Αξιολόγηση της απόδοσης και ευαισθησίας του ταξινομητή Random Forest για τη δημιουργία θεματικών χαρτών κάλυψης/χρήσης γης, με τη χρήση δεδομένων Sentinel-2 και Landsat-8

Abstract

H δωρεάν διαθεσιμότητα της νέας γενιάς δεδομένων Sentinel-2, προσφέρει νέες ευκαιρίες σε εφαρμογές παρακολούθησης της γης. Συνδυαστικοί ταξινομητές όπως τα Τυχαία Δάση (Random Forest), παρουσιάζουν σημαντικές δυνατότητες στην επεξεργασία των πολυφασματικών αυτών δεδομένων και την παραγωγή θεματικών χαρτών κάλυψης γης. Ο κύριος στόχος αυτής της μελέτης, είναι η αξιολόγηση της απόδοσης και της ευαισθησίας του εν λόγο ταξινομητή στην Ανατολική Μεσόγειο, βάση των εξής κριτηρίων: τον αριθμό των δέντρων απόφασης που απαρτίζουν το δάσος, το μέγεθος του συνόλου δεδομένων που χρησιμοποιούνται για την εκπαίδευση του αλγορίθμου καθώς και το πλήθος των μεταβλητών που επιλέγονται και ελέγχονται για την εύρεση του βέλτιστου τρόπου διαχωρισμού των δεδομένων κατά την ανάπτυξη του κάθε δέντρου. Τα αποτελέσματα συγκρίνονται με ακόμα τρείς συμβατικές, παραμετρικές τεχνικές ταξινόμησης όπως η Μέγιστη Πιθανοφάνεια, η Ελάχιστη απόσταση και η απόσταση Mahalanobis, ως προς τα ίδια δεδομένα εκπαίδευσης. Συγκεκριμένα, εφαρμόστηκαν δύο διαφορετικές στρατηγικές ταξινόμησης: η πρώτη χρησιμοποιώντας άνισο και τυχαία επιλεγμένο πλήθος δεδομένων εκπαίδευσης για καθεμία από τις 11 ομάδες κάλυψης γης και η δεύτερη με τη χρήση ίσου αριθμού δεδομένων εκπαίδευσης για όλες τις κλάσεις. Τα αποτελέσματα και στις δύο περιπτώσεις ήταν παρόμοια (< 2% διαφορά) και δείχνουν ότι ο αλγόριθμος Random Forest υπερέχει σε απόδοση συγκριτικά με τους υπόλοιπους ταξινομητές, παρουσιάζοντας υψηλά ποσοστά Ολικής Ακρίβειας (90.27 %) και δείκτη Kappa (89,11%). Ακόμα, κρίθηκε αναγκαίο να εκτιμηθεί το κατά πόσο τα δεδομένα Sentinel-2, τα οποία θεωρούνται ως η συνέχεια της μακροβιότερης συλλογής δορυφορικών δεδομένων Landsat, μπορούν να παράγουν όμοια τελικά προϊόντα. Για αυτό το σκοπό, εφαρμόστηκαν οι ίδιες τεχνικές και δεδομένα εκπαίδευσης σε δεδομένα του αισθητήρα OLI από τον δορυφόρο Landsat 8. Τα αποτελέσματα δείχνουν ότι παρόλη τη φασματική ομοιότητα που υπάρχει μεταξύ τους, παρατηρείται μια διαφορά της τάξης του Ο.Α.: 2.5 % και 3 % για τον δείκτη Kappa, που γέρνει υπέρ των δεδομένων Landsat. Αυτή η διαφορά, οφείλεται αφενός στη μικρή διαφορά που υπάρχει μεταξύ της φασματικής ευαισθησίας των δύο και αφετέρου στη μεταβολή των ραδιομετρικών τιμών από την vi επανασύσταση που εφαρμόστηκε στα δεδομένα Sentinel, για να είναι χωρικά συγκρίσιμα με αυτά του Landsat.