MétaCan
Menu
Retour à la cohorte
Enregistrement W2956053481 · doi:10.1029/2019gl083015

Using Satellite‐Based Vegetation Cover as Indicator of Groundwater Storage in Natural Vegetation Areas

2019· article· en· W2956053481 sur OpenAlexaff
Soumendra N. Bhanja, Pragnaditya Malakar, Abhijit Mukherjee, Matthew Rodell, Pabitra Mitra, Sudeshna Sarkar

Notice bibliographique

RevueGeophysical Research Letters · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésNormalized Difference Vegetation IndexGroundwaterEnvironmental scienceVegetation (pathology)Water tableHydrology (agriculture)Enhanced vegetation indexRemote sensingTable (database)Soil scienceGeologyVegetation IndexClimate changeComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

Abstract Normalized Difference Vegetation Index (NDVI) is widely used as an efficient indicator of vegetation cover. Here we assess the possibility of using NDVI as an indicator of groundwater storage. We used groundwater level (GWL) obtained from in situ groundwater observation wells ( n > 15,000) in India in 2005–2013. Good correlation ( r > 0.6) is observed between NDVI and GWL in natural vegetation‐covered areas, that is, forest lands, shrubs, and grasslands. We apply artificial neural network and support vector machine approaches to investigate the relationship between GWL and NDVI using both of the parameters as input. Artificial neural network‐ and support vector machine‐simulated GWL matches very well with observed GWL, particularly in naturally vegetated areas. Thus, we interpret that NDVI may be used as a suitable indicator of groundwater storage conditions in certain areas where the water table is shallow and the vegetation is natural and where in situ groundwater observations are not available.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,316
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetFlood Risk Assessment and ManagementTravaux en français237 207