Deforestation detection and monitoring in cedar forests of the moroccan Middle-Atlas mountains
Notice bibliographique
Résumé
The main objective of this study was to identify areas of deforestation/reforestation in the Middle-Atlas cedar forest and monitor their temporal dynamics. The aim was to detect a detailed "from-to" change information; it targets a quantitative estimation of the extent and the magnitude of the changes affecting major identified species of the Moroccan cedar ecosystem: cedar, oak, and deciduous. The major challenge was to identify changes of interest such as identifying the change due to a selective logging which consists on cutting cedar canopy trees while sparing the understory oak trees. To address these issues and achieve our objectives, we adopted a methodology with two main stages. First, we mapped major forest species from multidate satellite images (Thematic Mapper (TM), Enhanced Thematic Mapper Plus (ETM+), and Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER)) using maximum likelihood classification (MLQ and spectral mixture analysis (SMA). Second, we performed change detection assessment using two procedures: (i) image products differencing to assess the overall change in the forest cover, (ii) post-classification comparisons using the outputs of the MLC and the relative abundances of forest species as determined by SMA. Results have shown the following: logging has decreased cedar area in a proportion of 12% while reforestation has yielded an increase of 8% in cedar forest; in oak forest, the increment (21%) has exceeded the deforestation effect (17%); conversely, deciduous have either degraded (11%) or remained stable (21%).
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 | 0,000 |
| 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 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 ».