elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Advances of Local Climate Zone Mapping and Its Practice Using Object-Based Image Analysis

Ma, Lei und Zhu, Xiao Xiang und Qiu, Chunping und Blaschke, Thomas und Li, Manchun (2021) Advances of Local Climate Zone Mapping and Its Practice Using Object-Based Image Analysis. Atmosphere, 12 (9), Seiten 1-15. Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/atmos12091146. ISSN 2073-4433.

[img] PDF - Verlagsversion (veröffentlichte Fassung)
1MB

Offizielle URL: https://www.mdpi.com/2073-4433/12/9/1146

Kurzfassung

In the context of climate change and urban heat islands, the concept of local climate zones (LCZ) aims for consistent and comparable mapping of urban surface structure and cover across cities. This study provides a timely survey of remote sensing-based applications of LCZ mapping considering the recent increase in publications. We analyze and evaluate several aspects that affect the performance of LCZ mapping, including mapping units/scale, transferability, sample dataset, low accuracy, and classification schemes. Since current LCZ analysis and mapping are based on per-pixel approaches, this study implements an object-based image analysis (OBIA) method and tests it for two cities in Germany using Sentinel 2 data. A comparison with a per-pixel method yields promising results. This study shall serve as a blueprint for future object-based remotely sensed LCZ mapping approaches.

elib-URL des Eintrags:https://elib.dlr.de/145744/
Dokumentart:Zeitschriftenbeitrag
Titel:Advances of Local Climate Zone Mapping and Its Practice Using Object-Based Image Analysis
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Ma, LeiJiangsu Provincial Key Laboratory of Geographic Information Science and Technology, Key Laboratory for Land Satellite Remote Sensing Applications of Ministry of Natural Resources, School of Geography and Ocean Science, Nanjing Universityhttps://orcid.org/0000-0002-8331-7200NICHT SPEZIFIZIERT
Zhu, Xiao Xiangxiaoxiang.zhu (at) dlr.dehttps://orcid.org/0000-0001-5530-3613NICHT SPEZIFIZIERT
Qiu, ChunpingTechnical University MünchenNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Blaschke, ThomasDepartment of Geoinformatics Z_GIS, University of Salzburghttps://orcid.org/0000-0002-1860-8458NICHT SPEZIFIZIERT
Li, ManchunJiangsu Provincial Key Laboratory of Geographic Information Science and Technology, Key Laboratory for Land Satellite Remote Sensing Applications of Ministry of Natural Resources, School of Geography and Ocean Science, Nanjing UniversityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:6 September 2021
Erschienen in:Atmosphere
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Ja
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:12
DOI:10.3390/atmos12091146
Seitenbereich:Seiten 1-15
Verlag:Multidisciplinary Digital Publishing Institute (MDPI)
ISSN:2073-4433
Status:veröffentlicht
Stichwörter:local climate zones; remote sensing; mapping unit; transferability; object-based image analysis
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Künstliche Intelligenz
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Rösel, Dr. Anja
Hinterlegt am:18 Nov 2021 11:09
Letzte Änderung:05 Dez 2023 09:36

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.