Satellite observations of high northern latitude vegetation productivity changes between 1982 and 2008: ecological variability and regional differences
Notice bibliographique
Résumé
To assess ongoing changes in high latitude vegetation productivity we compared spatiotemporal patterns in remotely sensed vegetation productivity in the tundra and boreal zones of North America and Eurasia. We compared the long-term GIMMS (Global Inventory Modeling and Mapping Studies) NDVI (Normalized Difference Vegetation Index) to the more recent and advanced MODIS (Moderate Resolution Imaging Spectroradiometer) NDVI data set, and mapped circumpolar trends in a gross productivity metric derived from the former. We then analyzed how temporal changes in productivity differed along an evergreen–deciduous gradient in boreal Alaska, along a shrub cover gradient in Arctic Alaska, and during succession after fire in boreal North America and northern Eurasia. We find that the earlier reported contrast between trends of increasing tundra and decreasing boreal forest productivity has amplified in recent years, particularly in North America. Decreases in boreal forest productivity are most prominent in areas of denser tree cover and, particularly in Alaska, evergreen forest stands. On the North Slope of Alaska, however, increases in tundra productivity do not appear restricted to areas of higher shrub cover, which suggests enhanced productivity across functional vegetation types. Differences in the recovery of post-disturbance vegetation productivity between North America and Eurasia are described using burn chronosequences, and the potential factors driving regional differences are discussed.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».