Land change attribution based on Landsat time series and integration of ancillary disturbance data in the Athabasca oil sands region of Canada
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
The Alberta Oil Sands (AOS) is a unique area in Canada undergoing significant disturbance and recovery due to a variety of anthropogenic and natural factors. Accurately quantifying these changes in space and time is important for assessing ecosystem status and trends. In this research, we implemented an approach to combine Landsat time series for the period 1984–2012 with ancillary change datasets to derive detailed change attribution in the AOS. Detected changes were attributed to causes including fire, forest harvest, surface mining, insect damage, flooding, regeneration, and several generic change classes (abrupt/gradual, with/without regeneration) with accuracies ranging from 74% to 100% for classes that occurred frequently. Lower accuracies were found for the generic gradual change classes which accounted for less than 3% of the affected area. Timing of abrupt change events were generally well captured to within ±1 year. For gradual changes timing was less accurate and variable by change type. A land-cover time series was also created to provide information on “from-to” change. A basic accuracy assessment of the land cover showed it to be of moderate accuracy, approximately 69%. Results show that fire was the major cause of change in the region. As expected, surface mine development and related activities have increased since 2000. Insect damage has become a more significant agent of change in the region. Further investigation is required to determine if insect damage is greater than past historical events and to determine if industrial development is linked to the increasing trend observed.
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 | 0,000 |
| 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 découle