An Assessment of the Growth of Ile-Ife, Osun State Nigeria, Using Multi-Temporal Imageries
Notice bibliographique
Résumé
This paper examined the use of GIS and Remote Sensing in monitoring the growth and development pattern of Ile-Ife, Osun State, Nigeria over a period of 21 years with a view to predicting its direction of growth. In effect, the study sought to identify and explain the rate and extent of changes in the study area between 1986 and 2007; measure the rate of urban growth in the study area between 1986 and 2007; assess the impact of urban growth on land use patterns; and predict the trend of urban growth in the study area. Data for the study were generated from both primary and secondary sources. Remote Sensing Imagery of Landsat TM 1986, Landsat ETM 2002 and ALOS 2007 were used to measure the extent of growth and to show the effects of this growth on other Land use/Land cover types. Multi-temporal approach was adopted for the study to detect the changes in the imageries. Pixel analysis was employed to identify and compare the type, nature, trend and magnitude of change that occurred in the study area within the slated dates. The observed land use/land cover and population were projected to the next 15 years. The results showed the growth of Ile-Ife and its effects on other land use classes. Pixel analysis revealed that changes occurred in the magnitude and rate of urbanization in the study area between 1986 and 2007. The results were discussed mainly focusing on the trend of urban growth expansion and its effect to the Environment natural resources, farmland and food security and its contribution to climate change. Its implications to urban planning were also discussed and the recommendations made.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».