Study of landslides caused by the 1999 Chi-Chi earthquake, Taiwan, with multitemporal SPOT images
Notice bibliographique
Résumé
AbstractThis paper presents the results of a study of landslides and other landscape changes caused by the 1999 Taiwan Chi-Chi earthquake using multitemporal Satellite pour l'observation de la terre (SPOT) images. An innovative method for landslide detection is proposed based on the normalized difference vegetation index (NDVI) using image differencing coupled with an automated change threshold calculation. A vegetation recovery index and a land-cover spatial distribution index are also developed to assess vegetation recovery. Landslide extraction by an autodetection technique was also undertaken, yielding Kappa values over 84.16% when compared with those from existing maps. Recovery since the earthquake, despite a typhoon event in 2002, was 66.25% for vegetation in the denuded areas but less on ridge and slope surfaces. The results were verified by field surveys. The methods presented in this paper can be used by government agencies to aid in landslide-area recovery and establish effective land-use policies.Cet article présente les résultats d'une étude sur les glissements de terrain et autres changements dans le paysage causés par le séisme de Chi-Chi, à Taiwan, en 1999, utilisant des images multidates de SPOT (Satellite pour l'observation de la terre). Une méthode innovatrice pour la détection des glissements de terrain est proposée basée sur l'indice NDVI (« normalized differenced vegetation index ») en utilisant la différenciation entre les images couplée au calcul automatisé du seuil de changement. Un indice de réhabilitation de la végétation et un indice de distribution spatiale du couvert sont également développés pour évaluer la réhabilitation de la végétation. L'extraction des glissements de terrain à l'aide d'une technique d'autodétection a aussi été réalisée donnant des valeurs Kappa de plus de 84,16 % comparativement aux cartes existantes. Le taux de réhabilitation de la végétation depuis le séisme, en dépit d'un typhon en 2002, a été de 66,25 % dans les régions dénudées, mais moins important sur les crêtes et les pentes. Les résultats ont été validés par relevé sur le terrain. Les méthodes présentées dans cet article peuvent être utilisées par les agences gouvernementales comme aide à la réhabilitation de la végétation dans les zones de glissements de terrain et pour la mise en place de politiques efficaces d'utilisation du sol.[Traduit par la Rédaction]
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».