Land cover 2.0
Notice bibliographique
Résumé
Interest in knowing more about the Earth’s land cover and how it has changed over time motivated the mission and sensor design of early terrestrial remote sensing systems. Rapid developments in computer hardware and software in the last four decades have greatly increased the capacity for satellite data acquisition, downlink, dissemination, and end user science and applications. In 1992, Townshend reviewed the state of land cover mapping using Earth observation data at a pivotal point in time and in the context of years of research and practical experience with Landsat Thematic Mapper (TM), Satellite Pour l’Observation de la Terre (SPOT) High Resolution Visible (HRV) and Advanced Very-High-Resolution Radiometer (AVHRR) data, demonstrating the opportunities and information content possible with increased spatial, spectral, and temporal resolutions. Townshend characterized the state-of-the-art for land cover at that time, identified trends, and shared insights on research directions. Now, on the 25th anniversary of Townshend’s important work, given numerous advances and emerging trends, we revisit the status of land cover mapping with Earth observation data. We posit that a new era of land cover analysis – Land Cover 2.0 – has emerged, enabled by free and open access data, analysis ready data, high performance computing, and rapidly developing data processing and analysis capabilities. Herein we characterize this new era in land cover information, highlighting institutional, computational, as well as theoretical developments that have occurred over the past 25 years, identifying the key issues and opportunities that have emerged. We conclude that Land Cover 2.0 offers efficiencies in information generation that will result in a proliferation of land cover products, reinforcing the need for transparency regarding the input data and algorithms used as well as adoption, implementation, and communication of rigorous accuracy assessment protocols. Further, land cover and land change assessments are no longer independent activities. Knowledge of land change is available to inform and enrich land cover generation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,064 |
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 ».