Multitemporal analysis in Google Earth Engine for detecting urban changes using optical data and machine learning algorithms

要約

この研究の目的は、Google Earth Engine (GEE) プラットフォームを使用して多時間分析を実行し、光学データと特定の機械学習 (ML) アルゴリズムを使用して都市部の変化を検出することです。
ケーススタディとして、エジプト国内のカイロ市は、過去 10 年間で世界で最も人口の多い 5 つの大都市の 1 つとして特定されました。
関心領域（ROI）の分類と変化検出分析は、2013 年 7 月から 2021 年 7 月まで実施されました。結果は、選択した期間にわたって変化した都市エリアと変化していない都市エリアを識別する際の提案手法の有効性を示しています。
さらに、この研究は、大量の衛星データを管理するための効率的なクラウドベースのソリューションとして GEE の重要性が高まっていることを証明することを目的としています。

要約(オリジナル)

The aim of this work is to perform a multitemporal analysis using the Google Earth Engine (GEE) platform for the detection of changes in urban areas using optical data and specific machine learning (ML) algorithms. As a case study, Cairo City has been identified, in Egypt country, as one of the five most populous megacities of the last decade in the world. Classification and change detection analysis of the region of interest (ROI) have been carried out from July 2013 to July 2021. Results demonstrate the validity of the proposed method in identifying changed and unchanged urban areas over the selected period. Furthermore, this work aims to evidence the growing significance of GEE as an efficient cloud-based solution for managing large quantities of satellite data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google