XiaoMi-AI文件搜索系统
World File Search System致且
土壤微生物组显示出对极端事件的一致且可预测的响应
增加极端气候事件威胁着陆地生态系统的功能1,2。由于土壤微生物控制着关键的生物地球化学过程，因此了解它们对气候极端的反应对于预测对生态系统功能的后果至关重要。3,4。在这里，我们在欧洲的30个草原上进行了土壤，在共同的受控条件（干旱，洪水，冷冻和热量）下进行了四起对比的极端气候事件，并比较了土壤微生物群落的反应及其与不受干扰的土壤的反应。土壤微生物组在强加的极端事件下表现出一个小但高度一致和系统发育保守的反应。热处理最强烈影响的土壤微生物组，增强了休眠和孢子形成基因，并降低了代谢多功能性。微生物组对热量的反应特别是可以通过局部气候条件和土壤特性来预测，而土壤通常不会体验到最脆弱的极端条件。我们的结果表明，来自不同气候的土壤微生物组具有对极端气候事件的统一反应，但是预测社区变化程度可能需要了解局部微生物组。这些发现提高了我们对土壤微生物对极端事件的反应的理解，并为对极端气候事件对土壤功能的影响做出一般预测提供了第一步。
一致且有效的归因评估策略...
近年来，随着各种局部特征归因方法的提出，后续工作提出了几种评估策略。为了评估不同归因技术的归因质量，图像域中最受欢迎的评估策略是使用像素扰动。然而，最近的进展发现，不同的评估策略会产生相互冲突的归因方法排名，并且计算成本可能过高。在这项工作中，我们对基于像素扰动的评估策略进行了信息论分析。我们的研究结果表明，结果受到通过移除像素的形状而不是实际值泄露的信息的强烈影响。利用我们的理论见解，我们提出了一种称为 Remove and Debias (ROAD) 的新型评估框架，它提供了两个贡献：首先，它减轻了混杂因素的影响，这需要评估策略之间的更高一致性。其次，ROAD 不需要计算成本高昂的再训练步骤，与最先进的技术相比，可节省高达 99% 的计算成本。我们在 https://github.com/tleemann/road_evaluation 发布了我们的源代码。