The Gavkhouni Wetland Dryness and Its Impact on Air Temperature Variability in the Eastern Part of the Zayandeh-Rud River Basin, Iran
Notice bibliographique
Résumé
The Gavkhouni wetland provides many environmental and economic benefits for the central region of Iran. In recent decades, it has completely dried up several times with substantial impacts on local ecosystems and climate. Remote sensing-based Land Surface Temperature (LST), Normalized Difference Water Index (NDWI) and Normalized Difference Vegetation Index (NDVI) in combination with in-situ data were used to investigate the trend of the Gavkhouni wetland dryness and the associated impact on the variability of local air temperature. The results indicate that the wetland has increasingly experienced drier conditions since the year 2000. The wetland was almost completely dry in 2009, 2011, 2015 and 2017. In addition, the results show that Gavkhouni wetland dryness has a significant impact on local climate, increasing the mean seasonal air temperature by ~1.6 °C and ~1 °C in spring and summer, respectively. Overall, this study shows that remote sensing imagery is a valuable source for monitoring dryness and air temperature variations in the region. Moreover, the results provide a basis for effective water allocation decisions to maintain the hydrological and ecological functionality of the Gavkhouni wetland. Considering that many factors such as latitude, cloud cover, and the direction of prevailing winds affect land surface and air temperatures, it is suggested to use a numerical climate model to improve a regional understanding of the effects of wetland dryness on the surrounding climate.
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 | 0,001 | 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 ».