Assessing the Effect of Urban Growth on Surface Ecological Status Using Multi-Temporal Satellite Imagery: A Multi-City Analysis
Notice bibliographique
Résumé
Quantification of Surface Ecological Status (SES) changes is of great importance for understanding human exposure and adaptability to the environment. This study aims to assess the effect of urban growth on spatial and temporal changes of SES over a set of neighboring Iranian cities, Amol, Babol, Qaemshahr, and Sari, which are located in moderate and humid climate conditions. Firstly, the built-up footprint was prepared using Landsat images based on the Automatic Built-up Extraction Index (ABEI). Then, the surface biophysical characteristics were calculated. Secondly, the SES was modeled using the Remotely Sensed Ecological Index (RSEI), and the spatio-temporal changes of the SES were evaluated. The results revealed that the average RSEI for these cities increased from 0.48, 0.51, 0.53, and 0.55 in 1986 to 0.69, 0.77, 0.75, and 0.78 in 2022, respectively. The proportion of the poor ecological condition class in these cities rose from 10%, 3%, 5%, and 1% to 74%, 64%, 54%, and 41% during the 1986–2022 period. Our findings indicate that the SES of these cities significantly decreased while they experienced large physical growth. The findings and the methodical approach of the study provide a data-driven approach for monitoring SES in fast growing regions, which is required for studying the impact of climate change on society.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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 ».