Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
https://hdl.handle.net/123456789/1614
Τύπος: | Άρθρο σε επιστημονικό περιοδικό |
Τίτλος: | Object-based burned area mapping with extreme gradient boosting using Sentinel-2 imagery |
Συγγραφέας: | [EL] Σταυρακούδης, Δημήτριος[EN] Stavrakoudis, Dimitris [EL] Γήτας, Ιωάννης[EN] Gitas, Ioannis |
Ημερομηνία: | 14/02/2023 |
Περίληψη: | The Sentinel-2 satellites are providing an unparalleled wealth of high-resolution re-motely sensed information with a short revisit cycle, which is ideal for mapping burned areas both accurately and timely. This paper proposes an automated meth-odology for mapping burn scars using pairs of Sentinel-2 imagery, exploiting the state-of-the-art eXtreme Gradient Boosting (XGB) machine learning framework. A large database of 64 reference wildfire perimeters in Greece from 2016 to 2019 is used to train the classifier. An empirical methodology for appropriately sampling the training patterns from this database is formulated, which guarantees the effective-ness of the approach and its computational efficiency. To reduce the data volume, a super-pixel segmentation of the images is also employed, implemented via the QuickShift algorithm. The cross-validation results showcase the effectiveness of the proposed algorithm, with the average commission and omission errors being 9% and 2%, respectively, and the average Matthews correlation coefficient (MCC) equal to 0.93. |
Γλώσσα: | Αγγλικά |
Σελίδες: | 20 |
DOI: | 10.4236/jgis.2023.151004 |
EISSN: | 2151-1969 |
Θεματική κατηγορία: | [EL] Τηλεπισκόπηση[EN] Remote Sensing |
Λέξεις-κλειδιά: | Operational Burned Area Mapping; Sentinel-2; eXtreme Gradient Boosting (XGB); QuickShift segmentation; Machine learning |
Κάτοχος πνευματικών δικαιωμάτων: | © 2023 by author(s) and Scientific Research Publishing Inc |
Όροι και προϋποθέσεις δικαιωμάτων: | This work is licensed under the Creative Commons Attribution-NonCommercial International License (CC BY-NC 4.0). http://creativecommons.org/licenses/by-nc/4.0/ |
Ηλεκτρονική διεύθυνση του τεκμηρίου στον εκδότη: | https://www.scirp.org/journal/paperinformation?paperid=123014 |
Ηλεκτρονική διεύθυνση περιοδικού: | https://www.scirp.org/journal/journalarticles.aspx?journalid=114 |
Τίτλος πηγής δημοσίευσης: | Journal of Geographic Information System |
Τεύχος: | 1 |
Τόμος: | 15 |
Σελίδες τεκμηρίου (στην πηγή): | 53-72 |
Σημειώσεις: | This research is co-financed by Greece and the European Union (European Social Fund—ESF) through the Operational Programme “Human Resources Development, Education and Lifelong Learning” in the context of the project “Reinforcement of Postdoctoral Researchers—2nd Cycle” (MIS-5033021), implemented by the State Scholarships Foundation (ΙΚΥ). |
Εμφανίζεται στις συλλογές: | Μεταδιδακτορικοί ερευνητές |
Αρχεία σε αυτό το τεκμήριο:
Αρχείο | Περιγραφή | Σελίδες | Μέγεθος | Μορφότυπος | Έκδοση | Άδεια | |
---|---|---|---|---|---|---|---|
jgis_2023021314523660.pdf | Δημοσιευμένο αντίτυπο άρθρου | 20 σελίδες σελίδες | 2.69 MB | Adobe PDF | Δημοσιευμένη/του Εκδότη | Δείτε/ανοίξτε |