🤖 gxceed AI 要約
日本語
中国の関中平原都市群における植生純一次生産性（NPP）の時空間変動と駆動メカニズムを、Theil-Sen傾向分析、Mann-Kendall検定、変動係数、Hurst指数、XGBoost-SHAP機械学習を用いて解析。地域のグリーン・低炭素発展への示唆を提供する。
English
This study analyzes spatiotemporal variation and driving mechanisms of vegetation net primary productivity (NPP) in the Guanzhong Plain Urban Agglomeration (GPUA), China, using Theil-Sen trend analysis, Mann-Kendall test, coefficient of variation, Hurst index, and XGBoost-SHAP machine learning. It provides insights for regional green and low-carbon development.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
中国の地域研究だが、日本の都市緑化や炭素吸収源評価に応用可能。日本のGX政策では、地域の炭素循環評価が重要であり、本手法は参考になる。
In the global GX context
This regional study from China offers methods for assessing vegetation carbon sinks, relevant to global climate mitigation and adaptation strategies. It contributes to understanding urban agglomeration impacts on NPP, useful for nature-based solutions and carbon accounting.
👥 読者別の含意
🔬研究者:NPP解析の手法（XGBoost-SHAP）と地域適用の参考になる。
🏢実務担当者:地域の炭素吸収源評価や緑化計画に活用できる。
🏛政策担当者:都市計画におけるグリーンインフラ政策の根拠となる。
📄 Abstract（原文）
Studying the spatiotemporal variation and driving mechanisms of vegetation net primary productivity (NPP) in the Guanzhong Plain Urban Agglomeration (GPUA) of China is highly important for regional green and low-carbon development. This study used the Theil-Sen trend analysis, Mann-Kendall trend test, coefficient of variation, Hurst index, and machine learning method (eXtreme Gradient Boosting and SHapley Additive exPlanations (XGBoost-SHAP)) to analyze the spatiotemporal variation of NPP in ...
🔗 Provenance — このレコードを発見したソース
- chinarxiv https://chinaxiv.org/abs/202501.00161first seen 2026-08-02 13:59:52
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。