清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

An optical and remote sensing image processing and pattern recognition framework for spatial sustainability assessment using machine learning

可解释性 人工智能 计算机科学 多光谱图像 遥感 机器学习 模式识别(心理学) 特征(语言学) 特征提取 图像处理 空间分析 上下文图像分类 多光谱模式识别 遥感应用 持续性 网格 空间生态学 高光谱成像 机器视觉 计算机视觉 数据挖掘 深度学习 计算 支持向量机 图像(数学) 共同空间格局 地球观测 空间滤波器
作者
Kexin Liu,Jingyao Wang
出处
期刊: 卷期号:: 93-93
标识
DOI:10.1117/12.3108646
摘要

This study presents an optical and remote sensing image processing and pattern recognition framework, which applies machine learning algorithms to extract spatial sustainability patterns from multi-source urban imagery, including multispectral and high-resolution optical data. The framework integrates optical imaging techniques with machine learning models, enhancing the accuracy and interpretability of sustainability predictions. Using multi-source remote sensing imagery and spatial datasets, a structured grid-based model is constructed over Stockholm. Seventeen spatial features are extracted via image segmentation, spectral index computation (e.g., NDVI), and object-based feature recognition. An XGBoost regression model is trained to predict sustainability scores for each grid unit, achieving high accuracy (R² = 0.869). To enhance interpretability, SHAP is employed to reveal spatial patterns and quantify the contribution of each image-derived and environmental feature. The predicted results are visualized through heatmaps, highlighting urban sustainability disparities and latent spatial structures. This framework integrates image analysis, interpretable modeling, and spatial pattern discovery to provide data-driven insights for intelligent urban decision-making.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
zx586440的应助被科研通管家采纳,获得20
2秒前
清脆晓瑶完成签到,获得积分10
3秒前
缓慢不正完成签到,获得积分10
12秒前
17秒前
木头鱼完成签到,获得积分10
32秒前
淡定的板栗完成签到,获得积分10
32秒前
悲伤的小袁完成签到,获得积分10
34秒前
37秒前
38秒前
淡然的紫伊完成签到,获得积分10
47秒前
迷人的晓灵完成签到,获得积分10
52秒前
57秒前
shoemaker完成签到,获得积分10
59秒前
6666发布了新的文献求助10
1分钟前
Lemenchichi完成签到,获得积分10
1分钟前
害羞的又菡完成签到,获得积分10
1分钟前
1分钟前
甜蜜寻琴完成签到,获得积分10
1分钟前
沙海沉戈完成签到,获得积分0
1分钟前
含蓄的新柔完成签到,获得积分10
1分钟前
1分钟前
龙龙发布了新的文献求助10
1分钟前
小如意完成签到 ,获得积分10
1分钟前
我是老大的应助被龙龙采纳,获得10
1分钟前
renbaobei完成签到 ,获得积分10
1分钟前
典雅的醉易完成签到,获得积分10
1分钟前
2分钟前
充电宝的应助被Wang采纳,获得10
2分钟前
灵巧怀曼完成签到,获得积分10
2分钟前
TingtingGZ发布了新的文献求助10
2分钟前
细腻绮完成签到,获得积分10
2分钟前
Jasper的应助被TingtingGZ采纳,获得10
2分钟前
2分钟前
外向夜阑完成签到,获得积分10
2分钟前
3分钟前
大胆半双完成签到,获得积分10
3分钟前
Wang发布了新的文献求助10
3分钟前
3分钟前
3分钟前
风趣的飞阳完成签到,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8173194
求助须知:如何正确求助?哪些是违规求助? 9565558
关于积分的说明 21780476
捐赠科研通 7767279
什么是DOI,文献DOI怎么找? 3431542
关于科研通互助平台的介绍 2555697
邀请新用户注册赠送积分活动 2476682