Is Alaska’s Yukon–Kuskokwim Delta Greening or Browning? Resolving Mixed Signals of Tundra Vegetation Dynamics and Drivers in the Maritime Arctic
Notice bibliographique
Résumé
Abstract Alaska’s Yukon–Kuskokwim Delta (YKD) is among the Arctic’s warmest, most biologically productive regions, but regional decline of the normalized difference vegetation index (NDVI) has been a striking feature of spaceborne Advanced High Resolution Radiometer (AVHRR) observations since 1982. This contrast with “greening” prevalent elsewhere in the low Arctic raises questions concerning climatic and biophysical drivers of tundra productivity along maritime–continental gradients. We compared NDVI time series from AVHRR, the Moderate Resolution Imaging Spectroradiometer (MODIS), and Landsat for 2000–19 and identified trend drivers with reference to sea ice and climate datasets, ecosystem and disturbance mapping, field measurements of vegetation, and knowledge exchange with YKD elders. All time series showed increasing maximum NDVI; however, whereas MODIS and Landsat trends were very similar, AVHRR-observed trends were weaker and had dissimilar spatial patterns. The AVHRR and MODIS records for time-integrated NDVI were dramatically different; AVHRR indicated weak declines, whereas MODIS indicated strong increases throughout the YKD. Disagreement largely arose from observations during shoulder seasons, when there is partial snow cover and very high cloud frequency. Nonetheless, both records shared strong correlations with spring sea ice extent and summer warmth. Multiple lines of evidence indicate that, despite frequent disturbances and high interannual variability in spring sea ice and summer warmth, tundra productivity is increasing on the YKD. Although climatic drivers of tundra productivity were similar to more continental parts of the Arctic, our intercomparison highlights sources of uncertainty in maritime areas like the YKD that currently, or soon will, challenge historical concepts of “what is Arctic.”
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».