Changes in Day and Night Temperatures and Their Asymmetric Effects on Vegetation Phenology for the Period of 2001–2016 in Northeast China
Notice bibliographique
Résumé
Asymmetrical changes in day and night temperatures (Td, Tn) have become a hot topic in climate change research. Using the MODIS 8-day synthetic temperature (MOD11A2) and the SPOT-VGT/PROBA_V 10-day synthetic normalized difference vegetation index (NDVI), we analyzed the spatiotemporal trends of Td and Tn in spring and autumn in Northeast China during the period of 2001–2016 and the partial correlation between temperature and vegetation phenology (start of season, SOS; end of season, EOS). We revealed that spring Td was the main negative factor pertaining to SOS. An increasing Td resulted in a delayed SOS in arid and semiarid regions, while in boreal areas, an increasing Td ensured the heat required for vegetation growth and prompted the SOS to advance. Conversely, EOS was positively correlated with Tn in autumn. Areas showing positive correlations between Tn and EOS totaled 73.26%, and 14.19% of the areas had a significant correlation (p < 0.05). However, the effects of Td on EOS were not as significant as Tn, and only at a 10.62% correlation did Td achieve significance, which was mostly attributable to areas of high elevation and latitude. Our results are crucial for future improvements in dynamic vegetation activities in response to climate change.
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) | 0,000 | 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 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 ».