रिमोट और सोशल सेंसिंग डेटा को संयोजित करके फाइन-ग्रेन्ड अर्बन विलेज की पहचान के लिए एक पदानुक्रमित (हाइरार्किकल) दृष्टिकोण

फाइन-ग्रेन्ड अर्बन विलेज (UVs) के समयबद्ध और सटीक मानचित्र तर्कसंगत शहरी नियोजन के लिए आवश्यक हैं, जो श्रम-गहन भूमि सर्वेक्षण के विकल्प के रूप में स्वचालित पहचान विधियों के महत्व को रेखांकित करते हैं, विशेष रूप से उच्च घनत्व वाले शहरी क्षेत्रों वाले बड़े शहरों के लिए जहां UV मानचित्रों को बार-बार अपडेट नहीं किया जा सकता है। हालांकि, उच्च घनत्व वाले शहरों में रिमोट सेंसिंग छवियों से UVs की एक साथ सटीक और फाइन-ग्रेन्ड पहचान हासिल करना चुनौतीपूर्ण है, क्योंकि UVs में प्रदर्शित रिमोट सेंसिंग विशेषताओं में कम विभेदन (लो डिस्क्रिमिनेशन) की समस्या होती है। इस समस्या को हल करने के लिए, इस शोधपत्र में, हमने एक पदानुक्रमित पहचान रूपरेखा (हाइरार्किकल रिकॉग्निशन फ्रेमवर्क) का प्रस्ताव रखा है जो फाइन-ग्रेन्ड UVs की पहचान करने के लिए रिमोट और सोशल सेंसिंग डेटा को एकीकृत कर सकता है। यह पदानुक्रमित रूपरेखा मानव अनुभूति प्रक्रियाओं का अनुसरण करती है और प्रत्येक चरण के लिए इसका स्पष्ट भौगोलिक अर्थ है, जो इसकी व्याख्यात्मकता सुनिश्चित करता है। इसके अलावा, इस रूपरेखा में रिमोट और सोशल सेंसिंग डेटा को आसानी से संयोजित किया जा सकता है ताकि UV की अमूर्त अवधारणा को मोटे (कोर्स) और सूक्ष्म (फाइन) दोनों पैमानों पर पर्याप्त रूप से चित्रित किया जा सके। प्रस्तावित दृष्टिकोण की प्रभावशीलता को मान्य करने के लिए, जटिल UVs वाले चीन के एक विशिष्ट उच्च-घनत्व मेगासिटी, Shenzhen में व्यापक प्रयोग किए गए और 2.5 m के स्थानिक रिज़ॉल्यूशन वाला एक फाइन-ग्रेन्ड मानचित्र प्राप्त किया गया। परिणाम दर्शाते हैं कि प्रस्तावित दृष्टिकोण ने क्रमशः 96.23% और 0.920 की समग्र सटीकता और Kappa के साथ एक प्रभावशाली प्रदर्शन हासिल किया। इसके अलावा, पदानुक्रमित पहचान रूपरेखा के साथ-साथ रिमोट और सोशल सेंसिंग डेटा के संलयन की प्रभावशीलता को प्रदर्शित करने के लिए तुलनात्मक मूल्यांकन और एब्लेशन अध्ययन किए गए।