Assessment of land‐cover changes related to shrimp aquaculture using remote sensing data: a case study in the Giao Thuy District, Vietnam
Notice bibliographique
Résumé
Shrimp culture is a sector of aquaculture that has a high potential for poverty alleviation and rural development in Vietnam. However, the development of this activity induces changes that potentially have negative impacts on the environment, one of which is wetland deterioration. This paper describes the use of a proposed change detection methodology in the assessment of mangrove forest alterations caused by aquaculture development, as well as the effectiveness of the measures taken to mitigate deforestation in the district of Giao Thuy, Vietnam, between 1986, 1992 and 2001. Geometric and radiometric corrections were applied to Landsat images prior to identifying changes through comparison of unsupervised classifications. Changes were afterwards validated using a thresholding method based on Tasselled Cap feature image differencing and a rule‐based feature selection matrix. The matrix is used to identify the feature that is most efficient at detecting the presence of change between given land‐cover classes. The proposed approach aims to minimize commission errors in the post‐classification change detection process. The results suggest that 63% of mangrove areas apparent in 1986 had been replaced by shrimp ponds in 2001. Between 1986 and 1992, 440 ha of adult mangrove trees had disappeared, whereas the mangrove extent increased by 441 ha between 1992 and 2001. This recovery is attributed to reforestation projects and conservation efforts that promoted natural regeneration.
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 | 0,001 | 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) | 0,000 | 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 ».