ABSTRACT

The study aims at developing an applicable methodology to produce the functional land-use map using only free and open-source data. Top-view Sentinel image and ground-view Open Street Map (OSM) data are chosen due to their extensive availability. The three-stage framework, including object-based image analysis, OSM data cleaning, and ontology-based decision fusion, is proposed and implemented with open-source tools. We applied the developed approach to districts 1, 4, and 7 of HoChiMinh city, representing the complexities of the dynamic change in big cities. The result showed a good functional land use map with 78.70% overall accuracy. The outcome presents the mismatch between the data-driven approach and human knowledge, which can be improved by ontology-based fusion with OSM data. The ontology-based framework comprises the common urban land-use classes and OSM attributes, which can be applied and extended in other urban areas. Additional text attributes may be applicable only locally and can be modified in our open-source framework. Object-based image analysis takes advantage of Google Earth Engine computing power, whereas ontology-based processing works well on a local computer. In future studies, adopted natural language processing to pre-process OSM data and ontology-based fusion will be implemented on the cloud-computing platform to enhance computational efficiency.

摘要

该研究旨在开发一种适用的方法，仅使用免费和开源数据来制作功能性土地利用地图。选择顶视图哨兵图像和地面视图开放街道地图 (OSM) 数据是因为它们具有广泛的可用性。提出并使用开源工具实现了三阶段框架，包括基于对象的图像分析、OSM 数据清理和基于本体的决策融合。我们将开发的方法应用于胡志明市的 1、4 和 7 区，代表大城市动态变化的复杂性。结果表明，功能性土地利用地图总体准确率为 78.70%。结果显示了数据驱动方法与人类知识之间的不匹配，这可以通过基于本体的 OSM 数据融合来改善。基于本体的框架包括常见的城市土地利用类别和 OSM 属性，可以在其他城市地区应用和扩展。其他文本属性可能仅适用于本地，并且可以在我们的开源框架中进行修改。基于对象的图像分析利用了 Google Earth Engine 的计算能力，而基于本体的处理在本地计算机上运行良好。在未来的研究中，将采用自然语言处理对 OSM 数据进行预处理，并在云计算平台上实现基于本体的融合，以提高计算效率。基于对象的图像分析利用了 Google Earth Engine 的计算能力，而基于本体的处理在本地计算机上运行良好。在未来的研究中，将采用自然语言处理对 OSM 数据进行预处理，并在云计算平台上实现基于本体的融合，以提高计算效率。基于对象的图像分析利用了 Google Earth Engine 的计算能力，而基于本体的处理在本地计算机上运行良好。在未来的研究中，将采用自然语言处理对 OSM 数据进行预处理，并在云计算平台上实现基于本体的融合，以提高计算效率。