利用 Google Earth Engine 中的多时相分析与光学数据及机器学习算法检测城市变化
计算机视觉与模式识别
2023-08-23 v1 图像与视频处理
摘要
本工作的目标是利用 Google Earth Engine（GEE）平台进行多时相分析，借助光学数据与特定机器学习（ML）算法检测城市区域变化。作为案例研究，位于埃及的 Cairo 市被确定为过去十年全球人口最多的五大 megacities 之一。对感兴趣区域（ROI）的分类与变化检测分析覆盖 2013 年 7 月至 2021 年 7 月。结果证明了所提方法在选定时期内识别已变化与未变化城市区域的有效性。此外，本工作旨在彰显 GEE 作为高效基于云的解决方案在处理海量卫星数据方面日益增长的重要性。
引用
@article{arxiv.2308.11468,
title = {Multitemporal analysis in Google Earth Engine for detecting urban changes using optical data and machine learning algorithms},
author = {Mariapia Rita Iandolo and Francesca Razzano and Chiara Zarro and G. S. Yogesh and Silvia Liberata Ullo},
journal= {arXiv preprint arXiv:2308.11468},
year = {2023}
}
备注
4 pages, 6 figures, 2023 InGARSS Conference