Impacts of climate change and human activities on vegetation cover changes in the Fen River headwaters based on long time series data
Notice bibliographique
Résumé
As an indicator of climate change, the change of vegetation cover directly reflects the ecosystem dynamics of the region.In this paper, the spatial and temporal characteristics of vegetation cover in the headwaters of the Fen River and the effects of temperature, precipitation, GDP and population on the changes of vegetation cover were statistically analyzed by using the Theil-Sen median slope and the Mann-Kendall test and Pearson's correlation coefficient from 2000 to 2020.The results showed that: (1) from 2000 to 2020, the vegetation cover of the Fen River headwaters showed an overall upward trend, and the mean value of NDVI was 0.55.The fluctuation increased from 2000 to 2011; the significant increase was observed from 2011 to 2013; and the fluctuation of the value of NDVI from 2013 to 2020 was relatively small 0.01 p .(2) Climate change affects changes in vegetation cover.On the time scale, the 2000-2020 mean NDVI values are positively correlated with temperature and precipitation, but the correlation is not significant 0.053 0.05, 0.185 0.05 p p . On the spatial scale, vegetation cover was weakly negatively correlated with air temperature as a whole, while positively correlated with precipitation as a whole.(3) The influence of human activities on vegetation cover was dominant, NDVI and GDP were positively correlated, with only 5.13% negatively correlated in the central and northeastern part of the region, and NDVI and population were strongly positively and negatively correlated, with alternating distribution in the study area.(4) The vegetation cover of the Fen River headwaters area shows an increasing trend, but there are still ecological and environmental problems, and it is necessary to continue to improve the implementation of the relevant ecological protection policies in order to achieve the goal of sustainable development.The results of the study can provide scientific references for the restoration of vegetation cover and protection of fragile ecosystems in the transition zone of semi-arid and semi-humid climate.
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 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 | 0,000 |
| 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 tête enseignante, 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 ».