Remote Sensing and Geographic Information System for Inferring Land Cover and Land Use Change in Wuhan (China), 1987-2006
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study evaluates land use /land cover changes (LULCC) in Wuhan city, China, between 1987-2006 using satellite imagery data. Spatial and temporal dynamics of LULCC were quantified using three landsat TM images (1987, 1994 and 2006). The maximum likelihood supervised classification algorithm and post classification Change detection technique in GIS were also used. The analysis revealed that forest and urban growth over the study period changed by 15.57% and 8.66% respectively, resulting in a significant decrease in the area of cultivated land (16.88%) and water (7.35%). For the three main towns that make up Wuhan city, Wuchang increased in water, urban and cultivated land, and a decrease in forest cover; Hanyang increased in urban area and decreases in cultivated land, water and forest, while in Hankou, cultivated land and forest increased, urban and water covers decreased. The overall accuracy of the derived LULCC maps ranged from 88% to 92%. The outcomes of this research will benefit society through the creation of reliable land cover information for better decision making. However, to identify how information diffusion and spatial externalities could affect the spatial pattern and composition of land cover over time, agent-based techniques could be more helpful.
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.
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 | 0,001 |
| 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 découle