Perubahan Morfologi Sungai Lariang: Analisis Spasiotemporal dengan Pendekatan Penginderaan Jauh
Notice bibliographique
Résumé
Sungai merupakan salah satu unsur alam yang memiliki peran penting dalam ekosistem, baik dari segi penyediaan air, pengairan pertanian, hingga pendukung biodiversitas. Morfologi sungai yang terus berubah perlu dipantau secara berkala untuk mengetahui dinamika perubahan dan dampaknya terhadap lingkungan. Penelitian ini bertujuan untuk mengidentifikasi dinamika perubahan morfologi Sungai Lariang bagian hilir berdasarkan erosi dan deposisi sungai selama periode 10 tahun. Metode yang digunakan adalah analisis spasiotemporal pola erosi dan deposisi sungai pada tahun 2013, 2018 dan 2023. Analisis dilakukan melalui interpretasi citra satelit Google Earth Pro yang kemudian didigitasi menggunakan perangkat lunak ArcGIS. Hasil penelitian menunjukkan bahwa terdapat dinamika yang signifikan pada meander sungai di beberapa titik, terutama pada segmen-segmen yang memiliki tikungan tajam. Pada periode 2013-2018, luasan erosi adalah seluas 971.298 m2, sedangkan luasan akresi adalah seluas 1.624.959 m2. Pada periode 2018-2023, luasan erosi adalah 644.619 m2, sedangkan luasan akresi adalah 981.088 m2. Dinamika erosi dan akresi yang tinggi menyebabkan pembelokan sungai dan pembentukan bentuklahan baru.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».