Assessing the Impacts of Climate Change Scenarios on Soil-Adjusted Vegetation Index in North African Arid Montane Rangeland: Case of Toujane Region
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.
Notice bibliographique
Résumé
Radiometric vegetation indices are considered good indicators of vegetation health and can contribute to explaining its current and future evolutions. This study is carried out in the arid mountain rangeland of Toujane (southeast of Tunisia). The aim is to predict how climate change will affect the Soil-Adjusted Vegetation Index (SAVI) values under dryland conditions. Current and future SAVI indices are analyzed using the maximum entropy algorithm (MaxEnt). The Canadian Earth System Model version 5 (CanESM5) represents the data source of two future climatic scenarios. These last, called Shared Socioeconomic Pathways (SSP245, SSP585), concern four time periods (2021–2040, 2041–2060, 2061–2080, and 2081–2100). Three topographic, twelve soil, and nineteen climatic variables are undertaken during each period. The main results of the jackknife test show that temperature, precipitation, and some soil variables are the main factors influencing SAVI indices. Specifically, they affect plant growth and vegetation cover, which in turn modify the SAVI index. Based on the area under the receiving curve, the model shows high predictive accuracy for a high SAVI (AUC = 0.88 − 0.92). These findings show that land management strategies may be incumbent upon to reduce the vulnerability linked to climate change in Toujane rangelands.
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 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 | 0,001 |
| 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 découle