Urban Tree DBH Response to Fast Urbanization— A Case from Coastal City Zhanjiang, China
Notice bibliographique
Résumé
Abstract Trees perform various ecosystem functions within urban green space, yet little is known about the magnitude of change in urban tree DBH, and its potential response to urbanization. Field investigation was used to determine current tree DBH within Urban Function Units (UFUs) in the coastal city Zhanjiang in China. The cover of each UFU was determined via visual interpretation of satellite images. We recorded 12,434 individuals within Zhanjiang green space belonging to 185 species, 137 genera, and 51 families. The dominant DBH range was 5-15 cm, which accounted for 43.72% of the total stems. The DBHs of 33 individuals were larger than 90 cm - 20 of these individuals were Ficus species. The average tree DBH within commercial areas was (32.29 cm ±1.74 cm), which was the highest among all UFU types, and lowest within woodland areas (7.11 cm ± 0.56 cm). Tree DBH was significantly positively correlated with imperious surface rate, and significantly negatively correlated with green space surface rate. Variation partitioning analysis showed that impervious surface rate had the highest explanatory power, followed by construction age, then patch density. These three prediction variables, however, only explained 20% of the total observed variation - this suggests that DBH was strongly influenced by several additional factors. Understanding urban tree DBH structure and its influencing factors can promote the stable development of the urban forest.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».