Evaluation of Desertification Severity in El-Farafra Oasis, Western Desert of Egypt: Application of Modified MEDALUS Approach Using Wind Erosion Index and Factor Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Desertification is a serious threat to human survival and to ecosystems, especially to inland desert oases. An assessment of desertification severity is essential to ensure national sustainable development for agricultural and land expansion processes in this region. In this study, Index of Land Susceptibility to Wind Erosion (ILSWE) was integrated with a Modified Mediterranean Desertification and Land Use (MEDALUS) method and factor analysis (FA) to develop a GIS-based model for mapping desertification severity. The model was then applied to 987.77 km2 in the El-Farafra Oasis, located in the Western Desert of Egypt, as a case study. Climate and field survey data together with remote sensing images were used to generate five quality indices (soil, climate, vegetation, land management and wind erosion). Based on the FA, a weighted value was assigned to each index. Five thematic layers representing the indices were created within the GIS environment and overlaid using the weighted sum model. The developed model showed that 59% of the total area was identified as high-critical and 38% as medium-critical. The results of an environmentally sensitive area index suggested by the original MEDALUS model indicated similar results: 18.37% of the total area was classified as high-critical and 78.73% as medium-critical. However, the sensitivity analysis indicated that weights derived from FA resulted in better performance of the developed spatial model than that derived from the original MEDALUS method. The proposed model would be a suitable tool for monitoring vulnerable zones, and could be a starting point for sustainable agricultural development in inland oases.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle