Influence of Agro-pastoral Activities on Land Use and Land Cover Change in Karamoja, Uganda
Notice bibliographique
Résumé
The land use and/or land cover changes (LULCC) caused mainly by human beings for their benefits play a pivotal role in a global environment, resulting in significant ecosystem changes. Iriiri, Matany and Rengen sub-counties in Karamoja sub-region of Uganda have undergone rapid LULCC in the past three decades. Nevertheless, the extent to which these changes have occurred have not been quantified. Establishing the extent of LULCC in the study area between 1986 and 2015 formed our objective. Supervised LANDSAT image classification for years 1986, 1996, 2005 and 2015 was done using ENVI 4.7 software. The classification resulted into six land use classes; Bareland, Farmland, Woodland, Grassland, Settlement, and Wetland. The area under each LULCC was subjected to a change detection analysis using Arc-GIS (ESRI, 2009) in ten years strata. The results revealed that settlement in Iriiri expanded significantly (p < 0.05) by 71.3%, while farmland increased by 45%. Woodland and grassland significantly (p < 0.05) declined by 68% and 30% respectively. Bareland increased by 56%, while wetland decreased by 54%. Woodland and grassland significant (p < 0.05) shrunk by 87% in Matany and Rengen sub-counties. Farmland expanded significantly (p < 0.05) by 147% and Woodland shrunk significantly (p < 0.05) by 79% in Rengen sub-county. Generally, farmland and settlement increased while woodland and grassland shrunk due increased human population and farming. Expansion of farming is partially due to increased human settlement to pursue agriculture following advocacy by the government of Uganda. The removal of natural vegetation is expected to negatively impact soil quality by exposing it to agents of erosion. However, the extent of these impacts is unknown. Hence, further studies on LULCC and their impact on soil quality at sub-counties level are crucial in guiding land use policy and sustainable management practices in the area.
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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».