Ассех К.Ф., Беленко В.В.
Методика автоматизированного обнаружения изменений состава земель на основе комплекса синтезированных и индексных изображений (на примере земель Кот-Д'ивуара)
Methodology for automated detection of changes in land composition based on a set of synthesised and index images (using the example of land in Ivory Cost)
| УДК: |
528.87 |
| Аннотация: |
Динамика землепользования является важным показателем экологических и социально-экономических изменений, особенно в развивающихся странах, которые испытывают сильное антропогенное давление. В Кот-д'Ивуаре часто отмечается постоянное отсутствие системы мониторинга землепользования, что ограничивает возможности государственных органов по прогнозированию и управлению изменениями на территории. Таким образом, цель данной статьи - предложить методологию автоматизированного обнаружения изменений в составе земель на основе набора индексных изображений. Методология основана на двух подходах: контролируемой классификации максимального правдоподобия и спектральных индексах, основанных на композиции каналов, что позволяет лучше различать классы землепользования. Ожидаемые результаты демонстрируют потенциал методологии в создании однородных и сопоставимых во времени тематических карт на основе спутниковых изображений разных периодов. |
Ключевые
слова: |
землепользование, автоматизированное обнаружение изменений, синтезированные и индексные изображения, пространственно-временной анализ, картографирование, Кот-д'Ивуар |
| Abstracts: |
Land use dynamics are a key indicator of environmental and socio-economic changes, particularly in developing countries that are under significant anthropogenic pressure. In ivory cost, there is often a continuing lack of land use monitoring systems, limiting the ability of government authorities to predict and manage changes in the territory. The aim of this article is therefore to propose a methodology for the automated detection of changes in land composition based on a set of indexed images. The methodology is based on two approaches: supervised classification by maximum likelihood and spectral indices using a combination of multispectral bands to better discriminate between different land use classes. The expected results highlight the methodology's potential to generate homogeneous thematic maps that are comparable over time from satellite images from different periods. |
| Keywords: |
land use, automated change detection, spatio-temporal analysis, mapping, synthesiz and index images, Ivory Cost |
Авторы статьи:
АССЕХ
Куаме Фабрис |
соискатель, кафедра космического мониторинга и экологии, Московский государственный университет геодезии и картографии |
БЕЛЕНКО
Виктор Владимирович |
доктор технических наук, профессор, кафедра космического мониторинга и экологии, Московский государственный университет геодезии и картографии |
Список литературы:
| 1. |
Dires T., Temesgen. F. Assessing land use and land cover change detection using remote sensing in the Lake Tana Basin, Northwest Ethiopia. Cogent Environmental Science. 2020. V. 6. No. 1. |
| 2. |
Ouattara T.A., Kouame K.F., Zo-Bi I.C., Vaudry R., Grinand C. Changements d'occupation et d'usage des terres entre 2016 et 2019 dans le Sud-Est de la Cote d'Ivoire : impact des cultures de rente sur la foret. Bois et Forets des Tropiques. 2021. No. 347. Pp. 89-104. |
| 3. |
El Hage Hassan. H, Ardillier-Carras F, Charbel L. Les changements d'occupation des sols dans la Beqaa Ouest (Liban) : le role des actions anthropiques. Cahiers Agricultures. 2019. V. 28. Pp. 10. |
| 4. |
BNETD. Realisation d'une etude sur l'identification, l'analyse et la cartographie des causes de la deforestation et de la degradation des forets en Cote d'Ivoire. Rapport technique. Abidjan, Cote d'Ivoire. 2016. Pp. 104. |
| 5. |
FAO, SEP-REDD+. Donnees forestieres de base pour la REDD+ en Cote d'Ivoire: Cartographie de la dynamique forestiere de 1986 a 2015. Rome, Italie, FAO. 2017. Pp. 32. |
| 6. |
Jofack Sokeng.V., Akpa Y. L., Assoma T., Kouame F., Corgne S., Rudant J.P. Suivi par teledetection des affectations des terres pour la promotion d'une agriculture integree au developpement forestier en Cote d'Ivoire. HAL science ouverte. 2019. Pp. 17. |
| 7. |
Ваш спутник в мире геопространственных решений: офиц. сайт. URL: https://innoter.com/sputniki/// (дата обращения: 17.09.2021). |
| 8. |
Manjula K.R., Jyothi S., Anand K.V. Data Preprocessing in Multi-Temporal Remote Sensing Data for Deforestation. Global Journal of Computer Science and Technology Software & Data Engineering. 2013. V. 13. No. 6. |
| 9. |
Jensen J.R. Introductory digital image processing: a remote sensing perspective. Third edition, Prentice Hall. 2005. Pp. 316. |
| 10. |
Lillesand T.M., Kiefer R.W., Chipman J.W. Remote sensing and image interpretation. Seventh Edition. 2015. Pp. 736. |
| 11. |
Congedo L. Semi-automatic classification plugin documentation. Release. 2016. Pp. 29. |
| 12. |
Chavez P.S. Image-based atmospheric corrections-revisited and improved. Photogrammetric engineering and remote sensing. V. 62. No. 9. Pp. 1025-1036. |
| 13. |
Understanding Maximum Likelihood Estimation in Supervised: офиц. сайт. URL: https://theaisummer.com/mle/ (дата обращения: 05/05/2025). |
| 14. |
Congalton R.G., Green K. Assessing the Accuracy of Remotely Sensed Data. Principles and Practices, Third Edition. 2009. Pp. 200. |
| 15. |
Geist H.J., Lambin E.F. What Drives Tropical Deforestation? A meta-analysis of proximate and underlying causes of deforestation based on subnational case study evidence. LUCC Report Series. 2001. No. 4. Pp. 136. |
| 16. |
Clandillon S., Fraipont P., Yesou H. In Assessment of the future spot 4 mir for wetland monitoring and soil moisture analysis: Simulation over the ried center Alsace France. SPIE Remote Sensing for Agriculture, Forestry, and Natural Resources, Paris, France. 1995. |
| 17. |
Zha Y., Gao J., Ni S. Use of normalized difference built-up index in automatically mapping urban areas from TM imagery. International Journal of Remote Sensing. 2003. V. 24. No. 3. Pp. 583-594. |
| 18. |
Elhag M. Evaluation of Different Soil Salinity Mapping Using Remote Sensing Techniques in Arid Ecosystems, Saudi Arabia. Journal of Sensors. 2016. Pp. 96175. |
| 19. |
Rodgers J.L., Nicewander W.A. Thirteen ways to look at the correlation coefficient. 390 The American Statistician. 1988. V. 42. No. 1. Pp. 59-66. |
| 20. |
Koffi A.S., Fora A.A., Elbelrhiti H. Cartographie De L'etat Du Couvert Vegetal Du Nord De La Cote D'ivoire A Partir D'images Satellites : Exemple De La Zone De Korhogo. European Scientific Journal. 2016. V. 12. No. 29. Pp. 204. |
| 21. |
Bouiadjra S.E.B., Zerey W.E., Benabdeli K. Etude diachronique des changements du couvert vegetal dans un ecosysteme montagneux par teledetection spatiale : cas des monts du Tessala (Algerie occidentale). Physio-Geo. 2011. V. 5. Pp. 59-66. |
| 22. |
Coulibaly L., KOUASSI K.H., Soro G.E., Savane I. Analyse du processus de savanisation du nord de la Cote d'Ivoire par teledetection: Cas du departement de Ferkessedougou. International Journal of Innovation and Applied Studies. 2017. V. 1. No. 1. Pp. 136-143. |
| 23. |
Tiesse C.B, Wandan E.N., N'da H.D. Apport De La Teledetection Pour Le Suivi SpatioTemporel De L'occupation Du Sol Dans La Region Montagneuse Du Tonkpi (Cote D'ivoire). European Scientific journal. 2017. V. 15. Pp. 310. |
| 24. |
Koumoi Z., Alassane A., Djangbedja M., Boukpessi T., Kouya A.E. Dynamique spatio-temporelle de l'occupation du sol dans le centre-Togo. AHOHO - Revue de Geographie du LARDYMES. 2013. V. 10. Pp. 163-172. |
|
|
