Distinguishing the Impacts and Gradient Effects of Climate Change and Human Activities on Vegetation Cover in the Weihe River Basin, China
Notice bibliographique
Résumé
Abstract Vegetation cover is crucial for ecosystem stability, responding sensitively to climate change and human activities, and is prone to irreversible degradation. However, the mechanisms driving vegetation variations due to natural and anthropogenic factors still need to be fully understood. This study focused on the Weihe River Basin to elucidate the response mechanism of vegetation cover change to climate change and human activities from 2001 to 2020. Long time‐series multi‐source data were combined with a pixel dichotomy model, Theil–Sen median trend analysis, and Mann‐Kendall test to examine the trends and delineate five gradients in vegetation cover change. Additionally, Extreme Gradient Boosting, the Shapley value, and a structural equation model were employed to investigate the multidimensional response of vegetation cover in the basin as a whole and different vegetation cover gradients. The results revealed a general upward trend in vegetation coverage in the Weihe River Basin from 2001 to 2020. Topographic conditions and human activities were identified as primary influencers. Notably, accounting for climate change, particularly about changes in maximum climatic variables, was found to be essential, with temperature changes exerting a greater impact on vegetation cover variations compared to precipitation changes. The interaction between human activities, climate change, and topographic conditions can alter the intensity of each factor’s effect. The direction of indicators mentioned above varied across the vegetation cover gradients, emphasizing the need for localized strategies to improve vegetation. These findings offer valuable insights into ecological protection and vegetation restoration in the Weihe River Basin.
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 | 0,001 |
| 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 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 ».