Land Use and Land Cover Changes at Hova Farm in Bindura District, Zimbabwe
Notice bibliographique
Résumé
Land use and land cover (LULC) change analyses are critical for the sustainable planning and management of natural resources in the face of rapid population growth across the globe. It is believed that LULC changes cause severe environmental challenges such as climate change, biodiversity loss, pollution, alteration to the physical and chemical properties of the soil as well as the destruction of the ozone layer. The main objective of the study was to assess the LULC changes at Hova Farm from 1992 to 2011 using geospatial technologies. Three Landsat images for 1992, 2001, and EMT+ for 2011 were used. The Landsat images had a resolution of 30m by 30m. Five LULC classes of woodland, wooded grassland, cultivated land, bushland and water body were created using the supervised classification maximum likelihood in ENVI 5.0. Field observation and measurements were also used to validate remotely sensed data. The accuracy assessment for the classified maps for 1992, 2001 and 2011 was 88.74%, 86, 67% and 87% respectively. The results indicated that the greatest LULC changes occurred between 1992 and 2001 and was attributed to the fast-track land reform programme and illegal mining activities on the farm. The study recommends the creation of a LULC database for the periodic monitoring and sustainable management of natural resources at both local and national levels in Zimbabwean.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 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 ».