Évaluation de la dynamique spatiale des forêts primaires au sein du Parc national de la Salonga sud (RD Congo) à partir des images satellites Landsat et des données relevées in situ
Notice bibliographique
Résumé
Le Parc national de la Salonga (PNS) et ses ressources biologiques revêtent une importance considérable tant sur le plan environnemental qu'économique pour les communautés riveraines qui dépendent de ses ressources pour leur survie. Cette étude vise à quantifier l'impact des activités humaines sur les forêts primaires de la partie sud du PNS en utilisant la classification d'images Landsat des années 2002, 2007, 2014 et 2020, combinée aux outils d'analyse de l'écologie du paysage. Les résultats ont révélé que le paysage reste prédominé par les forêts primaires entre 2002 et 2020, bien que leur superficie ait constamment diminué au profit des forêts secondaires et des zones agricoles. En effet, la superficie des forêts primaires est passée de 12 636,82 km² en 2002 à 11 266 km² en 2020. La perte totale des forêts primaires au cours de cette période s'élève à 10,4 %, soit un taux annuel de déforestation de 0,6 %. Le nombre total de fragments de la forêt primaire a également légèrement diminué, passant de 525 142 en 2002 à 524 584 en 2020. De plus, les résultats ont également révélé que la proportion de forêts primaires augmente à mesure que l'on s'éloigne des villages, indiquant un impact significatif des zones villageoises sur la dégradation forestière. L'anthropisation de la partie sud du PNS se manifeste clairement par la réduction des surfaces de forêts primaires, principalement due aux activités agricoles. Ces résultats soulignent la nécessité d'un suivi régulier des activités humaines au sein du PNS, ainsi que le développement d'une stratégie de gestion intégrée pour préserver cette zone d'une importance écologique cruciale.
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 | 0,002 | 0,002 |
| 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 | 0,001 | 0,003 |
| 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 ».