Assessment of Vegetation Cover Degradation Using Remote Sensing and GIS Techniques along Sudanese Red Sea Coast (Suakin to Ashad)
Notice bibliographique
Résumé
This study aimed to assess the vegetation cover degradation in the Sudanese Red Sea coast (from Suakin to Ashad) after the drought during the period from 2000 - 2011. Remote Sensing and GIS techniques were used beside field survey to conduct the study. Moderate Resolution Imaging Spectrometer (MODIS) terra 2000 -2001, 2005-2006 and 2010-2011 time-Series images mainly the 16 days Normalized Difference Vegetation Index (NDVI) product and Enhanced Thematic Mapper plus (ETM+) images dated 2005 and 2010 were used. Unsupervised classification methods were used to detect vegetation cover of the study area. Based on field survey investigations, beside the data collected on the study area and image interpretation, it was evident that season 2005-2006 and season 2006-2010 are good seasons in the vegetation cover compared to season 2000-2001. Five land cover classes were detected; wet land, bare land and three classes of vegetation cover (dense vegetation, moderately dense vegetation and sparse vegetation cover). Spectral signatures of the three dominant land cover vegetation species were detected. Areas of the three classes of vegetation cover area (dense vegetation, moderately dense vegetation and sparse vegetation cover) were calculated per km2. The study concluded that MODIS could be used as a cost effective tool in assessing land cover changes and monitoring vegetation cover degradation.As well, it could also be used to detect fairly the different vegetation species in arid and semiarid regions.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».