่างไฟฟ้าที่ตั้งขาตั้งนี้ซึ่งสอดคล้องกับการแรกบุกเบิกขนาดใหญ่วิเคราะห์ ซึ่งแสดงให้เห็นหายากขนาดใหญ่รบกวนเหตุการณ์ใน Basin(Nelson et al. 1994) อเมซอน สำหรับแอฟริกา การวิเคราะห์ชุดข้อมูลมีเดียวจากการสำรวจภาคพื้นดินที่ใหญ่ของช่องป่า ควบคู่ไปกับอัตราการตายในผืน ทั้งแสดงรูปแบบที่คล้ายกัน: ance รบกวนความถี่กระจายขนาดของกิจกรรมประกอบด้วยกิจกรรมใหญ่น้อยเกินไปทำให้เกิดการเพิ่มขึ้นใน biomas แสดงผลการนำเสนอ (Lewis et al. 2009b) นี้เปิด มีชีวมวลสูงและเส้นผ่าศูนย์กลางขนาดใหญ่ต้นไม้ในป่าแอฟริกา ซึ่งใกล้เคียงกับฟรี theoretical'disturbance จำนวนมาก ' ป่า (Enquist & ชื่อเอชเอ็น 2001), กล่าวคืออยู่อาจขนาดใหญ่ตายเหตุการณ์หายาก ใน The'slow ออกอย่างรวดเร็ว ' อภิปรายถูกขยาย โดยกระดาษทฤษฎีที่แต่เปรียบเทียบแบบจำลองขั้นตอนเวลาปีเดียวกับ RAINFOR ผลลัพธ์จริง ซึ่งเป็นการยืนยันขับมีอายุในช่วงเวลา 10 ปี (Fisher et al. 2008) นอกจากนี้ การกระจายขนาดความถี่ของเหตุการณ์ไม่สงบถูกยัง parameterised อย่างไม่ถูกต้อง จึง overestimating ความถี่ของเหตุการณ์ใหญ่รบกวน (cf ลอยด์ Gloor และลูอิส 2009) ข้อผิดพลาดสองเหล่านี้มีขนาดปรากฏของ the'slow ใน อย่างรวดเร็วออกที่พูดเกินจริงอย่างมาก ' ผล โดยมากกว่าขนาดสั่ง ที่สอง เครือข่าย RAINFOR เรียบร้อยแล้วใช้การตรวจสอบผลกระทบของการรบกวนที่สำคัญ (แล้ง Amazon 2005: ดูด้านล่าง) และ differen tiate ผลแบบไดนามิก และ floristic จากสถานะพื้นหลังของสะสมระยะยาวชีวมวล ลดลงนี้ชีวมวลถูกครอบงำ โดยการขึ้นตรวจจับได้อย่างชัดเจนในความเป็นจริงในตาย (Phillips et al. 2009) ดังนั้น ถ้ามีผลกระทบ dominating ของอดีตรบกวนป่าอเมซอน เหล่านี้จะพบความ เป็นเครือข่ายที่พิสูจน์เป็นการตรวจหาเหตุการณ์ไม่สงบเจียมเนื้อเจียมตัวมากขึ้น ที่สาม เครือข่ายพล็อตขาดลายเซ็นพื้นฐานของป่าจากแปรปรวน ชีวมวลในไม่เปลี่ยนโครงสร้างเท่าที่บันทึกไว้ในผืนป่าอเมซอน ข้ามผืน RAINFOR 91 ที่เราติดตามนี้ทุกระดับไป 2002 ได้รับเพิ่มขึ้นขนาดเล็กแน่นยืนระหว่างวัดครั้งแรก และครั้งสุดท้ายของลำต้นที 0.77 0.84 ต่อตารางเมตรต่อปี ปี

ผลลัพธ์ (ไทย) 2:

การค้นพบของการเพิ่มป่าชีวมวลในช่วงหลายทศวรรษที่ผ่านมาได้พิสูจน์ให้เห็นอย่างน่าทึ่ง (CF เช่นคลาร์กปี 2002 ลูอิส. ฟิลลิปและเบเกอร์ปี 2006 2009b; ฟิลลิป et al, 2002a:. ไรท์ 2005) แม้จะมีความจริงที่ว่าการดูดซึมของ 2 PGC ปีที่แห่งหนึ่งใน พื้นผิวของโลกจะเห็นได้จากการสังเกต independ- Ent มวลสมดุลของวัฏจักรคาร์บอนทั่วโลก. ในขณะที่มีพื้นที่ไม่ที่นี่เพื่อดูการอภิปรายหลายต้นในพื้นที่ถาวรมากที่สุดของความขัดแย้งสามารถลักษณะ phrase'slow ในออกอย่างรวดเร็ว (Korner 2003). เรื่องนี้เน้นว่าการเจริญเติบโตของป่าเป็นกระบวนการที่ช้าในขณะที่อัตราการตายอาจจะเป็นเอกพจน์ในเวลาที่ก่อให้เกิดการสูญเสียจึงชีวมวลอย่างรวดเร็วและบางครั้งการรีเซ็ตโครงสร้างยืนป่า ดังนั้นการสุ่มตัวอย่าง จำกัด หรือการสุ่มตัวอย่างในช่วงเวลาสังเกตสั้นอาจมีแนวโน้มที่จะพลาดเช่นเหตุการณ์ที่รุนแรงมากขึ้น. หาข้อสรุปจากการสุ่มตัวอย่างดังกล่าวจึงอาจส่งผลให้ประมาณการลำเอียงทางบวกของแนวโน้มชีวมวลเหนือพื้นดินในป่าเจริญเติบโตเก่าเมื่อผลจากเครือข่ายพล็อตได้รับการประเมินที่มีขนาดใหญ่ จะได้รับจำนวนยังมีขนาดเล็กของแปลงเขตร้อนเทียบกับพื้นที่นิเวศน์วิทยารวม, ความกังวลนี้เป็นที่เข้าใจ. แต่เราบอกว่ามันไม่น่าจะเป็นความไม่แน่นอนแหล่งสำคัญหรือมีอคติในการคำนวณของเราสำหรับสี่เหตุผล. ครั้งแรกที่มีขนาดใหญ่และรุนแรงรบกวนธรรมชาติ ที่หาได้ยากในเขตร้อนที่ลุ่มอย่างแน่นอนเมื่อเทียบกับป่าเหนือและเมื่อเทียบกับอารมณ์อาจจะกินคนด้วย. ดังนั้นแม้ในขณะที่บัญชีสำหรับการตรวจวัด Landsat-based ของกับระเบิดขนาดใหญ่และอนุรักษ์นิยมใช้ความถี่รบกวนขนาดพอดีกับรูปแบบที่มีแนวโน้มที่จะมากกว่าประมาณการความถี่ ระเบิดขนาดใหญ่ก็เป็นที่ชัดเจนว่าการรบกวนสามารถลบ 100 MG เหนือพื้นดินชีวมวล (AGB) ในระดับ 1 เฮกตาร์ (คือประมาณ 1/3 ยืนชีวมวลรวม) มีเวลากลับมาของปี 1000 หรือมากกว่าใน Amazonia (Gloor et al, . 2009:. ตารางที่ 4.1) นอกจากนี้ Gloor et al, (2009) ที่ใช้ในการจำลองการสุ่มเพื่อแสดงป่าอเมริกาใต้ที่อคติสุ่มตัวอย่างใด ๆ ผลไอเอ็นจีจากเช่นระบอบการปกครองของความวุ่นวายให้ขนาดตัวอย่างที่มีอยู่ในเครือข่าย RAINFOR ที่มีขนาดเล็กเกินไปที่จะอธิบายกำไรที่ตรวจพบโดยเครือข่ายพล็อต. อื่น ๆ ที่ผ่านมา วิเคราะห์อิสระโดยใช้ข้อมูลดาวเทียมจากทั่วลุ่มน้ำอเมซอน (Espirito Santo-et al. 2010) แสดงให้เห็นว่าเวลาการกลับมาของสแตนด์เริ่มต้นกับระเบิดขนาดในภาคตะวันตกของ Amazonia เป็น-27000 ปีในขณะที่ในภาคตะวันออกของ Amazonia มันเป็น ~ 90000 ปี. basin- กว้างหมายถึง ~ 39 000 ปีมีขนาดใหญ่เพื่อที่ส่งผลกระทบใด ๆ ในชุดข้อมูลที่อเมซอนของเรามี Gible negli และอธิบายว่าทำไมเราไม่ได้ชิมความวุ่นวายยืนรีเซ็ตนี้สอดคล้องกับการวิเคราะห์ขนาดใหญ่ครั้งแรกที่เป็นผู้บุกเบิกซึ่งแสดงให้เห็นสิ่งที่หายากของ เหตุการณ์ความวุ่นวายขนาดใหญ่ในลุ่มน้ำอเมซอน (เนลสัน et al. 1994). สำหรับแอฟริกาวิเคราะห์ชุดข้อมูลที่สามารถใช้ได้เพียงครั้งเดียวจากขนาดใหญ่การสำรวจภาคพื้นดินของช่องว่างป่าควบคู่ไปกับอัตราการตายในแปลงทั้งแสดงให้เห็นรูปแบบคล้ายกัน : ขนาดความถี่การกระจายของเหตุการณ์ ance รบกวนมีน้อยเกินไปกิจกรรมขนาดใหญ่จะก่อให้เกิดการเพิ่มขึ้นของ BIOMAS แสดงในผลที่นำเสนอ (ลูอิส, et al 2009b). นี้สอดคล้องกับชีวมวลสูงและจำนวนมากของต้นไม้ขนาดใหญ่ในป่าแอฟริกันที่ใกล้ชิดที่สุดตรงกับ theoretical'disturbance ฟรี 'ป่า (Enquist & Niklas 2001) หมายความว่าเหตุการณ์การตายขนาดใหญ่เป็นของหายาก. The'slow -in, rapid- ออก 'อภิปรายขยายโดยกระดาษทฤษฎีว่าเมื่อเทียบ แต่น่าเสียดายที่ปีเดียวจำลองเวลาขั้นตอนกับผลที่เกิดขึ้นจริง RAINFOR ซึ่งจะมีอายุยืนยันในช่วงเวลา 10 ปี (ฟิชเชอร์ et al. 2008). นอกจากนี้ขนาด กระจาย -frequency ของเหตุการณ์ความวุ่นวายก็ยัง parameterised ไม่ถูกต้องจึงไขว้เขวความถี่ของเหตุการณ์ความวุ่นวายขนาดใหญ่ (CF ลอยด์และลูอิส Gloor 2009) ได้. ทั้งสองข้อผิดพลาดอย่างมากที่พูดเกินจริงขนาดปรากฏของ the'slow อินอย่างรวดเร็วออกมามีผลบังคับใช้โดย . มากกว่าขนาดการสั่งซื้อที่สองเครือข่าย RAINFOR ถูกใช้ประสบความสำเร็จในการตรวจสอบผลกระทบของความวุ่นวายที่สำคัญ (ภัยแล้ง Amazon 2005: ดูด้านล่าง) และแตกต่างกัน tiate ผลแบบไดนามิกและ floristic จากรัฐพื้นหลังของสะสมของจุลินทรีย์ในระยะยาวการลดลงของชีวมวลนี้ได้ในความเป็นจริงที่โดดเด่นด้วยการเพิ่มขึ้นอย่างชัดเจนในการตรวจพบการตาย (ฟิลลิป et al, 2009). ดังนั้นหากมีผลกระทบต่อการครอบครองของเหตุการณ์ความวุ่นวายที่ผ่านมาในป่าอเมซอนเหล่านี้จะได้รับการตรวจพบว่าเป็นเครือข่ายที่มีการพิสูจน์แล้วว่ามีขนาดใหญ่พอที่จะตรวจสอบเหตุการณ์ความวุ่นวายมากเจียมเนื้อเจียมตัวมากขึ้น. สามเครือข่ายพล็อตขาดลายเซ็นพื้นฐาน ของป่าที่ฟื้นตัวจากการรบกวนขนาดใหญ่. ชีวมวลในไม่ได้เป็นเพียงการเปลี่ยนแปลงโครงสร้างการบันทึกไว้ในแปลงป่าอเมซอน ข้าม 91 RAINFOR แปลงที่เราติดตาม tions popula กลับไปที่ 2002 ได้มีการเพิ่มขึ้นเล็กน้อยในความหนาแน่นระหว่างวัดแรกและสุดท้ายของ T 0.84 0.77 ลำต้นต่อเฮกตาร์ต่อปีเป็นประจำทุกปี

ผลลัพธ์ (ไทย) 3:

หาของป่าชีวมวลเพิ่มขึ้นกว่าทศวรรษที่ผ่านมาได้พิสูจน์แย้งอย่างน่าทึ่ง ( CF ตัวอย่างเช่นคลาร์ก 2002 ; ลูอิสฟิลลิปและเบเกอร์ 2549 2009b ; ฟิลลิป et al . 2002a : ไรท์ 2005 ) แม้จะมีความจริงที่ว่ามีการใช้ 2 ป้ายปีที่ไหนสักแห่งบนพื้นผิวดินของโลก เห็นได้จาก independ - ENT ดุลมวล สังเกตวงจรคาร์บอนของโลกในขณะที่มีพื้นที่ไม่ที่นี่เพื่อตรวจสอบก่อนอภิปราย มากมาย พื้นที่ส่วนใหญ่มีลักษณะถาวรการโต้เถียงโดย phrase"slow ในอย่างรวดเร็วออก " ( คอร์เนอร์ 2003 )อาร์กิวเมนต์นี้เน้นที่การเจริญเติบโตของป่าเป็นกระบวนการที่ช้าในขณะที่อัตราการตายอาจจะเอกพจน์ในเวลา จึงก่อให้เกิดการสูญเสียมวลอย่างรวดเร็วและบางครั้งการตั้งค่าโครงสร้างอยู่ในป่า โดยการสุ่มตัวอย่างการสุ่มตัวอย่างแบบจำกัด หรือช่วงเวลาสั้นอาจมีแนวโน้มที่จะคิดถึงเหตุการณ์ที่รุนแรงมากขึ้นเช่นอ้างอิงจากตัวอย่างดังกล่าวได้จึงส่งผลบวกประมาณมวลชีวภาพเหนือพื้นดินลำเอียงแนวโน้มในป่าเติบโตเก่าเมื่อผลจากเครือข่ายพล็อตคาดที่มีขนาดใหญ่จะได้รับหมายเลขยังเล็กเมื่อเทียบกับพื้นที่ของแปลงเขตร้อนระบบนิเวศทั้งหมด ปัญหานี้เป็นเรื่องที่เข้าใจได้แต่เราว่ามันไม่น่าเป็นแหล่งความไม่แน่นอนหรืออคติในการคํานวณของเราสี่เหตุผลครั้งแรกที่ใหญ่และรุนแรงผิดปกติธรรมชาติที่หายากในที่ลุ่มเขตร้อนแน่นอนเมื่อเทียบกับป่าทางเหนือและอาจเปรียบเทียบกับอารมณ์กินคนด้วยดังนั้นแม้เมื่อบัญชีสำหรับดาวเทียมตามการวัดของการรบกวนที่มีขนาดใหญ่และอนุรักษ์นิยมใช้รบกวนความถี่ขนาดแบบพอดีที่น่าจะผ่านการประเมินความถี่ของการรบกวนขนาดใหญ่ เป็นที่ชัดเจนว่าการรบกวนความสามารถในการลบ 100 มก. มวลชีวภาพเหนือพื้นดิน ( AGB ) ที่ 1 ฮาขนาด ( คือประมาณ 1 / 3 รวมชีวมวลที่ยืนอยู่ ) มีอัตราผลตอบแทนที่เวลา 1000 ปีหรือมากกว่าใน Amazonia ( gloor et al . 2552 : ตารางที่ 4.1 )นอกจากนี้ gloor et al . ( 2009 ) ที่ใช้จำลอง Stochastic ให้ป่าอเมริกาใต้ที่อคติใด ๆ ผลจากการรบกวนระบบไอเอ็นจีสุ่มให้ขนาดตัวอย่างที่มีอยู่ใน rainfor เครือข่ายมีขนาดเล็กเกินไปที่จะอธิบายผลประโยชน์ที่ตรวจพบโดยวางแผนเครือข่ายวิเคราะห์อิสระมากขึ้นล่าสุดโดยใช้ข้อมูลดาวเทียมจากทั่วลุ่มน้ำอเมซอน ( ปิริโตซันโต et al . 2010 ) แสดงให้เห็นว่าผลตอบแทนของการเวลายืนกวนมาตราส่วนในตะวันตก : is-27000 ปีในขณะที่ในภาคตะวันออกของ Amazon เป็น ~ 90 , 000 ปีอ่างกว้างหมายถึง ~ 39 000 ปีมีขนาดใหญ่เพื่อที่ผลกระทบต่อวันที่ Amazon ของเรา negli gible และมันอธิบายได้ว่าทำไมเราไม่มีตัวอย่างยืนตั้งกวนนี้สอดคล้องกับครั้งแรกที่บุกเบิกการวิเคราะห์ขนาดใหญ่ ที่แสดงถึงความหายากของเหตุการณ์การจลาจลขนาดใหญ่ในลุ่มน้ำอเมซอน ( Nelson et al . 1994 )แอฟริกา , การวิเคราะห์ของเดียวของข้อมูลจากการสำรวจของช่องว่างขนาดใหญ่บนพื้นดินในป่า พร้อมกับอัตราการเสียชีวิตในโครงเรื่อง ทั้งสองแสดงลักษณะ : ขนาดความถี่ของเหตุการณ์ ance รบกวนมีกิจกรรมขนาดใหญ่น้อยเกินไปที่จะทำให้เกิดการเพิ่มขึ้นใน biomas แสดงในแสดงผล ( ลูอิส et al . 2009b )นี้สอดคล้องกับปริมาณสูงและจำนวนมากของต้นไม้ขนาดใหญ่ในป่าแอฟริกาซึ่งอย่างใกล้ชิดที่สุด ราคา theoretical"disturbance-free " ป่า ( enquist & Niklas 2544 ) หมายถึงเหตุการณ์การตายขนาดใหญ่ที่หายาก .the"slow-in อภิปรายอย่างรวดเร็ว - ออก " ถูกขยายโดยทฤษฎีกระดาษที่โชคร้ายเมื่อเทียบปีเดียวเวลาขั้นตอนการจำลองกับผล rainfor จริง ซึ่งยืนยันอายุในช่วง 10 ปี ( Fisher et al . 2008 )นอกจากนี้ ขนาดความถี่ของเหตุการณ์ความไม่สงบยัง parameterised ไม่ถูกต้อง จึงประเมินความถี่ของเหตุการณ์ความไม่สงบที่มีขนาดใหญ่ ( CF ลอยด์ gloor & ลูอิส 2009 )สองข้อผิดพลาดอย่างมากล้นขนาดปรากฏของ the"slow-in อย่างรวดเร็ว " ผล มากกว่าสั่งขนาดประการที่สอง rainfor เครือข่ายได้ใช้เพื่อตรวจสอบผลกระทบของการรบกวนที่สำคัญ ( 2548 Amazon แล้ง : ดูด้านล่าง ) และการคิด tiate ผลกระทบแบบไดนามิกและโครงสร้างจากหลังการสะสมมวลชีวภาพของรัฐในระยะยาวนี้สามารถลดลงได้ในความเป็นจริงถูกปกครองโดยเพิ่มขึ้นอย่างชัดเจนได้ในอัตราการตาย ( Phillips et al . 2009 )ดังนั้น หากมีการผลกระทบของเหตุการณ์ความไม่สงบที่ผ่านมาใน Amazon ป่าเหล่านี้จะได้รับการตรวจพบเป็นเครือข่ายพิสูจน์ให้ใหญ่พอที่จะตรวจสอบเหตุการณ์ความไม่สงบมากเจียมเนื้อเจียมตัวมากขึ้นประการที่สาม วางแผนเครือข่ายขาดลายเซ็นพื้นฐานของป่าที่ฟื้นตัวจากการรบกวนมากชีวมวลไม่ได้เป็นเพียงการเปลี่ยนแปลงทางโครงสร้างที่บันทึกไว้ในแปลงป่าอเมซอน . ข้าม 91 rainfor แปลงที่เราติดตามประชากร tions กลับไป 2002 มีการเพิ่มขึ้นเล็กน้อยในยืนความหนาแน่นระหว่างแรกและวัดสุดท้ายของ 0.84 T จำนวนต้นต่อเฮกแตร์ต่อปี , ปี