Notice bibliographique
Résumé
Since the last century, Iraq has suffered from a shortage of water needed for irrigation and other essential uses for human existence.This water scarcity has affected the Tigris-Euphrates River basin, resulting in unusual variations in public activities in watershed areas due to rapid population growth and urban expansion.Therefore, the aim of this study is to evaluate and detect changes in Land Use/Land Cover (LULC) in the main regions of the Euphrates basin in central Iraq over a time scale from 1985 to 2022, focusing on the availability of built-up lands, vegetation, barren areas, and their relationship with water bodies.The changes in LULC have been studied based on a database and satellite data, indicating high-resolution geo-registered images supported by interpretation keys to detect the changes that have occurred over time.The detection process has been accomplished using Remote Sensing and ArcGIS V.9.3 software.Landsat TM and ETM+ satellite images from 1985, 1999, and 2022 were used to monitor Land Use classes to identify the drivers of this change.The results have shown that high-resolution satellite images, Remote Sensing, and GIS techniques are powerful analytical tools for conducting LULC change detection analysis.They classify the geographical location and type of changes, quantify the changes, and evaluate the accuracy of change detection.The information on LULC change detection will be helpful to experts and urban planners for improving future plans for the sustainable development of regional lands and cities, as it is one of the main forces driving global environmental change and sustainable improvement.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,745 | 0,709 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».