人工智能和遥感技术追踪达卡快速城市化和环境变化

一项新近发表在arXiv上的研究详细介绍了如何利用遥感和机器学习技术分析2019年至2024年间孟加拉国达卡地区的土地利用和植被变化。该研究采用了卫星图像以及决策树、K近邻和随机森林等算法来追踪土地覆盖的变化。研究结果显示，城市建成区显著增加（59.5%），而植被（-8.46%）和水体（-7.77%）则有所减少，凸显了快速城市化对环境的影响。该研究强调了这些技术工具在可持续城市规划和政策制定方面的实用性。 AI

影响 为利用人工智能监测城市发展和环境变化提供了一个框架，可能为政策制定和可持续规划提供信息。

排序理由 该集群包含一篇详细介绍研究方法和结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Bangladesh
• Decision Tree
• Dhaka District
• Google Earth Engine
• K-Nearest Neighbors (KNN)
• Landsat 8
• Md. Alamgir Hossain
• Normalized Difference Built-up Index (NDBI)
• Normalized Difference Water Index (NDWI)
• Random Forest

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →