Sub-pixel vs. super-pixel-based greenspace mapping along the urban–rural gradient using high spatial resolution Gaofen-2 satellite imagery: a case study of Haidian District, Beijing, China
Notice bibliographique
Résumé
Greenspace in urban areas is closely related to urban ecosystems, economy, culture, and society. Recently, rapid urban development and expansion are always dominated by a series of human–environment interactions, which can lead to various spatial patterns of urban greenspace especially along the urban–rural gradient. Urban–rural greenspace mapping is therefore of great importance to provide a comprehensive insight for urban planners and managers. In our study, we adopted both the sub-pixel and super-pixel strategies to map the greenspace in Haidian District, Beijing, China. Specifically, the fully constrained linear spectral unmixing and object-based classification methods were implemented as the representatives of sub-pixel and super-pixel strategies, respectively. The high spatial resolution Gaofen-2 multispectral imagery collected in September, 2015 was used in this study. The results showed that the overall accuracies of greenspace mapping by the super-pixel method were higher than those by the sub-pixel method in the selected dense urban, sub-urban, and rural subsets. Obviously, the super-pixel method was more advantageous for mapping greenspace from the high spatial resolution imagery, especially for patches of greenspace in rural and mountain areas. When further comparing these two methods using the medium spatial resolution Landsat-8 imagery, we concluded that the sub-pixel method failed to keep the same levels of greenspace mapping accuracies as those using the high spatial resolution Gaofen-2 imagery but outperformed the super-pixel method especially in the dense urban and sub-urban subsets due to their high degrees of greenspace fragmentation. Furthermore, the sub-pixel method also demonstrated its merits in terms of automation and operability compared to the super-pixel method.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».