MétaCan
Menu
Retour à la cohorte
Enregistrement W4404318548 · doi:10.1016/j.ecoinf.2024.102894

Spatio-temporal evaluation of MODIS temperature vegetation dryness index in the Middle East

2024· article· en· W4404318548 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEcological Informatics · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDrynessVegetation IndexVegetation (pathology)Environmental scienceIndex (typography)Normalized Difference Vegetation IndexPhysical geographyClimatologyRemote sensingGeographyLeaf area indexEcologyGeologyComputer scienceBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Drought, a recurring meteorological event, can potentially cause devastating consequences for human populations, and its attributes vary significantly across diverse geographic areas. Therefore, recognizing drought events is paramount for strategically planning and managing water resource systems. In this study, the Temperature Vegetation Dryness Index (TVDI), derived using Moderate-Resolution Imaging Spectroradiometer (MODIS) data spanning from 2003 to 2022 in the Middle East, was used as the foundation for both trend and spectral analyses. To assess TVDI trends, the Mann-Kendall test and Sen's slope estimator were utilized, and harmonic analysis was conducted for spectral analyses. These methods were applied to a dataset comprising 258,087 pixels within the specified region, covering various time scales, including monthly and seasonal analyses. The monthly analyses indicated significant growth in March and April, with September showing the least significant increase, suggesting stability or decline. Geographically, upward trends were predominant in the northern Middle East, including Turkey, Syria, Iraq, western Iran, and eastern Jordan. Significant downward trends were observed in the southern Middle East during the warmer months. Seasonal assessments showed no significant TVDI trends in winter, but upward trends in the south, west, and northwest were identified during spring. The annual trend map indicates a long-term declining trend in TVDI for most regions within specific latitudes, particularly those below 34 degrees. The results of harmonic analysis revealed the presence of multiple cycles at a 95 % confidence level. Notably, there was a heightened prevalence of significant sinusoidal cycles, especially the 2–3-year cycles. This cycle was widespread in countries such as Iran, Oman, Yemen, and Turkey, as well as in the southern regions of Saudi Arabia and Egypt. • Significant seasonal TVDI trends: upward in northern, downward in southern Middle East. • Seasons show varied TVDI trends: steep spring ups, notable summer downs. • Annual TVDI trend map shows long-term decline, especially below 34 degrees latitude. • Periodograms reveal cyclic TVDI patterns linked to ENSO and atmospheric factors.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,400
Score d'incertitude au seuil0,208

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,253
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle