गूगल अर्थ इंजन में लैंडसैट इमेजरी की घनी स्टैकिंग का उपयोग करके लोवर येनीसेई नदी में भूमि उपयोग परिवर्तन

आर्कटिक में जलवायु गर्मी एक अभूतपूर्व दर से हो रही है, क्षेत्रीय प्रवर्धन के कारण, जो भूमि उपयोग परिवर्तन को तेज कर सकती है। आर्कटिक में ऑप्टिकल रिमोट सेंसिंग का उपयोग करके भूमि उपयोग परिवर्तन को मापना और निगरानी करना निरंतर बादल और बर्फ के आवरण की समस्याओं और स्पेक्ट्रल रूप से समान भूमि उपयोग प्रकारों के कारण चुनौतीपूर्ण रहा है। गूगल अर्थ इंजन (जीईई) उपलब्ध ऑप्टिकल इमेजरी के एक बड़े संग्रह का उपयोग करके इन परिवर्तनों की प्रभावी जांच के लिए एक शक्तिशाली उपकरण का प्रतिनिधित्व करता है। यह कार्य आर्कटिक केंद्रीय साइबेरिया के लोवर येनीसेई नदी क्षेत्र में भूमि उपयोग परिवर्तन का अध्ययन करता है और भूमि उपयोग परिवर्तन का विश्लेषण करने के लिए लैंडसैट घने स्टैक्स का उपयोग करते हुए रैंडम फॉरेस्ट वर्गीकरण एल्गोरिदम के लागूकरण का उदाहरण प्रस्तुत करता है, जो 1985 से 2017 के 32 वर्षीय समयावधि में 1641 छवियों का संदर्भ देता है। यहां प्रस्तुत अर्द्धस्वचालित पद्धति अध्ययन क्षेत्र को प्रति-पिक्सेल आधार पर वर्गीकृत करती है, जो क्षेत्र के लिए उपलब्ध संपूर्ण लैंडसैट रिकॉर्ड का उपयोग करती है, केवल न्यूनतम बादल और बर्फ प्रभावित पिक्सेल को लेते हुए। अध्ययन क्षेत्र के प्राकृतिक वातावरण में देखे गए जलवायु परिवर्तन एक सांख्यिकीय रूप से महत्वपूर्ण स्थिर हरीकरण (~21,000 किमी2 टुंड्रा से ताइगा में परिवर्तन) और बड़े झीलों की प्रचुरता में थोड़ी कमी (~700 किमी2) दिखाते हैं, जो महत्वपूर्ण पर्माफ्रॉस्ट अपघटन का संकेत देते हैं। इस कार्य के परिणाम पर्माफ्रॉस्ट क्षेत्रों में रिमोट सेंसिंग के लिए एक प्रभावी अर्द्धस्वचालित वर्गीकरण रणनीति और मानचित्र उत्पाद प्रदान करते हैं जिनका उपयोग लोवर येनीसेई नदी क्षेत्र के भविष्य के क्षेत्रीय पर्यावरणीय मॉडलिंग में किया जा सकता है।