Monitoring and Measuring Surface Water in Semi-Arid Environment Using Satellite Data: A Case Study of Karachi
Notice bibliographique
Résumé
Water is a dynamic and precious resource for all living creatures. Its significance is imperative for different sectors of economy at global and regional level. Sustainable use of land resources such as water is vital to carryout fundamental chores and has become an important area of investigation in developing and developed countries. Pakistan is an under developing country with agro-based economy and it is among the top of those countries which are facing acute water scarcity. World Bank has projected that by 2025 severe food shortage could be caused in Pakistan due to water scarcity.Karachi is the most populous city of Pakistan with high consumption of water and food but semi arid climate conditions and drastic variability in rainfall pattern make it prone to desertification and drought. In Karachi Hydrological drought is closely associated with agricultural drought. Hence, monitoring, quantification and mapping of water is vital for better planning.This Study is aimed at monitoring spatio-temporal variation of surface water in Karachi using Geoinformatic techniques. For this purpose four satellite images of Landsat -7 ETM + were used. Through NDWI spatial distribution of water and its seasonal variation was observed and maps of water availability in each Union council of Karachi using software ArcMap 10.1 were also developed for the quick and better interpration. Use of modern state of the art Remote sensing data coupled with GIS for the monitoring of land resources has proved very significant for evaluating the potential of resources in different administrative units for planning and decision making.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».