Assessing Four Decades of Land Use and Land Cover Change: Policy Impacts and Environmental Dynamics in the Min River Basin, Fujian, China
Notice bibliographique
Résumé
Land use and land cover change (LULCC) is crucial in sustainable land management. Over the past four decades, the Min River Basin (MRB) has experienced significant LULCC. This study investigated the dynamics of LULCC over these decades (1980–2020) and discusses the key drivers of land use change in different stages. First, we mapped and quantified changes (i.e., LULCC and landscape indices) in forests, croplands, urban areas, and water bodies from 1980 to 2020 using the China National Land Use/Cover Change (CNLUCC) and ArcGIS Pro 2.3. Second, by analyzing existing policies, we categorized four decades of LULCC trends from 1980 to 2020, delineating three distinct stages: (1) the Economic Restoration (ER) stage (1978–1989), when the ecological impacts of LULCC on forests, croplands, and water bodies received limited policy attention; (2) the Construction of Ecological Protection and Economic Development (EPED) stage (1989–2012), which saw a significant increase in forest coverage, primarily driven by various central and provincial environmental conservation policies, such as the Green for Grain and the “Three-Five-Seven Reforestation Project” in Fujian; and (3) the Ecological Civilization (EC) stage (2012–2020), in which policy focus shifted from expanding forest land areas to enhancing the quality of these areas. However, the cropland area has decreased due to urbanization policies and population migration from rural to urban areas, including the above-mentioned forest policies. Thus, this study highlights the complex relationship between different land use land cover policies, as some policies had synergistic effects between the policies and positive outcomes, while other policies showed conflicting outcomes. Our results emphasize the importance of integrated land and water resource management and provide insights for policymakers to balance development and environmental conservation policies in the MRB.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».