Mapping the vegetation disturbances over the Tibetan Plateau
Notice bibliographique
Résumé
The Tibetan Plateau is one of the most sensitive areas responding to global environmental changes, especially global climate change, and has thus been deemed an important indicator of global change. The vegetated areas in Tibetan Plateau are expected to respond to environmental change because vegetation cover is a key part of the ecosystem. However, the vegetation disturbance behavior in the region remains poorly understood. Since the various change detection algorithms perform differently across complex natural systems, the combination of different approaches is currently a mainstream solution for better quantification of vegetation disturbances. The main objective of this study was to map the vegetation disturbances across the Tibetan Plateau using satellite data and a combination of change detection algorithms. We applied an ensemble strategy and satellite data to map the three decades of vegetation disturbances over the Tibetan Plateau. The two leading disturbance detection algorithms (Continuous Change Detection and Classification algorithm, CCDC; Landsat-based detection of Trends in Disturbance and Recovery algorithm, LandTrendr) were involved in the ensemble strategy with a Random Forests-based fusion for aggregating the classifiers. The reference data were taken from a total of 15,680 manually interpreted Landsat pixels, including 1,739 disturbed vegetation points, 3,696 stable vegetation points, and 10,245 non-vegetation points. It is found that a total area of about 105.83 M ha has experienced vegetation disturbance with considerable spatial variability across the Tibetan Plateau over the past three decades, and large differences among the disturbance patches were found. The identified unexpected scale of vegetation disturbance can further facilitate the understanding of the dramatic ecological changes in the ecologically fragile Tibetan Plateau region in response to climate change and more frequent human activities.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 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 ».