Monitoring Coastal Blue Carbon Ecosystems by Combing Satellite and UAV Remote Sensing Data in Southern China
Notice bibliographique
Résumé
Coastal blue carbon ecosystems are among the most productive, vulnerable and threatened ecosystems in the world. They play important roles in marine biodiversity maintenance, water purification, nutrient recycling, carbon sequestration and storage. Remote sensing methods have become complementary to conventional surveying methods due to their rapidity, large area coverage, and repeatability of observations. The persistent cloud cover, tidal inundation, variable water turbidity near the coastlines make it necessary to monitor coastal blue carbon ecosystems by combing satellite and Unmanned Aerial Vehicle (UAV) remote sensing data. Here, we presented two examples, which integrate satellite, UAV and field survey data to monitor mangroves, salt marshes, and seagrass beds in Southern China. With multi-source Chinese Earth observation satellite imagery as well as UAV data in 2019 and 2022, we monitored the distribution changes of mangroves and salt marshes in Guangdong province, Guangxi Zhuang Autonomous Region and Hainan province. The mangrove areas increased dramatically, mainly due to the Special Action Plan for Mangrove Protection and Restoration (2020–2025) which aims to increase China’s mangrove area by 70% by 2025. The salt marsh area in Guangxi decreased, partly due to the controlling measurements of the invasive species Spartina alterniflora by the local government. Based on high-spatial resolution satellite, UAV and field data, we showed the spatial distribution map of seagrass beds (Halophila beccarii) near an estuary in Shantou city, Guangdong province in 2020, demonstrating the potential of combing satellite and UAV imagery to monitor seagrass beds on the local scale. With more remote sensing data accumulated due to the frequent satellite overpasses and UAV surveys, further research is required for continued improvements in multi-source remote sensing data fusion techniques designed specifically for blue carbon ecosystem monitoring.
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 | 0,002 |
| 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 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 ».