Találati lista | Tudóstér

001-es BibID:	BIBFORM098118
035-os BibID:	(WoS)000453339200046 (Scopus)85047524712
Első szerző:	Kertész Ádám
Cím:	Effect of land use change on ecosystem services in Lake Balaton Catchment / Kertész Ádám, Nagy Loránd Attila, Balázs Boglárka
Dátum:	2019
ISSN:	0264-8377
Tárgyszavak:	Természettudományok Földtudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk Land use change Sustainability Ecosystem services Land degradation Lake Balaton
Megjelenés:	Land Use Policy. - 80 (2019), p. 430-438. -
További szerzők:	Nagy Loránd Attila (1993-) (geográfus) Balázs Boglárka (1985-) (geográfus)
Pályázati támogatás:	NKFIH 108 755 Egyéb
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:

001-es BibID:	BIBFORM079559
035-os BibID:	(cikkazonosító)104187
Első szerző:	Szabó Szilárd (geográfus)
Cím:	Dataset for landscape pattern analysis from a climatic perspective / Szilárd Szabó, Balázs Deák, Zoltán Kovács, Ádám Kertész, Boglárka Bertalan-Balázs
Dátum:	2019
ISSN:	2352-3409
Megjegyzések:	Revealing the driving forces of changes in landscape pattern is a key question of landscape ecology and landscape analysis. Temperature and precipitation as climatic variables have a dominant role in triggering vegetation changes; thus, a database, which contain their interaction, can support the understanding of spatio-temporal changes in vegetation patterns even on a large scale. The dataset provided in this article contain the R-squared values of bivariate linear regression analysis between the Normalized Difference Vegetation Index (target variable; as a general quantitative descriptor of surface greenness) of the TERRA satellite's MODIS sensor and the climatic variables of the CarpatClim database (predictor variables; maximum monthly temperature, aridification index, evapotranspiration and precipitation). Environmental variables are also included to support further analysis: terrain height, macro regions, land cover classes. The dataset has a spatial projection (i.e. maps) and covers the area of Hungary. Tabular version provides the possibility of traditional statistical analysis, while maps allow the investigation to involve the spatial characteristics of absolute and relative position of the data points. This data article is related to the paper "NDVI dynamics as reflected in climatic variables: spatial and temporal trends - a case study of Hungary" (Szabo et al., 2019).
Tárgyszavak:	Természettudományok Földtudományok idegen nyelvű folyóiratközlemény külföldi lapban NDVI Trend Climatic factors R-squared Pattern
Megjelenés:	Data in Brief. - 25 (2019), p. 1-5. -
További szerzők:	Deák Balázs (1978-) (biológus) Kovács Zoltán (1988-) (geográfus) Kertész Ádám (1948-) Balázs Boglárka (1985-) (geográfus)
Pályázati támogatás:	TÁMOP 4.2.4. A/2-11-1-2012-0001 TÁMOP NKFIH 108755 Egyéb TUDFO/51757/2019-IT Thematic Excellence Project of the University of Debrecen Egyéb NKFI KH 130338 Egyéb
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:

001-es BibID:	BIBFORM076537
035-os BibID:	(WoS)000458299900007 (Scopus)85059086542
Első szerző:	Szabó Szilárd (geográfus)
Cím:	NDVI dynamics as reflected in climatic variables: spatial and temporal trends : a case study of Hungary / Szilárd Szabó, László Elemér, Zoltán Kovács, Zoltán Püspöki, Ádám Kertész, Sudhir Kumar Singh, Boglárka Balázs
Dátum:	2019
ISSN:	1548-1603 1943-7226
Megjegyzések:	Understanding climate change and revealing its future paths on a local level is a great challenge for the future. Beside the expanding sets of available climatic data, satellite images provide a valuable source of information. In our study we aimed to reveal whether satellite data are an appropriate way to identify global trends, given their shorter available time range. We used the CARPATCLIM (CC) database (1961-2010) and the MODIS NDVI images (2000-2016) and evaluated the time period covered by both (2000-2010). We performed a regression analysis between the NDVI and CC variables, and a time series analysis for the 1961-2008 and 2000-2008 periods at all data points. The results justified the belief that maximum temperature (TMAX), potential evapotranspiration and aridity all have a strong correlation with the NDVI; furthermore, the short period trend of TMAX can be described with a functional connection with its long period trend. Consequently, TMAX is an appropriate tool as an explanatory variable for NDVI spatial and temporal variance. Spatial pattern analysis revealed that with regression coefficients, macro-regions reflected topography (plains, hills and mountains), while in the case of time series regression slopes, it justified a decreasing trend from western areas (Transdanubia) to eastern ones (The Great Hungarian Plain). This is an important consideration for future agricultural and land use planning; i.e. that western areas have to allow for greater effects of climate change.
Tárgyszavak:	Természettudományok Földtudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk climate change trend CARPATCLIM principal component analysis topographic variables MODIS
Megjelenés:	GIScience & Remote Sensing. - 56 : 4 (2019), p. 624-644. -
További szerzők:	László Elemér (1987-) (meteorológus előrejelző szakiránnyal) Kovács Zoltán (1988-) (geográfus) Püspöki Zoltán (1972-) (geológus) Kertész Ádám (1948-) Singh, Sudhir Kumar (1970-) (geográfus) Balázs Boglárka (1985-) (geográfus)
Pályázati támogatás:	TÁMOP-4.2.4.A/2-11-1-2012-0001 TÁMOP NKFIH 108755 Egyéb
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: