What does this research mean for the field?

Random Forest is the most accurate machine learning algorithm for classifying coral reef habitats from satellite and aerial imagery, revealing that Derawan Island's coral reef area decreased notably from 2003 to 2011 before slightly increasing with greater density heterogeneity by 2021. Novelty: ClaimNovelty.INCREMENTAL. Consensus alignment: ConsensusAlignment.NEUTRAL.

January 12, 2024Open Access

تقييم الشعاب المرجانية في جزيرة ديروان على مدى عقدين: منظور تصنيف التعلم الآلي

Key Points

Key points are not available for this paper at this time.

Abstract

تهدف هذه الدراسة إلى فهم التغيرات الديناميكية في المواطن الشعابية في جزيرة ديروان على مدى عقدين (2003، 2011، و2021) باستخدام تقنيات متقدمة لتصنيف التعلم الآلي. تستند الدوافع إلى الحاجة الملحة لمراقبة بيئية دقيقة ومتنوعة لإعلام استراتيجيات الحفظ، خاصة في المناطق الحساسة بيئيًا مثل الشعاب المرجانية. قمنا باستخدام خوارزميات تعلم آلي غير معلم، بما في ذلك غابة عشوائية (RF) وآلة الدعم الناقل (SVM) وشجرة التصنيف والانحدار (CART)، لتقييم التغيرات المكانية والزمنية في المواطن الشعابية. استخدم تحليلنا بيانات عالية الدقة من لاندسات 9 ولاندسات 7 وسينتينل-2 وصور جوية متعددة الطيف. أثبتت خوارزمية RF أنها الأكثر دقة، حيث حققت دقة بلغت 71.43% مع لاندسات 9، و73.68% مع سينتينل-2، و78.28% مع الصور الجوية متعددة الطيف. تشير نتائجنا إلى أن دقة التصنيف تتأثر بشكل كبير بالدقة الجغرافية وجودة بيانات الصور الميدانية وصور الأقمار الصناعية/الجوّية. على مدى العقدين، كان هناك انخفاض ملحوظ في مساحة الشعاب المرجانية من 2003 إلى 2011، حيث تم تقليصها إلى 16 هكتارًا، تلاها زيادة طفيفة في المساحة ولكن بكثافات أكثر تباينًا بين 2011 و2021. تسلط الدراسة الضوء على الطبيعة الديناميكية لمواطن الشعاب المرجانية وفعالية التعلم الآلي في المراقبة البيئية. تسلط الرؤى المكتسبة الضوء على أهمية الطرق التحليلية المتقدمة في توجيه جهود الحفظ وفهم التغيرات البيئية مع مرور الوقت.

Bookmark

View Full Paper