Monitoring Vegetation Change in Tozeur Oases in Southern Tunisia by Using Trend Analysis of MODIS NDVI Time Series (2000–2016)
Notice bibliographique
Résumé
Oasis ecosystems are highly vulnerable to environmental changes. To determine the state of vegetation in these ecosystems, monitoring systems must be provided with data on cultivated areas. These data can be obtained in part by using satellite observation systems with high and moderate spatial resolution and high temporal repetitiveness; these systems offer a synoptic vision that makes them a particularly appropriate information source for effectively estimating such data. In this study, we describe an approach to monitor the changing dynamics of Tozeur oases in southwestern Tunisia. To this end, we used a time series decomposition method (seasonal and trend decomposition using loess) to extract the trends from a multi-year time series at the scale of a geographical point (250 m × 250 m pixel) across the MOD13Q1 time series (2000–2016) of the Moderate Resolution Imaging Spectroradiometer (MODIS) sensor, at a 250-m spatial resolution time series. These methods were tested with the final aim of setting up an oasis monitoring system based on the analysis of time signatures obtained from MODIS images. The results showed that it was possible to identify the main types of irrigated perimeters present in the Djerid region and retrospectively trace their recent development history.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».