Coastline Change Detection by Using DSAS Analysis Method along Kelantan Coast, Peninsular of Malaysia
Notice bibliographique
Résumé
Kelantan coast is an intimidating and dynamic coastal area in Peninsular Malaysia. Thus, this study focuses on determining the change in the coastal areas between 1955, 1974, 1991, 2010, and 2019. Topographic map, SPOT-5 J, and Landsat-5 thematic mapper were used to arbitrate temporal changes of coastal areas. DSAS analysis method, linear regression rate (LLR), and end point rate (EPR) were utilized to measure the changes in the coastal line. As a result, the maximum LLR rate appeared to be −20.51 m/year and +25.68 m/year for the minimum, perceived as the highest erosion and accretion rate, respectively. Variability of the ERP rate within the year shows the dynamic of the Kelantan coast that is strongly influenced by the Northeast Monsoon (October – February) season. The greatest erosion rate occurred between 1974 - 1991, around −126.07 m/year, while maximum accretion was +111.33 m/year in 2010 - 2019. Human interference, such as built rock revetment and breakwaters on the river mouth, contributed to the high rate of coastal changes. The output of the study will provide helpful information for the coastal area development plans for the local government subsequently.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 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 ».