Comprehensive data set of global land cover change for land surface model applications
Notice bibliographique
Résumé
To increase our understanding of how humans have altered the Earth's surface and to facilitate land surface modeling experiments aimed to elucidate the direct impact of land cover change on the Earth system, we create and analyze a database of global land use/cover change (LUCC). From a combination of sources including satellite imagery and other remote sensing, ecological modeling, and country surveys, we adapt and synthesize existing maps of potential land cover and layers of the major anthropogenic land covers, including a layer of wetland loss, that are then tailored for land surface modeling studies. Our map database shows that anthropogenic land cover totals to approximately 40% of the Earth's surface, consistent with literature estimates. Almost all (92%) of the natural grassland on the Earth has been converted to human use, mostly grazing land, and the natural temperate savanna with mixed C 3 /C 4 is almost completely lost (∼90%), due mostly to conversion to cropland. Yet the resultant change in functioning, in terms of plant functional types, of the Earth system from land cover change is dominated by a loss of tree cover. Finally, we identify need for standardization of percent bare soil for global land covers and for a global map of tree plantations. Estimates of land cover change are inherently uncertain, and these uncertainties propagate into modeling studies of the impact of land cover change on the Earth system; to begin to address this problem, modelers need to document fully areas of land cover change used in their studies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».