MétaCan
Menu
Retour à la cohorte
Enregistrement W2972124581 · doi:10.1080/15230430.2019.1650542

NDVI–Climate relationships in high-latitude mountains of Alaska and Yukon Territory

2019· article· en· W2972124581 sur OpenAlexaboutno aff
David L. Verbyla, Thomas A. Kurkowski

Notice bibliographique

RevueArctic Antarctic and Alpine Research · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesNational Geospatial-Intelligence Agency
Mots-clésNormalized Difference Vegetation IndexTundraEnvironmental sciencePrecipitationLatitudeClimatologyGrowing seasonPhysical geographyClimate changeAtmospheric sciencesArcticGeographyGeologyEcologyMeteorologyOceanography

Résumé

récupéré en direct d'OpenAlex

High-latitude systems in northwestern Canada and Alaska have warmed rapidly. The aim of this study was to examine how a remotely sensed proxy of vegetation productivity varied among mountain ranges with respect to elevation and climate from 2002–2017. Our study area included high-latitude mountains in Alaska, USA, and Yukon Territory, Canada, ranging from cold arctic mountains in the tundra biome to warmer interior mountains areas within the boreal biome. We used the annual maximum Normalized Difference Vegetation Index (NDVI) data from the 250-m MODIS NDVI product as a proxy of maximum growing season photosynthetic activity. The long-term (16-year) and interannual pattern of maximum NDVI was investigated with respect to elevation, July temperature, and July precipitation classes within four climatic mountain regions. The July temperature lapse rate was consistently linear, whereas the long-term maximum NDVI lapse rate was nonlinear. At lower elevations, the high-precipitation region had the highest NDVI, whereas the interior mountains region had the highest NDVI at higher elevations. The long-term maximum NDVI was negatively correlated with July precipitation for areas with July temperature below 12°C. Above 12°C, NDVI was positively correlated with July precipitation, with the greatest rate of NDVI increase with precipitation at the warmest July temperature class. The pattern of interannual peak NDVI with respect to July temperature was not as strong as the long-term pattern; however, the only interannual negative correlation between peak NDVI and July temperature was at lower elevations within the interior mountains. We concluded that among a regional climatic gradient of mountain areas, low growing season temperature and length were likely constraining vegetation productivity, and lower growing season moisture may be an important constraint at the warmest interior mountains region.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,301
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic Antarctic and Alpine ResearchMême sujetClimate change and permafrostTravaux en français237 207