Nitrogen deposition altered the climatic sensitivity of vegetation phenology
Notice bibliographique
Résumé
Abstract Nitrogen deposition substantially alters nutrient absorption by plant root systems, which has far-reaching consequences for leaf growth and development. However, its effects on plant phenology and climatic sensitivity remain unclear. This study investigated the effects of nitrogen deposition on vegetation phenology and its sensitivity to moisture and temperature from 1982 to 2022 by combining data from field experiments, remote-sensing observations, and land surface models. The results revealed that the start of the growing season (SOS) has become more sensitive to vapor pressure deficit (VPD), whereas its sensitivity to temperature and soil moisture (SM) has decreased in recent decades. Conversely, there was no notable trend in climatic sensitivity at the end of the growing season (EOS). The model results show that SOS’s sensitivity to VPD (SVPD) and temperature (STem) increased with higher nitrogen deposition levels (SVPD, a = 1.07 d unit−1, P < 0.01; STem, a = 0.10 d unit−1, P < 0.01). The sensitivity of EOS to soil moisture (SSM) decreased significantly with increasing nitrogen deposition (a = −1.82 d unit−1, P < 0.05), whereas SVPD decreased (a = −0.38 d unit−1, P < 0.01). Attribution analysis indicated that nitrogen deposition was the primary driver of changes in the climatic sensitivity of SOS, whereas atmospheric CO2 predominantly influenced changes in the SSM of EOS. These results emphasize the critical role of nitrogen deposition in determining the climatic sensitivity of vegetation phenology and provide a novel perspective for understanding and predicting vegetation phenology dynamics under ongoing global change.
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 | 0,000 | 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 ».