Satellite Based Analysis of Northern ET Trends and Associated Changes in Regional Water Balance from 1983 to 2005
Notice bibliographique
Résumé
We developed an evapotranspiration (ET) algorithm driven by satellite remote sensing inputs, including AVHRR GIMMS NDVI, MODIS land cover and NASA/GEWEX solar radiation and albedo, and regionally corrected NCEP/NCAR Reanalysis daily surface meteorology. The algorithm was used to assess spatial patterns and temporal trends in ET over the pan-Arctic basin and Alaska from 1983 to 2005. We then analyzed associated changes in the regional water balance defined as precipitation (P) minus ET, where monthly P was defined from Global Precipitation Climatology Project (GPCP) and Global Precipitation Climatology Center (GPCC) sources. Monthly ET results derived from both in situ meteorological measurements and coarse resolution model reanalysis inputs agreed well (RMSE = 5.1–6.3 mm month−1; R2 = 0.91–0.92) with measurements from eight independent flux towers representing regionally dominant land cover types. ET showed generally positive trends over most of the pan-Arctic domain, though negative ET trends occurred over 32% of the region, primarily in boreal forests of southern and central Canada. Generally positive trends in ET, P and available long-term river discharge measurements imply that the pan-Arctic terrestrial water cycle is intensifying despite uncertainty in regional P and associated water balance estimates. Increasing water deficits in eastern Alaska, Canadian Yukon and western Prairie Provinces, and Northern Mongolia agree with regional drought records and recent satellite observations of vegetation browning and productivity decreases. Our results indicate that the pan-Arctic water balance is responding to a warming climate in complex ways with direct links to terrestrial carbon and energy cycles.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 tête enseignante, 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 ».