Assessing Vulnerability to Cyclone Hazards in the World’s Largest Mangrove Forest, The Sundarbans: A Geospatial Analysis
Notice bibliographique
Résumé
The Sundarbans is the world’s largest contiguous mangrove forest with an area of about 10,000 square kilometers and shared between Bangladesh and India. This world-renowned mangrove forest, located on the lower Ganges floodplain and facing the Bay of Bengal, has long served as a crucial barrier, shielding southern coastal Bangladesh from cyclone hazards. However, the Sundarbans mangrove ecosystem is now increasingly threatened by climate-induced hazards, particularly tropical cyclones originating from the Indian Ocean. To assess the cyclone vulnerability of this unique ecosystem, using geospatial techniques, we analyzed the damage caused by past cyclones and the subsequent recovery across three salinity zones, i.e., Oligohaline, Mesohaline, and Polyhaline. Our study also examined the relationship between cyclone intensity with the extent of damage and forest recovery. The findings of our study indicate that the Polyhaline zone, the largest in terms of area and with the lowest elevation, suffered the most significant damage from cyclones in the Sundarbans region, likely due to its proximity to the most cyclone paths. A correlation analysis revealed that cyclone damage positively correlated with wind speed and negatively correlated with the distance of landfall from the center of the Sundarbans. With the expectation of more extreme weather events in the near future, the Sundarbans mangrove forest faces a potentially devastating outlook unless both natural protection processes and human interventions are undertaken to safeguard this critical ecosystem.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».