Assessing and Forecasting Carbon Stock Variations in Response to Land Use and Land Cover Changes in Central Aceh, Indonesia
Notice bibliographique
Résumé
Land use and land cover (LULC) changes driven by rapid urbanization and land use policies can result in changes in carbon stocks.The study conducted in the region of Central Aceh (TCAR) aims to 1) identify the pattern of LULC change in TCAR 2001-2019 and make predictions of its changes in 2039 using the CA-Markov simulation, and 2) quantify changes in carbon stocks in the region in 2001-2019 and their predicted changes in 2039.This study uses Landsat 5 (2001), Landsat 7 (2009) and Landsat 8 OLI /TIRS (2019) satellite imagery, which is classified into six LULC categories using the supervised classification method.The 2001-2019 LULC map from the classification results was then tested for accuracy.The CA-Markov model was used to predict LULC changes and to obtain carbon stock values related to changes in LULC patterns.This study provides a new understanding of changes in LULC and their impact on carbon stocks, where LULC changes result in a decrease in carbon stocks, and will continue to decrease in 2039, along with the continued decline in forest area.These findings can be valuable information for policymakers in determining the appropriate spatial configuration in the future, which places more emphasis on increasing nature and environmental conservation, to mitigate climate change, a healthy environment, and provide comfort for the community.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 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 ».