Spatiotemporal analysis of urban environment based on the vegetation–impervious surface–soil model
Notice bibliographique
Résumé
This study explores a spatiotemporal comparative analysis of urban agglomeration, comparing the Greater Toronto and Hamilton Area (GTHA) of Canada and the city of Tianjin in China. The vegetation–impervious surface–soil (V–I–S) model is used to quantify the ecological composition of urban/peri-urban environments with multitemporal Landsat images (3 stages, 18 scenes) and LULC data from 1985 to 2005. The support vector machine algorithm and several knowledge-based methods are applied to get the V–I–S component fractions at high accuracies. The statistical results show that the urban expansion in the GTHA occurred mainly between 1985 and 1999, and only two districts revealed increasing trends for impervious surfaces for the period from 1999 to 2005. In contrast, Tianjin has been experiencing rapid urban sprawl at all stages and this has been accelerating since 1999. The urban growth patterns in the GTHA evolved from a monocentric and dispersed pattern to a polycentric and aggregated pattern, while in Tianjin it changed from monocentric to polycentric. Central Tianjin has become more centralized, while most other municipal areas have developed dispersed patterns. The GTHA also has a higher level of greenery and a more balanced ecological environment than Tianjin. These differences in the two areas may play an important role in urban planning and decision-making in developing countries.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».