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 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 | 0,000 | 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 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 ».