A Rule-Based Classification Method for Mapping Saltmarsh Land-Cover in South-Eastern Bangladesh from Landsat-8 OLI
Notice bibliographique
Résumé
Wetland vegetation classification often treated the saltmarsh as a single type of land-cover (LCT). Mapping the dynamic and spatially complex coastal zones using optical remote sensing is still challenging. This study firstly analyzed the spectral properties of target objects generated by Landsat 8 (OLI), formulated new spectral indices and then proposes a rule-based approach to mapping five vegetated (saltmarsh, seagrass, mangrove, non-mangrove forest, and agricultural land) and three non-vegetated (wet sand, saltpan, and built-up areas) LCT in the study area, that is, large coasts located in the south-eastern coasts of Bangladesh. The thresholds of spectral indices were selected from the newly introduced spectral indices over the method development site (Bakkhali estuary). The rule-based LCT classification process followed a set of cascade rules of image thresholding and masking, based on a hierarchical tree in order to generate detailed thematic maps of saltmarsh land-cover. Overall accuracy (OA) and Kappa coefficient (K) of rule-based approach were 84.6% and 0.821, respectively. The reliability and robustness of the approach was tested over two independent external validation test sites: Karnaphuli river estuary and Teknaf peninsula and consistent accuracy results achieved: OA = 81.7% (K = 0.787) and OA = 84.6% (K = 0.821) respectively.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».