Detection of changes in coral reef communities using Landsat-5 TM and Landsat-7 ETM+ data
Notice bibliographique
Résumé
Satellite remote sensing is increasingly used to map and monitor coral reefs. From 1984 to the present, Landsat-5 thematic mapper (TM) and Landsat-7 enhanced thematic mapper plus (ETM+) images provide the longest time series available for change detection analysis over coral reefs. A time series of four Landsat-5 images and one Landsat-7 image spanning 1984‐2000 was analyzed to detect changes in "coral-dominated", "sand", "algae", and "substrate" benthic classes for Carysfort Reef in the Florida Keys. To properly analyze this time series, a set of corrections was undertaken, which included noise-reduction correction, atmospheric correction, and TM‐ETM+ data normalization. All images were classified with a Mahalanobis distance classifier using statistics from the 1984 image to identify the four benthic classes. The results were compared with historical ground-truthing data, a combination of high-resolution aerial photography and Ikonos satellite data, and results from a temporal texture change detection analysis. All data sets provided consistent results, with an extreme loss in coral cover between 1982 and 2000. The Landsat time series provided across-time progression and locations of the coral-dominated zones for all of Carysfort Reef. This study demonstrates the feasibility and utility of combining Landsat-5 TM and Landsat-7 ETM+ images for coral reef community scale change detection studies at a decadal scale. It opens the possibility of a cost-effective larger scale study, which could include an entire reef tract
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».