Machine learning based combinatorial analysis for land use and land cover assessment in Kyiv City (Ukraine)

Abstract

The main goal of this study is to evaluate different models for further improvement of the accuracy of land use and land cover (LULC) classification on Google Earth Engine using random forest (RF) and support vector machine (SVM) learning algorithms. Ten indices, namely normalized difference vegetation index, normalized difference soil index, index-based built-up index, biophysical composition index, built-up area extraction index (BAEI), urban index, new built-up index, band ratio for built-up area, bare soil index, and normalized built up area index, were used as input parameters for the machine learning algorithms to improve classification accuracy. The combinatorial analysis of the Sentinel-2 bands and the aforementioned indices allowed us to create four combinations based on surface reflectance characteristics. The study includes data from April 2020 to September 2021 and April 2022 to June 2022. The multitemporal Sentinel-2 data with spatial resolutions of 10 m were used to determine the LULC classification. The major land use classes such as water, forest, grassland, urban areas, and other lands were obtained. Generally, the RF algorithm showed higher accuracy than the SVM. The overall accuracy for RF and SVM was 86.56% and 84.48%, respectively, and the mean Kappa was 0.82 and 0.79, respectively. Using the combination 2 with the RF algorithm and combination 4 with the SVM algorithm for LULC classification was more accurate. The additional use of vegetation indices allowed to increase in the accuracy of LULC classification and separate classes with similar reflection spectra

Основною метою цього дослідження є оцінка різних моделей для подальшого вдосконалення точності класифікації землекористування та ґрунтового покриву (LULC) на Google Earth Engine з використанням алгоритмів навчання випадкового лісу (RF) і методу опорних векторів (SVM). Десять індексів, а саме нормалізований різницевий індекс рослинності, нормалізований різницевий індекс ґрунту, індекс забудованості, індекс біофізичного складу, індекс вилучення забудованої території (BAEI), міський індекс, індекс нової забудови, коефіцієнт смуги для забудованих площ, індекс голого ґрунту та нормалізований індекс забудованої площі використовувалися як вхідні параметри для алгоритмів машинного навчання для підвищення точності класифікації. Комбінований аналіз смуг Sentinel-2 і вищезгаданих індексів дозволив нам створити чотири комбінації на основі характеристик відбиття поверхні. Дослідження включає дані з квітня 2020 року по вересень 2021 року та з квітня 2022 року по червень 2022 року. Багаточасові дані Sentinel-2 із просторовою роздільною здатністю 10 м використовувалися для визначення класифікації LULC. Були отримані основні класи землекористування, такі як вода, ліси, луки, міські території та інші землі. Загалом RF-алгоритм показав вищу точність, ніж SVM. Загальна точність для RF і SVM становила 86,56% і 84,48% відповідно, а середнє значення Kappa становило 0,82 і 0,79 відповідно. Використання комбінації 2 з RF-алгоритмом і комбінації 4 з алгоритмом SVM для класифікації LULC було більш точним. Додаткове використання вегетаційних індексів дозволило підвищити точність класифікації LULC та виділити класи з подібними спектрами відбиття.