Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Landcover classification and change detection using remote sensing and machine learning: a case study of Western Fiji

Created by
  • Haebom

저자

Yadvendra Gurjar, Ruoni Wan, Ehsan Farahbakhsh, Rohitash Chandra

개요

피지는 급속한 도시화로 인해 주택, 도로, 토목 공사 등 대규모 개발 프로젝트가 진행 중이다. 본 연구는 머신러닝과 원격 탐사 프레임워크를 사용하여 2013년부터 2024년까지 피지 나디 지역의 토지 이용 및 토지 피복 변화를 비교한다. 목표는 토지 피복/토지 이용 모델링 및 변화 탐지에 대한 기술적 지원을 제공하는 것이다. Landsat-8 위성 영상을 사용하고, 지도 학습을 위한 훈련 데이터 세트를 생성했다. Google Earth Engine과 k-평균 군집화를 통한 비지도 학습을 통해 토지 피복 지도를 생성하고, 컨볼루션 신경망을 사용하여 선택된 지역의 토지 피복 유형을 분류했다. 시간 경과에 따른 도시 지역 변화를 강조하여 변화 탐지 시각화를 제시했다.

시사점, 한계점

시사점:
피지 나디 지역의 토지 이용 및 토지 피복 변화를 분석하기 위한 머신러닝 및 원격 탐사 기술 적용.
토지 피복/이용 변화를 모니터링하고 모델링하기 위한 프레임워크 제공.
도시화 추세에 따른 변화를 시각적으로 보여주는 변화 탐지 결과 제시.
한계점:
구체적인 데이터 셋, 모델, 정확도 평가에 대한 정보 부족.
다른 지역 또는 더 넓은 기간에 대한 일반화 가능성에 대한 언급 부재.
해당 연구의 실제 정책 결정에 미치는 영향에 대한 논의 부족.
👍