Contribution of Deforestation to Severe Flooding in Southeast Parts of the Caspian Sea: A Case Study with NDVI Analysis
Notice bibliographique
Résumé
Iran has been faced with increase in flooding cases during the past 60 years. The human activities have been considered as a devastating factor in the environmental change causing the occurrence of severe flooding cases during past decades. On August 11, 2001, a relatively severe rainfall in the south east of Caspian Sea led to the occurrence of a severe deadly flooding in Golestan province and some parts in northern Khorasan province have been unprecedented in Iran over the past century. The destructive extent of flooding in the urban and rural areas reached about 5,000 km 2 . Here, the synoptic surface and upper levels of the weather charts have been analyzed along with the monitoring of half hourly METEOSAT7 images to show the convective clouds development over the area of the study. The total precipitation in this area during the flooding period was reported between 2.5 and 153 mm with the maximum estimation over the center of the storm around less than 250[Formula: see text]mm. Using satellite imagery in 1979 and 2000, vegetation changes and environmental changes have been investigated and shown extensive decline in vegetation. The image processing and Normalized Difference Vegetation Index (NDVI) calculation of the color composite 433 of LANDSAT5 and the color composite 211 of TERRA (MODIS sensor) images between 1998 and 2001 have been revealed significant deforestation around 248,131,534.3[Formula: see text][Formula: see text] over the study, particularly over the rivers’ neighborhood. Also, by assumption of the same precipitation for 1998 and 2001, the discharge rate in flood case of 2001 has been intensified 1.3 times (at 13 percent) larger than that of 1998. This shows the direct impact of the deforestation and land use changes over the study area during 1998–2001.
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 | 0,000 |
| 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 ».