地理情報学と地球統計学: 概要

地理空間技術を用いた土地利用/土地被覆マッピングの精度向上のためのハイブリッド教師なし分類技術の開発：インド、マディヤ・プラデーシュ州ホシャンガバード

アヒルワル R、マリク MS、シュクラ JP

本研究では、解像度 23.5 m の Resource Sat-2 LISS-III 衛星データを使用して、土地利用/土地被覆 (LU/LC) 分類のハイブリッド アプローチを実施しました。ERDAS Imagine 画像処理ソフトウェアを使用して、衛星画像の教師なし分類プロセスを実行し、必要な土地利用/土地被覆クラスを取得しました。分類研究中、共通観測クラス (COC) として割り当てられた共通混合クラスは、ArcGIS モデル プレート ツールを使用して、必要なクラスを分離し、未定義の混合土地利用/土地被覆クラスを取得するために使用されました。さらに、教師なし分類
プロセスを修正することで、分離された混合土地被覆クラスの分類の精度が向上しました。その後、定義済みの教師なし土地被覆クラスと COC 教師なしクラスを ArcGIS モデル プレート ツールを使用してマージし、精度が向上した新しい分類画像を作成しました。最後に、教師ありクラスと COC ハイブリッド教師なしクラスを比較したところ、ハイブリッド教師なし分類の方が優れた結果が得られました。したがって、土地利用/土地被覆研究、地表被覆マッピング、森林管理、水資源管理、持続可能な都市開発、農業研究、天然資源管理、人工資源開発管理計画変更推論などにこの新しいアプローチを適用すると、他の分類アプローチ技術と比較してより良い結果が得られます。