MétaCan
Menu
Retour à la cohorte
Enregistrement W3048901943 · doi:10.3390/atmos11080839

Dendrochronological Reconstruction of June Drought (PDSI) from 1731–2016 for the Western Mongolian Plateau

2020· article· en· W3048901943 sur OpenAlexaff
Liang Shi, Guangxin Li, Hongyan Liu, Jeffery P. Dech, Mei Zhou, Pengwu Zhao, Zhong Ren

Notice bibliographique

RevueAtmosphere · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensNipissing University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésDendrochronologyChronologyEcotoneClimatologyPrecipitationLarchClimate changeSteppePhysical geographyGeographyPlateau (mathematics)Environmental scienceEcologyGeologyBiologyMeteorologyMathematics

Résumé

récupéré en direct d'OpenAlex

Droughts are a recurrent phenomenon in the semiarid forest-steppe ecotone of Mongolia with negative consequences for tree growth and agricultural management. In order to better cope with the uncertainty of a changing climate, the study of historical drought and its effects on forests could provide useful insights into ecosystem responses to climate variability. Siberian larch (Larix sibirica) is a dominant tree species in Western Mongolia that provides a valuable source of proxy data in the form of annual rings. We used dendrochronological techniques to establish a standard master chronology and analyze the relationship between annual ring widths and climatic factors. Correlation analyses revealed that the strongest associations of tree-ring index (TRI) values for the master chronology to direct climate variables were June temperature (r = −0.36, p < 0.01) and precipitation (r = 0.39, p < 0.01). The master chronology was strongly correlated to Palmer Drought Severity Index (PDSI) for June (r = 0.606, p < 0.001), and this variable (PDSIJun) was chosen for reconstruction. A simple linear regression of PDSIJun based on TRI explained 35.4% of the total variance for the period 1965–2016 and based on this model the PDSIJun changes from 1731–2016 were reconstructed. Split–sample calibration–verification tests were conducted to evaluate the quality of the model used for climate reconstruction. In the past 286 years, the number of non-drought years (PDSI > 0) was low, with a frequency of only 14.1% of the total reconstruction years. Extreme drought (PDSIJun < −2.70) occurred frequently in the 19th and early and late 20th centuries. Multi-taper method (MTM) spectra and wavelet analysis showed that the reconstructed PDSI series had high and low frequency periods (2.4–3.3 and 85–92 years). Our findings provide an understanding of the drought history of the semiarid forest-steppe ecotone of western Mongolia.

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)0,000
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 enseignants0,190
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,226
Écart entre enseignants0,201 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmosphereMême sujetTree-ring climate responsesTravaux en français237 207