Spatiotemporal Variations of Satellite Microwave Emissivity Difference Vegetation Index in China Under Clear and Cloudy Skies
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
Abstract In this study, we used data from multiple sensors onboard NASA Aqua satellite to conduct a 10‐year (2002–2011) remote sensing of microwave emissivity difference vegetation index (EDVI) over China. We investigated the spatial and temporal variations of EDVI in tropical and subtropical evergreen forest, deciduous forest, rice and wheat farmlands, grassland, and montane vegetation regions. The average of China's EDVI is positive in dense vegetation regions and negative in sparse vegetation regions, depending on the proportion of bare soil and open water. In all selected studying regions, the seasonal variation of EDVI follows the trend of vegetation phenology, even in regions with large proportion of open water. EDVI is positively correlated to the greenness of vegetation (normalized difference vegetation index [NDVI]) with certain phase difference in their seasonal cycle. In autumn, EDVI begins to decline earlier and faster than NDVI. In tropical rainforest, EDVI also starts to increase earlier than NDVI in spring. The large‐scale spatial distribution of EDVI under clear sky and cloudy sky is similar. In montane vegetation regions, EDVI under heavy clouds (90% fraction) conditions is significantly greater than that under clear sky (10% fraction), indicating a possible cloud induced enhancement of vegetation water content. In forests and croplands in the plains, such effect is not remarkable.
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 | 0,000 | 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 | 0,001 |
| 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 découle