다계절 Sentinel-2 이미지를 활용한 순환 잔여 네트워크 기반의 지역 기후 구역 기반 도시 토지 피복 분류

지역 기후 구역(LCZ) 계획은 원래 도시 열섬(UHI) 연구를 위한 학제 간 분류체계를 제공하기 위해 제안되었습니다. 최근 몇 년 동안, 이 계획은 LCZ 클래스가 도시 구조와 토지 사용에 대한 일반적인 이해를 제공하는 데 도움을 줄 수 있으므로 더 높은 수준의 제품 개발의 출발점이 되었습니다. 따라서 이론적으로 LCZ 매핑은 세계적 규모에서 도시의 시공간 역학을 더 잘 이해하는 데 기여할 수 있습니다. 그러나 신뢰할 수 있는 LCZ 지도는 아직 전 세계적으로 제공되지 않습니다. 자동 LCZ 매핑을 향한 첫 번째 단계로, 이 작업은 다계절 Sentinel-2 이미지를 사용하여 LCZ 기반의 토지 피복 분류에 중점을 둡니다. 우리는 단위화된 프레임워크 내에서 공동 스펙트럴-공간-시간적 특성 표현을 학습할 수 있는 순환 잔여 네트워크(Re-ResNet) 아키텍처를 제안합니다. 이를 위해 잔여 합성곱 신경망(ResNet)과 순환 신경망(RNN)을 하나의 종단 간 아키텍처로 결합합니다. ResNet은 단일 계절 이미지를 통해 풍부한 스펙트럴-공간 특성 표현을 학습할 수 있고, RNN은 다계절 이미지의 시간적 종속성을 효과적으로 분석할 수 있습니다. 다양한 데이터 세트에서 7개의 별개의 유럽 도시를 포함하여 교차 검증이 수행되었으며, 실험 결과의 정량적 분석은 다중 시간 정보와 Re-ResNet의 결합 사용이 전체 정확도를 약 7 퍼센트 포인트 향상시킴을 밝혀냈습니다. 제안된 프레임워크는 도시 지리 및 도시 기후학과 같은 분야에서 과학적 진전을 지원하기 위해 대규모로 일관된 품질의 도시 토지 피복 및 LCZ 지도를 생성할 수 있는 잠재력을 가지고 있습니다.