Remote sensing evaluation of High Arctic wetland depletion following permafrost disturbance by thermo-erosion gullying processes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Northern wetlands and their productive tundra vegetation are of prime importance for Arctic wildlife by providing high-quality forage and breeding habitats. However, many wetlands are becoming drier as a function of climate-induced permafrost degradation. This phenomenon is notably the case in cold, ice-rich permafrost regions such as Bylot Island, Nunavut, where degradation of ice wedges and thermo-erosion gullying have already occurred throughout the polygon-patterned landscape resulting in a progressive shift from wet to mesic tundra vegetation within a decade. This study reports on the application of the normalized difference vegetation index to determine the extent of permafrost ecosystem disturbance on wetlands adjacent to thermo-erosion gullies. The analysis of a GeoEye-1 image of the Qarlikturvik valley, yielding a classification with five classes and 62% accuracy, resulted in directly identifying affected areas when compared to undisturbed baseline of wet and mesic plant communities. The total wetland area lost by drainage around the three studied gullies approximated to 95 430 m 2 , which already represents 0.5% of the total wetland area of the valley. This is worrisome considering that 36 gullies have been documented in a single valley since 1999 and that permafrost degradation by thermal erosion gullying is significantly altering landscape morphology, modifying wetland hydrology, and generating new fluxes of nutrients, sediments, and carbon in the watershed. This study demonstrates that remote sensing provides an effective means for monitoring spatially and temporally the impact of permafrost disturbance on Arctic wetland stability.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle