📄 earth_science

Spatial distribution and driving factors of naturally regenerated vegetation in the Yellow River Basin, China, from 1990 to 2020

本研究利用遥感和机器学习模型,绘制了1990年至2020年间中国黄河流域自然再生植被的空间分布图,并识别了其关键的气候、地形及人为驱动因素,揭示了其以草地为主的组成特征、东南向西北递减的梯度变化以及显著的聚类特征,旨在为差异化的生态修复策略提供科学依据。

Jiaxin Mi, Ke Qi, Junyu Chen, Huping Hou, Shaoliang Zhang2026-09-02
📄 earth_science

An assessment of the environmental sensitive geochemical anomalies in Cenozoic lignite deposits of Sonari, Barmer Basin, Rajasthan (India) using advanced technologies

本研究利用先进的岩石学、地球化学和矿物学技术,评估了拉贾斯坦邦巴尔梅尔盆地索纳里地区新生代褐煤矿床的有机与无机组成,并特别侧重于识别环境敏感性微量元素及其在开采与利用过程中的潜在影响。

Ishwar Chandra Rahi, Pramod Kumar Rajak, A. S. Naik, Neeraj Upadhyay, Govind Kumar, Aniruddha Kumar, Om Prakash K., Vija (…)2026-09-02
📄 earth_science

Remote sensing and Community perception evidences on the Impacts of land use/cover change on natural resources in Rungwe Volcanic Province in Tanzania

本研究结合遥感数据与社区调查,揭示了坦桑尼亚伦格韦火山省快速的人口增长和农业扩张正驱动着显著的土地利用变化,从而导致森林退化、水位改变以及农作物减产,这使得紧急的生态系统管理和土地利用规划变得至关重要。

Benard Mwakisunga, Hance Njobelo2026-09-02
📄 earth_science

Very Wet Day Precipitation (R95p) Projections under 1.5°C, 2°C, and 3°C Global Warming Levels: A CMIP6 Multi-Model Analysis for the Rapti River Basin

本研究利用 CMIP6 多模式分析表明,在 1.5°C、2°C 和 3°C 全球变暖水平下,拉普蒂河(Rapti River Basin)流域的极强降水日(R95p)显著增强,其中 ACCESS-ESM1-5 模型预测的增幅最为剧烈,并凸显了关键的空间异质性以及对适应性洪水管理策略的紧迫需求。

Sonali kumari, Vikram Singh, Shakti Suryavanshi2026-09-02
📄 earth_science

Flood-scale shifts in effective sediment source zones and signal transmission through a gated-weir cascade

通过将卫星图像与38次季风洪水期间的水文数据相结合,本研究表明, 낙동강(洛东江)闸式堰级联系统的沉积物连通性是由特定洪水的源头激活和基础设施运行而非名义储量所驱动的,这导致了沉积物源区的显著偏移,且在整个系统中对沉积物信号的衰减极小。

Jun Song Kim, Siyoon Kwon2026-09-02