Zastosowanie wielospektralnego indeksu z danych Sentinel-2 do ekstrakcji terenów zabudowanych w rejonie Hanoi w sezonie suchym

Abstrakt

Wskaźnik zdalnego wykrywania jest prostym i skutecznym sposobem na wyróżnienie określonego pokrycia terenu. Dlatego w tym badaniu
staramy się zwiększyć dokładność mapy terenów miejskich opracowanej dla miasta Hanoi, skupiając się na określeniu odpowiedniego
połączenia wskaźników spektralnych obliczanych z danych obrazów satelitarnych. Do przeprowadzenia badania wybrano cztery wskaźniki
spektralne, a mianowicie znormalizowany wskaźnik różnicy uprawy (NDTI), wskaźnik gołej gleby (BSI), wskaźnik suchej gołej gleby
(DBSI) i znormalizowany wskaźnik różnicy wegetacji (NDVI). Wszystkie te wskaźniki spektralne są obliczane z danych Sentinel-2 uzyskanych
w sezonie suchym. Dwie kombinacje są tworzone z nakładania się warstw wskaźników spektralnych NDTI/BSI/NDVI i NDTI/
DBSI/NDVI. Użycie algorytmu “K-means” jako klasyfikatora nienadzorowanego zapewnia szybkie i automatyczne wykrywanie terenów
miejskich. Wyniki pokazują, że wskaźnik BSI działa lepiej niż użycie wskaźnika DBSI. W rezultacie wskaźnik BSI przynosi poprawki:
typy gołej gleby i procesy akumulacji są lepiej zróżnicowane, a ogólna dokładność wzrasta o 5,82%, a współczynnik Kappa wzrasta
o 11,1%. Wyniki pokazują, że zestaw danych wielospektralnych wskaźników NDTI/BSI/NDVI jest odpowiedni do mapowania obszarów
miejskich z potencjałem pomocy w lepszym zarządzaniu miastem podczas sezonu suchego.