Changes in Vegetation Phenology and Productivity in Alaska Over the Past Two Decades
Notice bibliographique
Résumé
Understanding trends in vegetation phenology and growing season productivity at a regional scale is important for global change studies, particularly as linkages can be made between climate shifts and the vegetation’s potential to sequester or release carbon into the atmosphere. Trends and geographic patterns of change in vegetation growth and phenology from the MODerate resolution Imaging Spectroradiometer (MODIS) satellite data sets were analyzed for the state of Alaska over the period 2000 to 2018. Phenology metrics derived from the MODIS Normalized Difference Vegetation Index (NDVI) time-series at 250 m resolution tracked changes in the total integrated greenness cover (TIN), maximum annual NDVI (MAXN), and start of the season timing (SOST) date over the past two decades. SOST trends showed significantly earlier seasonal vegetation greening (at more than one day per year) across the northeastern Brooks Range Mountains, on the Yukon-Kuskokwim coastal plain, and in the southern coastal areas of Alaska. TIN and MAXN have increased significantly across the western Arctic Coastal Plain and within the perimeters of most large wildfires of the Interior boreal region that burned since the year 2000, whereas TIN and MAXN have decreased notably in watersheds of Bristol Bay and in the Cook Inlet lowlands of southwestern Alaska, in the same regions where earlier-trending SOST was also detected. Mapping results from this MODIS time-series analysis have identified a new database of localized study locations across Alaska where vegetation phenology has recently shifted notably, and where land cover types and ecosystem processes could be changing rapidly.
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 | 0,000 |
| 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 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 ».