Integrating remote sensing and plant physiology to assess the effects of mining pollution in a desert ecosystem
Notice bibliographique
Résumé
Mining activities in arid environments pose significant risks to vegetation, biodiversity, and ecosystem stability. This study evaluates the long-term ecological effects of phosphate mining pollution on desert vegetation in Israel's Negev Desert by integrating a 36-year Landsat-based NDVI time series (1984–2020) with recent field physiological measurements and controlled greenhouse experiments. The NDVI record revealed contrasting vegetation trajectories between a polluted site and a non-polluted reference site, with a marked decline in NDVI beginning after 2013 at the polluted site. Field analyses of four native species ( Phoenix dactylifera (Palm), Phragmites australis (Common reed), Atriplex halimus (Saltbush), and Sueda vera forssk.ex JFGmel (Sueda vera) demonstrated significant physiological and spectral stress under polluted conditions, with palm and Sueda vera showing the greatest pigment loss. Groundwater from the polluted spring contained elevated concentrations of arsenic (304 μg/L; ∼3× above Israeli Ministry of Health limits), boron (2069 μg/L; ∼2× above Health Canada limits), and nickel (254 μg/L; ∼13× above EPA limits). Greenhouse experiments using maize ( Zea mays ) and basil ( Ocimum basilicum ) confirmed pollution-driven stress responses, including reduced chlorophyll content, decreased stomatal conductance, and increased visible-range reflectance. While the NDVI time series provides long-term evidence of vegetation decline, the field and greenhouse datasets offer mechanistic insight into current physiological stress. Together, these findings demonstrate the cumulative ecological impact of mining-related pollution and highlight the value of integrating Landsat NDVI time series monitoring, physiological measurements, and spectroscopy to support sustainable environmental management in vulnerable arid ecosystems. • NDVI trends show delayed collapse of vegetation in contaminated desert springs. • Groundwater at the polluted site contains high heavy metal and nutrient levels. • Native halophytes exhibit stress markers despite sustained vegetation growth. • Greenhouse tests confirm toxicity of polluted water on maize and basil plants. • Multi-scale approach detects early plant stress from industrial wastewater.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».