基于持续土地扰动算法时序数据的水体映射与变化检测
机器学习
2025-04-07 v1
摘要
面临日益严峻的环境挑战，对水体变化的准确监测和预测对于可持续管理和保护至关重要。持续土地扰动（COLD）算法为实时分析土地变化（如森林砍伐、城市扩张、农业活动和自然灾害）提供了宝贵的工具。这种能力使得及时干预和更明智的决策成为可能。本文评估了该算法估计水体并在时间上描绘水体趋势的有效性。我们的发现表明，COLD 派生的数据可可靠地估计稳定期间的水体频率并描绘水体区域。此外，它使得在扰动后评估水体区域的趋势成为可能，从而确定水体频率是增加、减少还是保持不变。
引用
@article{arxiv.2504.03170,
title = {Water Mapping and Change Detection Using Time Series Derived from the Continuous Monitoring of Land Disturbance Algorithm},
author = {Huong Pham and Samuel Cheng and Tao Hu and Chengbin Deng},
journal= {arXiv preprint arXiv:2504.03170},
year = {2025}
}