[论文解读] 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 6

一句话总结

本研究提出一种基于高分辨率遥感数据的逐像素分类方法，用于检测印度科伊姆布托尔市的土地利用/土地覆盖（LULC）变化，利用国家遥感中心（NRSA）为印度环境条件量身定制的广义LULC分类系统。该方法应用变化检测技术，高效更新地理空间数据库，准确绘制了2000年至2008年间的城市扩张和土地覆盖转变情况。

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.

研究动机与目标

• 利用遥感数据分析印度泰米尔纳德邦科伊姆布托尔市的时空土地利用/土地覆盖（LULC）变化。
• 评估逐像素分类技术在高分辨率卫星影像下用于城市化区域变化检测的有效性。
• 应用为印度环境和传感器条件量身定制的NRSA广义LULC分类系统。
• 通过准确、及时的地理空间数据更新，支持电子政务、自然资源管理和环境监测。
• 展示遥感与GIS在长期跟踪城市扩张和土地覆盖转变方面的实用性。

提出的方法

• 利用高分辨率卫星影像进行土地利用/土地覆盖（LULC）分类与变化检测。
• 采用逐像素分类方法，假设每个像素在光谱上具有同质性，独立分析每个像素。
• 采用为印度条件量身定制的NRSA广义LULC分类系统，对地表特征进行分类。
• 使用变化检测方法识别并提取两个时间段（2000–2008年）之间的土地覆盖目标变化。
• 将结果整合到地理空间数据库中，用于城市规划和环境监测应用。
• 以美国地质调查局（USGS）LULC分类框架为基础模型，结合本地实际情况进行调整。

实验结果

研究问题

• RQ1 在科伊姆布托尔这类快速城市化的地区，逐像素分类方法在检测LULC变化方面的准确性如何？
• RQ2 当应用于印度城市环境中的高分辨率卫星影像时，NRSA广义LULC分类系统的表现如何？
• RQ3 2000年至2008年间，科伊姆布托尔市的主要LULC变化是什么？这些变化如何反映城市扩张趋势？
• RQ4 利用高分辨率影像进行变化检测，能否支持电子政务和资源管理中地理空间数据库的及时更新？
• RQ5 在异质性城市环境中，逐像素方法中光谱同质性假设对分类精度有何影响？

主要发现

• 本研究成功利用高分辨率卫星数据，识别出2000年至2008年间科伊姆布托尔市显著的城市扩张和土地覆盖转变。
• NRSA广义LULC分类系统在印度环境和传感器条件下，有效分类了多种地表特征。
• 逐像素分类技术实现了土地覆盖变化的高效、自动化检测，支持地理空间数据库的快速更新。
• 变化检测结果表明，建筑用地和不透水表面显著增加，反映出城市蔓延和基础设施发展。
• 遥感与GIS工具的整合在自然资源管理、环境监测和电子政务应用方面展现出强大潜力。
• 本研究验证了高分辨率影像与标准化分类系统在监测动态城市环境方面的实用性。