The spatial-temporal distributions of controlling factors on vegetation growth in Tibet Autonomous Region, Southwestern China
Notice bibliographique
Résumé
Abstract Due to cold and arid climate of Tibet Autonomous Region, vegetation growth is considered to be controlled by both moisture availability and warmth. In order to reveal the patterns of regional climate change and the mechanisms of climate-vegetation interactions, long term (1982–2013) datasets of climate variables and vegetation activities were collected from Climatic Research Unit (CRU) and Global Inventory Monitoring and Modeling System (GIMMS). Principal regression analysis and (partial) correlation analysis were conducted to reveal the contributions of controlling factors on vegetation growth. Study results showed that (1) Annual mean air temperature (TMP) had increased by 0.38 °C per decade (P = 0.00) and annual precipitation (PRE) had increased by 17.25 mm per decade (P = 0.15). A significant change point around the year 1997/1998 was detected by Mann-Whitney-Pettit test, coinciding with the occurrence of El Niño event. (2) Normalized Difference Vegetation Index (NDVI) had an insignificant positive trend. Spatially, pixels of high NDVI values, great NDVI trends and high inter-annual deviations are distributed in the densely vegetated eastern part. Principal regression analysis revealed that, alpine grassland (northern and western part) is mostly controlled by temperature, steppe meadow (middle and southern part) is mostly controlled by precipitation, and shrub/mixed needle leaved and broad leaved forest (eastern part) is mostly controlled by cloud coverage. (3) Partial correlation analyses showed that regions with high sensitivity to precipitation nearly overlapped with regions of high sensitivity to minimum temperature. And the high importance of cold index (CDI, accumulated negative difference between TMP and 5 °C) revealed in this study implied the effects of regional glacial melting and permafrost degradation. We concluded that the regional climate change can be characterized as warming and wetting. Different regions and vegetation types in Tibet Autonomous Region demonstrated different driving climate factors and climate-vegetation relationships.
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 | 0,002 |
| 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 ».