Analysis of desertification combating needs based on potential vegetation NDVI—A case in the Hotan Oasis
Notice bibliographique
Résumé
Combating desertification is vital for arresting land degradation and ensuring sustainable development of the global ecological environment. This study has analyzed the current desertification status and determined its control needs based on the difference between potential normalized difference vegetation index (PNDVI) and actual normalized difference vegetation index (ANDVI) in the Hotan desertoasis. The MaxEnt model, combined with the distribution point data of natural vegetation with long-term stable normalized difference vegetation index (NDVI) and 24 environmental factors was used to predict the PNDVI spatial distribution of different vegetation coverage grades and compared it with ANDVI. Excluding the areas of intense human activity such as arable land, the simulation results show that PNDVI with high, medium, and low vegetation cover was mainly distributed in the southwest and southeast of Hotan Oasis, in the midstream and downstream of Kalakash River and Yulong Kashi River, and the desert or Gobi area outside the oasis, respectively. The distribution of PNDVI with high, medium, and low vegetation cover accounted for 6.80%, 7.26%, and 9.17% of Hotan oasis, respectively. The comparison between ANDVI and PNDVI shows that 18.04% (ANDVI < PNDVI, about 3900 km2) of the study area is still suffering from desertification, which is mainly distributed in the desert-oasis ecotone in Hotan. The findings of this study implied that PNDVI could be used to assess the desertification status and endorsement of desertification control measures in vulnerable ecosystems. Hence, PNDVI can strengthen the desertification combating efforts at regional and global scales and may serve as a reference point for the policymakers and scientific community towards sustainable land development.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».