检索结果-南通市图书馆

Analysis of geo-spatiotemporal data using machine learning algorithms and reliability enhancement for urbanization decision support

引用

International Journal of Digital Earth 2020年第12期13卷 1717-1732页

作者： Kwame O.Hackman Xuecao Li Daniel Asenso-Gyambibi emmanuella a.asamoah Isaac.D.Nelson Data Management Department WASCAL Competence CenterOuagadougouBurkina Faso Department of Geological and Atmospheric Sciences Iowa State UniversityAmesUSA Department of Environmental Management University of Energy and Natural ResourcesSunyaniGhana Building and Road Research Institute(BRRI) Council for Scientific and Industrial Research(CSIR)KumasiGhana

We present systematic analyses of the temporal dynamics of the growth of Kumasi,the fastest growing city in Ghana using 20-year Landsat timeseries data from 2000 to 2020(with 1986 Landsat image as a baseline).Two classification algorithms–random forest(RF)and support vector machines(SVM)–were used to produce binary(built-up/non-built up)maps for all years within the temporal *** further implemented an anomaly detection and temporal consistency algorithm followed by a changing logic to correct the classification anomalies due to image contamination from the cloud and other *** mean overall accuracies obtained for RF and SVM were 94.9%(kappa=0.90)and 95.5%(kappa=0.91),*** results reveal that the mean builtup area percentages of the metropolis are approximately 74,65,47,and 23 for the years 2020,2010,2000,and 1986,respectively,representing a mean annual change of 3.5%over the 34 *** the present lack of labeled data in Ghana for in-depth analyses of the evolution of land use,we believe that this study serves as an initial attempt to a better understanding of the effects of increasing anthropogenic activities due to urbanization,on human and environment health.

关键词： Urbanization Kumasi support vector machine random forest Landsat

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：