Monitoring vegetation recovery after China's May 2008 Wenchuan earthquake using Landsat TM time‐series data: a case study in Mao County
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The Wenchuan earthquake (Richter scale 8) on 12 May 2008 in southwestern China caused widespread ecosystem damage in the Longmenshan area. It is important to evaluate natural vegetation recovery processes and provide basic information on ecological aspects of the recovering environment after the earthquake. To circumvent the weather limits of remote sensing in the Wenchuan earthquake‐hit areas, and to meet the need for regional observation analyses, three Landsat TM images pre‐ and post‐earthquake in Mao County were used for analysis. Post‐earthquake normalized difference vegetation index (NDVI) values were compared to pre‐earthquake values with an NDVI‐based index differencing method to determine the extent to which the vegetation was damaged in relation to the pre‐earthquake pattern, and the rate of recovery was evaluated. The spatial characteristics of vegetation loss and natural recovery patterns were analyzed in relation to elevation, slope and aspect. The results indicated that severely damaged sites occurred mainly in river valleys, within a range of 1,500–2,500 m elevation and on slopes of 25–55°. The distance from rivers, rather than the distance from active faults, controls the damage patterns. After 1 year of natural regeneration, 36 % of the destroyed areas showed a decrease in NDVI value, 28.8 % showed very little change, 19.1 % showed an increase, and 16.1 % also increased with a recovery rate greater than 100 %. Moreover, there is a good correlation between recovery rate and both slope and elevation, but recovery patterns in the damaged area are complicated. Our results indicate that natural recovery in this arid valley is a slow process.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle