Springer Science and Business Media LLC

Various forms of competition for water and amplified agricultural practices, as well as urban development in South Africa, have modified and destroyed natural wetlands and its biodiversity benefits. To conserve and protect wetlands resources, it is important to file and monitor wetlands and their accompanied land features. Spatial science such as remote sensing has been used with various advantages for assessing wetlands dynamic especially for large areas. Four satellite images for 1987, 1997, 2007 (Landsat 5 Thematic Mapper) and 2017 (Landsat 8 Operational Land Imager) were used in this study for mapping wetland dynamics in the study area. The result revealed that the natural landscapes in the area have experienced changes in the last three decades. Dense vegetation, sparse vegetation and water body have increased with about 14% (5976.495 km2), 23% (10,349.631km2) and 1% (324.621) respectively between 1987 and 2017. While wetland features (marshland and quag) in the same period experienced drastic decrease with an area coverage of about 16,651.07 km2 (38%). This study revealed that the shift in the vegetation and water body extents have contributed detrimentally to the drastic declined in the Isimangaliso Wetland Park in recent years. Consequently, this development might have negative effects on the wetland ecosystem and biodiversity and the grave state of the wetland in the study area requires an urgent need for protection of the dregs wetland benefits.

Thông tin độ dốc thường được xác định từ dữ liệu mô hình độ cao số (DEM). Tuy nhiên, định hướng của các lưới DEM có thể ảnh hưởng đến độ chính xác của việc ước lượng độ dốc, điều này sẽ tác động đến độ chính xác của các thông tin khác được suy diễn dựa trên độ dốc. Nghiên cứu này đánh giá sáu thuật toán phổ biến được sử dụng để ước lượng độ dốc: hiệu phân cấp hai, hiệu phân cấp ba, hiệu phân cấp ba có trọng số bởi nghịch đảo của khoảng cách bình phương, hiệu phân cấp ba có trọng số bởi nghịch đảo của khoảng cách, hiệu phân cấp theo khung và hiệu phân cấp đơn giản. Với dữ liệu tổng hợp và các thí nghiệm hệ thống bằng cách xoay các lưới DEM, độ chính xác của các thuật toán đã được phân tích, thực nghiệm và lý thuyết. Các phát hiện chính như sau. Khi độ phân giải DEM là không đổi và sử dụng một trong năm thuật toán đầu tiên, sai số trong tính toán độ dốc do định hướng gây ra có thể được mô tả bằng một hàm sin với chu kỳ dương tối thiểu là π/2. Đối với thuật toán cuối cùng, tức là hiệu phân cấp theo khung, sai số trong tính toán độ dốc không thể được mô tả bằng bất kỳ hàm chu kỳ nào. Các hàm định lượng sai số lý thuyết này đã được kiểm tra và xác minh bằng cách sử dụng các tập dữ liệu tổng hợp trên sáu bề mặt Gaussian khác nhau. Sai số trung bình căn bậc hai của việc tính toán độ dốc bằng năm thuật toán đầu tiên cũng có thể được mô tả bằng một hàm sin với chu kỳ dương tối thiểu là π/4. Nghiên cứu cũng chỉ ra rằng độ chính xác của các kết luận lý thuyết có thể được đảm bảo khi các biểu thức được mở rộng đến cấp ba bằng cách sử dụng công thức Taylor.

Drought indices like Standardized Precipitation Index (SPI) and Standardized Precipitation Evapotranspiration Index (SPEI) are applied to determine the drought occurrence. The drought characteristics are quantified based on the frequency, duration, peak and severity. The application of the two drought indices may provide different accuracy and indication on the drought characteristics. Thus, it is necessary to determine the better drought index for an accurate drought assessment in water resources planning and management. This study assessed the spatiotemporal variation of the drought characteristics in Malaysia based on SPI and SPEI. Furthermore, the novelty of this study is to evaluate the accuracy SPI and SPEI for the historical drought formation under the influence of rainfall and potential evapotranspiration trends. The temporal analysis results indicated the reducing dry conditions for both drought indices except the inland part of East Coast region for Peninsular Malaysia. Additionally, the spatial analysis results showed a higher drought frequency but shorter duration and less severe at the inland part of East Coast Region for Peninsular Malaysia and Northern region of East Malaysia for 1-month and 3-months time scales. Besides, there were lower occurrences of 6-months and 12-months drought with the overall increase in the rainfall trend in Malaysia. For the evaluation of accuracy, the SPEI was deemed more accurate as compared to SPI by achieving a higher true positive rate and negative predictive rate, lower false detection rate, false negative rate, and onset detection. The SPEI also provided a better description of the most severe drought events in year 1997/1998 and year 2015/2016. The outcomes are useful to develop mitigation strategies against the climate change.

Fine particulate matter (PM $$_{2.5}$$ ) poses a significant public health risk due to its association with respiratory and cardiovascular diseases. Given the limited availability of PM $$_{2.5}$$ monitoring stations, there is a pressing need for reliable real-time forecasting models. This study introduces TSPPM25, a novel Transformer-based model designed for spatiotemporal prediction of PM $$_{2.5}$$ levels. TSPPM25 leverages multiple data embedding techniques and various attention layers to effectively capture the intricate spatiotemporal relationships in multivariate data. The model’s performance is evaluated using a California Aerosol Optical Depth PM $$_{2.5}$$ dataset and compared with several baseline models, including LSTM, Bi-LSTM, Linear Regression, and basic heuristics models. The results demonstrate that TSPPM25 exhibits superior spatiotemporal learning capabilities, robustness, and stability, outperforming other models across MSE, MAE, and SMAPE metrics. Furthermore, the study explores the underlying patterns in PM $$_{2.5}$$ data through harmonic analysis, revealing that TSPPM25 performs exceptionally well even in complex scenarios characterized by mixed wave patterns. Conclusively, TSPPM25 emerges as a valuable tool for predicting PM $$_{2.5}$$ levels demonstrating its efficacy in the California region, and thereby contributing significantly to the field of air quality forecasting.

We have initiated a project aimed at enhancing interdisciplinary understanding and usability of polar data by diverse communities. We have produced computer- and human-understandable models of sea ice that can be used to support the interoperability of a wide range of sea ice data. This has the potential to improve scientific predictive analyses and increase usage of the data by scientists, modelers, and forecasters as well as residents of communities that rely on sea ice. We have developed a family of ontologies, leveraging existing best in class models, including one module describing physical characteristics of sea ice, another describing sea ice charts, and a third modeling “egg codes” - an internationally accepted standard for symbolically representing sea ice within geographic regions. We used a semantic Web methodology to rapidly gather and refine requirements, design and iterate over the ontologies, and to evaluate the ontologies with respect to the use cases. We gathered requirements from a wide range of potential stakeholders reflecting the interests of operational ice centers, ice researchers, and indigenous people. We introduce the driving use case and provide an overview of the resulting open source ontologies. We also introduce some key technical considerations including the prominent role of provenance, terms of use, and credit in the model. We describe how the ontologies are being employed and highlight their compatibility with a wide range of existing standards previously developed by many of the stakeholder communities.

Hệ thống quản lý mặt đường hiện đại chủ yếu phụ thuộc vào việc đánh giá tình trạng mặt đường để lập kế hoạch chiến lược sửa chữa. Việc kiểm tra bằng tay được thực hiện bởi các kiểm toán viên được đào tạo để đánh giá thiệt hại trên mặt đường theo cách truyền thống. Điều này có thể tốn kém, tốn thời gian và là một nguồn rủi ro cho các kiểm toán viên. Một phương pháp kiểm tra dựa trên hình ảnh sử dụng smartphone đã được áp dụng để khắc phục những vấn đề như vậy. Bài báo này đề xuất một chương trình phát hiện và lập bản đồ nứt tự động cho mặt đường cứng, có khả năng tự động hóa quá trình kiểm tra trực quan. Chương trình sử dụng dữ liệu toàn cầu (GNSS) được ghi lại bởi smartphone và các kỹ thuật xử lý hình ảnh khác nhau để phát hiện chiều dài và diện tích nứt trong các hình ảnh. Hiệu suất của chương trình đã được đánh giá thông qua một nghiên cứu thực địa. Một quy trình định lượng nứt đã được thực hiện để so sánh các giá trị đo bằng tay và chiều dài nứt thu được từ chương trình. Kết quả cho thấy chương trình có thể phát hiện các loại hư hỏng khác, chẳng hạn như nứt nổ và nứt nhô lên. Phương pháp này có thể đạt được hiệu suất đáng kể so với nỗ lực và chi phí đã bỏ ra.

The emergence of cloud computing has brought attention to the broad issue of resource allocation across domains. A thorough and adaptable solution to this complex issue is AI-driven Reinforced Optimal Cloud Resource Allocation, or ROCRA. By expertly fusing artificial intelligence with reinforcement learning, ROCRA develops an adaptive cloud resource allocation plan that works for a wide range of applications. One of the most difficult and remarkable uses of ROCRA is processing Sentinel-2 satellite imagery for earth science applications. The timely, dependable, and effective allocation of resources is required for the processing and analysis of high-resolution satellite data for scientific investigations. By learning from and refining its strategies through its integrated adaptive feedback mechanism, ROCRA maintains its responsiveness to intricate tasks. ROCRA is perfect for dynamic research problems because of its evolutionary nature, which aids in anticipating and preparing for future challenges. We underscore the significance of ROCRA in cloud computing and its transformative potential by framing it as a universal solution, exemplified by tasks such as Sentinel-2 imagery processing. In the expanding field of cloud-based applications and research, ROCRA is an essential tool.