Tiger Habitat Quality Modelling in Malaysia with Sentinel-2 and InVEST
Notice bibliographique
Résumé
Deforestation is a threat to habitat quality and biodiversity. In intact forests, even small levels of deforestation can have profound consequences for vertebrate biodiversity. The risk hotspots are Borneo, the Central Amazon, and the Congo Basin. Earth observation (EO) now provides regular, high-resolution satellite images from the Copernicus Sentinel missions and other platforms. To assess the impact of forest conversion and forest loss on biodiversity and habitat quality, forest loss in a tiger conservation landscape in Malaysia is analysed using Sentinel-2 imagery and the InVEST habitat quality model. Forest losses are identified from satellites using the random forest classification and validated with PlanetScope imagery at 3–5 m resolution for a test area. Two scenarios are simulated using InVEST, one with and one without the forest loss maps. The outputs of the InVEST model are maps of tiger habitat quality and habitat degradation in northeast Peninsular Malaysia. In addition to forest loss, OpenStreetMap road vectors and the GLC2000 land-cover map are used to model habitat sensitivity to threats from roads, railways, water bodies, and urban areas. The landscape biodiversity score simulation results fall sharply from ~0.8 to ~0.2 for tree-covered land cover when forest loss is included in the habitat quality model. InVEST makes a reasonable assumption that species richness is higher in pristine tropical forests than in agricultural landscapes. The landscape biodiversity score is used to compare habitat quality between administrative areas. The coupled EO/InVEST modelling framework presented here can support decision makers in reaching the targets of the Kunming-Montreal Global Biodiversity Framework. Forest loss information is essential for the quantification of habitat quality and biodiversity in tropical forests. Next generation ecosystem service models should be co-developed alongside EO products to ensure interoperability.
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 | 0,000 |
| 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 ».