Monitoring and Prediction of Land Use and Land Cover Change Using Remote Sensing and De ep Learning

利用遥感和深度学习监测和预测土地利用和土地覆盖变化

基本信息

批准号：
22KF0301
负责人：
鶴崎直樹
金额：
$ 1.47万
依托单位：
Kyushu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22KF0301/
关键词：
Land Use Land Cover Change Satellites Images Machine Learning Remote Sensing

项目摘要

本研究は、①最先端のディープラーニング技術とマルチスペクトル衛星画像を用いて土地利用と土地被覆（LULC)の変化のモニタリングと予測のための効果的なフレームワークを開発し、次に②リモートセンシングデータからLULCの変化を検出し、気候変動や自然災害の影響を評価することを目的としている。2022年度の実績として、まず、“Assessing Land Use / Land Cover Change and Damages Resulted from Earthquakes Using Remote Sensing and Deep Learning Techniques”と題した研究論文（査読付き）を執筆し、２０２３年２月にリヤド市（サウジアラビア国）おいて開催された国際学会 International Conference and Exhibition for Science (ICES2023)にて発表をおこなった。なお、この論文は、ScopusにインデックスされるSpringer ASTIシリーズの会議録に収録される予定である。次に、International Geoscience and Remote Sensing Symposium (IGRASS 2023)に参加するため“'Detection of Earthquake-Induced Building Damages Using Remote Sensing Data and Deep Learning: Mashiki Town, Japan as A Case Study'というタイトルの論文を執筆・投稿し、採択され発表を予定している。最後に、“Unveiling the Evolution of Greater Cairo’s Urban Form: Remote Sensing and Geospatial Analysis of 48 Years of Urban Growth”と題した論文（要旨）を投稿した。

本研究旨在 (1) 利用最先进的深度学习技术和多光谱卫星图像开发一个有效的框架来监测和预测土地利用和土地覆盖 (LULC) 变化，然后 (2) 开发从数据中检测土地利用和土地利用变化的变化并评估气候变化和自然灾害的影响。至于我在2022年的成就，我首先写了一篇研究论文（同行评审），题为“利用遥感和深度学习技术评估地震造成的土地利用/土地覆盖变化和损害”，并在2023年2月写了一篇研究论文题为“利用遥感和深度学习技术评估地震造成的土地利用/土地覆盖变化和损害”在沙特阿拉伯举行的国际科学会议和展览（ICES2023）上做了演讲。本文将收录在 Springer ASTI 系列会议论文集中，并将被 Scopus 索引。接下来，我写了一篇题为“利用遥感数据和深度学习检测地震引起的建筑损坏：以日本益木镇为例”的论文，以参加国际地球科学与遥感研讨会（IGRASS 2023）。，论文《揭开大开罗城市形态的演变：城市48年的遥感与地理空间分析》将发表。我提交了一篇题为“成长”的论文（摘要）。

项目成果

期刊论文数量（3）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Assessing Land Use / Land Cover Change and Damages Resulted from Earthquakes Using Remote Sensing and Deep Learning Techniques

利用遥感和深度学习技术评估地震造成的土地利用/土地覆盖变化和损害

DOI：
发表时间：
2023
期刊：
Springer ASTI
影响因子：
0
作者：
Assadawoot Srikhoaw;Chitiphon Chuaicham;Keiko Sasaki,;Muhammad Salem Said Muhammad
通讯作者：
Muhammad Salem Said Muhammad

Detection of Earthquake-Induced Building Damages Using Remote Sensing Data and Deep Learning: Mashiki Town, Japan as A Case Study

利用遥感数据和深度学习检测地震引起的建筑损坏：以日本益木町为例

DOI：
发表时间：
2023
期刊：
Proceedings of International Geoscience and Remote Sensing Symposium (IGRASS 2023)
影响因子：
0
作者：
Assadawoot Srikhoaw;Chitiphon Chuaicham;Keiko Sasaki,;Muhammad Salem Said Muhammad;Muhammad Salem Said Muhammad
通讯作者：
Muhammad Salem Said Muhammad

Assessing Land Use/Land Cover Change and Damages Resulted from Earthquakes Using Remote Sensing and Deep Learning Techniques

利用遥感和深度学习技术评估地震造成的土地利用/土地覆盖变化和损害

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
○Ilias Papadopoulos;Joseph Ka-Ho Hui;Masa-aki Morikawa;Kenji Kaneko;Kiyoshi Miyata;Ken Onda;Nobuo Kimizuka;Muhammad Salem Said Muhammad
通讯作者：
Muhammad Salem Said Muhammad