Assessing Land Use and Land Cover Changes in the Murchison Bay Catchment of Lake Victoria Basin in Uganda
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 Murchison Bay catchment in the northern shoreline of Lake Victoria basin is a high valued ecosystem because of the numerous human-related activities it supports in Uganda. The catchment has undergone tremendous human-induced land use/cover changes, which have not been quantified. This study aimed at quantifying the land use/cover changes as well as the rate at which these changes occurred over the last three decades in the catchment. This was achieved using remote sensing techniques and Geographic Information System (GIS) to analyse and contextualize the changes. To that effect, images of Landsat satellites MSS, TM, ETM+ and OLI were interpreted using supervised image classification technique to determine the land use/land cover changes from 1984 to 2015. The obtained results indicated that the catchment has undergone huge land use and land cover transformations over the last three decades attributable to rapid population growth and urbanization. The prevailing changes in footprint between 1984 and 2015 were expansions of built–up land (20.58% to 49.59%) and open water bodies (not detected in 1984 to 1.74%), and decreases in the following sectors: agricultural lands (from 43.88% to 26.10%), forestland (from 23.78% to 17.49%), and wetlands (from 11.76% to 5.08%). The changes pose a threat to the environment and water quality of the Murchison Bay and consequently increases National Water and Sewerage Corporation water treatment costs. Therefore, there is the need to take critical and practical measures to regulate and police land use, water use rights and conserve the environment especially wetlands.
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