[論文レビュー] Classification of LULC Change Detection using Remotely Sensed Data for Coimbatore City, Tamilnadu, India

Y. Babykalpana, K. Thanushkodi|arXiv (Cornell University)|May 23, 2010

Remote-Sensing Image Classification参考文献 4被引用数 6

ひとこと要約

本研究では、インド・コイムバトール市の土地利用・土地被覆（LULC）変化を同定するために、高分解能の地上観測データを用いたピクセル単位分類手法を提案する。この手法は、インドの状況に適合させた国立宇宙科学研究機関（NRSA）の一般化されたLULC分類システムを活用し、地理空間データベースの効率的更新を目的とした変化検出技術を適用している。2000年から2008年の間に都市の拡大と土地被覆の変遷を正確にマッピングした。

ABSTRACT

Maps are used to describe far-off places . It is an aid for navigation and military strategies. Mapping of the lands are important and the mapping work is based on (i). Natural resource management & development (ii). Information technology ,(iii). Environmental development ,(iv). Facility management and (v). e-governance. The Landuse / Landcover system espoused by almost all Organisations and scientists, engineers and remote sensing community who are involved in mapping of earth surface features, is a system which is derived from the united States Geological Survey (USGS) LULC classification system. The application of RS and GIS involves influential of homogeneous zones, drift analysis of land use integration of new area changes or change detection etc.,National Remote Sensing Agency(NRSA) Govt. of India has devised a generalized LULC classification system respect to the Indian conditions based on the various categories of Earth surface features , resolution of available satellite data, capabilities of sensors and present and future applications. The profusion information of the earth surface offered by the high resolution satellite images for remote sensing applications. Using change detection methodologies to extract the target changes in the areas from high resolution images and rapidly updates geodatabase information processing.Traditionally, classification approaches have focused on per-pixel technologies. Pixels within areas assumed to be automatically homogeneous are analyzed independently.

研究の動機と目的

• インド・タミル・ナドゥ州コイムバトール市における空間的・時間的変化を示す土地利用・土地被覆（LULC）変化を、地上観測データを用いて分析すること。
• 高分解能衛星画像を用いた都市化地域における変化検出に、ピクセル単位分類手法の有効性を評価すること。
• インドの環境的・センサー的条件に適合させたNRSAの一般化されたLULC分類システムを適用すること。
• 正確で迅速な地理空間データの更新を通じて、電子政府、自然資源管理、環境監視を支援すること。
• リモートセンシングとGISの有効性を、時間経過に伴う都市の拡大と土地被覆の変遷を追跡する応用において実証すること。

提案手法

• 土地利用・土地被覆（LULC）分類および変化検出に、高分解能衛星画像を活用する。
• 各ピクセルを独立して分析するピクセル単位分類手法を採用し、スペクトル的一致性を仮定する。
• インドの環境的・センサー的条件に適合させたNRSAの一般化されたLULC分類システムを用いて、地表面の特徴を分類する。
• 2つの期間（2000年〜2008年）における土地被覆の変化を特定・抽出するための変化検出手法を適用する。
• 結果を地理空間データベースに統合し、都市計画および環境監視への応用を可能にする。
• 米国地質調査所（USGS）のLULC分類フレームワークを基礎モデルとし、現地状況に適合させるために変更を加える。

実験結果

リサーチクエスチョン

• RQ1 ピクセル単位分類は、コイムバトールのような急速に都市化が進む地域におけるLULC変化をどれほど正確に検出できるか。
• RQ2 インドの都市環境における高分解能衛星画像に適用されたNRSAの一般化されたLULC分類システムの性能は、どの程度であるか。
• RQ3 2000年から2008年の間にコイムバトール市で顕著なLULC変化は何か。また、それらは都市拡大の傾向をどのように反映しているか。
• RQ4 高分解能画像を用いた変化検出は、電子政府および資源管理のための地理空間データベースの迅速な更新を支援できるか。
• RQ5 ピクセル単位手法におけるスペクトル的一致性の仮定は、多様性の高い都市環境における分類精度にどのように影響を与えるか。

主な発見

• 本研究では、高分解能衛星画像を用いることで、2000年から2008年の間にコイムバトール市で顕著な都市拡大と土地被覆の変遷が同定された。
• インドの環境的・センサー的条件に適合させたNRSAの一般化されたLULC分類システムは、多様な地表面特徴の分類に有効であることが示された。
• ピクセル単位分類手法により、土地被覆変化の効率的かつ自動的な検出が可能となり、迅速な地理空間データベースの更新が可能になった。
• 変化検出の結果、建物や不透水表面の面積が顕著に増加しており、都市の拡大とインfra構築の進行を示している。
• リモートセンシングとGISツールの統合は、自然資源管理、環境監視、電子政府への応用において大きな潜在的価値を示した。
• 本研究では、高分解能画像と標準化された分類システムの有効性が、変動が激しい都市環境のモニタリングにおいて裏付けられた。