Spatio-temporal evaluation of MODIS temperature vegetation dryness index in the Middle East
Notice bibliographique
Résumé
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.
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 | 0,001 |
| 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 ».