Land Use Trends Analysis Using SPOT 5 Images and Its Effect on the Landscape of Cameron Highlands, Malaysia

2014 ◽  
pp. 223-238 ◽  
Author(s):  
Mohd Hasmadi Ismail ◽  
Che Ku Akmar Che Ku Othman ◽  
Ismail Adnan Abd Malek ◽  
Saiful Arif Abdullah
Keyword(s):  
Land Use ◽  
Trends Analysis ◽  
Cameron Highlands ◽  
Spot 5

A Comparison of Two Object-Oriented Methods for Land-Use/Cover Change Detection with SPOT 5 Imagery

2012 ◽  
Vol 10 (1) ◽  
pp. 415-424 ◽  
Author(s):  
Jie Liang ◽  
Jianyu Yang ◽  
Chao Zhang ◽  
Xuejiao Du ◽  
Anzhi Yue ◽  
...  
Keyword(s):  
Land Use ◽  
Change Detection ◽  
Object Oriented ◽  
Object Oriented Methods ◽  
Spot 5

scholarly journals HRG SPOT 5 de termination immage processing in the of land use class and vegetation cover patches in Teodoro Sampaio region - Pontal do Paranapanema

2006 ◽  
pp. 127
Author(s):  
Fernando Shinji Kawakubo ◽  
Rúbia Gomes Morato ◽  
Ailton Luchiari
Keyword(s):  
Land Use ◽  
Vegetation Cover ◽  
Spot 5

Classes de uso da terra e manchas de cobertura vegetal foram mapeadas utilizando técnicas de Modelo Linear de Mistura Espectral - MLME e Segmentação das imagens sintéticas. Após a edição dos erros contidos no mapa, verificou-se que a única mancha representativa de mata nativa está localizada dentro dos limites do Parque Estadual do Morro do Diabo. Pequenos fragmentos ainda encontram-se, principalmente, à Noroeste do parque inseridas numa matriz de campo/pastagem. As áreas de maior ocupação agrícola localizam-se à Leste-Sudeste na margem esquerda do rio Paranapanema

scholarly journals Land use/land cover change prediction in Dak Nong Province based on remote sensing and Markov Chain Model and Cellular Automata

2018 ◽  
Vol 9 (3) ◽  
pp. 132-140 ◽  
Author(s):  
Thi Thanh Huong Nguyen ◽  
Thi Thuy Phuong Ngo
Keyword(s):  
Land Use ◽  
Cellular Automata ◽  
Land Cover ◽  
Satellite Images ◽  
Residential Area ◽  
Forest Conversion ◽  
Chain Model ◽  
Changes Over Time ◽  
Spot 5 ◽  
Over Time

Land use and land cover changes (LULCC) including deforestation for agricultural land and others are elements that contribute on global environmental change. Therefore, understanding a trend of these changes in the past, current, and future is important for making proper decisions to develop in a sustainable way. This study analyzed land use and land cover (LULC) changes over time for Tuy Duc district belonging to Dak Nong province based on LULC maps classified from a set of multi-date satellite images captured in year 2003, 2006, 2009, and 2013 (SPOT 5 satellite images). The LULC spatio-temporal changes in the area were classified as perennial agriculture, cropland, residential area, grassland, natural forest, plantation and water surface. Based on these changes over time, potential LULC in 2023 was predicted using Cellular Automata (CA)–Markov model. The predicted results of the change in LULC in 2023 reveal that the total area of forest will lose 9,031ha accounting of 50% in total area of the changes. This may be mainly caused by converting forest cover to agriculture (account for 28%), grassland (12%) and residential area (9%). The findings suggest that the forest conversion needs to be controlled and well managed, and a reasonable land use plan should be developed in a harmonization way with forest resources conservation. Thay đổi sử dụng đất và thảm phủ (LULCC) bao gồm cả việc phá rừng để phát triển nông nghiệp và vì các mục đích khác là tác nhân đóng góp vào biến đổi môi trường toàn cầu. Vì vậy hiểu biết về khuynh hướng của sự thay đổi này trong quá khứ, hiện tại và tương lai là quan trọng để đưa ra những quyết định dúng đắn để phát triển bền vững. Nghiên cứu đã phân tích LULCC trong thời gian qua dựa vào các bản đồ sử dụng đất và thảm phủ (LULC) đã được phân loại từ một loạt ảnh vệ tinh đa phổ được thu chụp vào năm 2003, 2006, 2009 (ảnh SPOT 5). Những thay đổi LULC theo thời gian và không gian trong khu vực được phân loại thành đất nông nghiệp với cây dài ngày, cây ngắn ngày, thổ cư, trảng cỏ cây bụi, rừng tự nhiên, rừng trồng và mặt nước. Dựa trên sự thay đổi này theo thời gian, LULC tiềm năng cho năm 2023 đã được dự báo bằng cách sử dụng mô hình CA-Markov. Kết quả dự báo LULCC năm 2023 đã cho thấy tổng diện tích rừng bị mất khoảng 9,031 ha chiếm 50% trong tổng số diện tích thay đổi. Điều này chủ yếu là do chuyển đổi từ rừng tự nhiên sang canh tác nông nghiệp (chiếm 28%), trảng cỏ cây bụi (12%) và khu dân cư (9%). Kết quả cho thấy việc chuyển đổi rừng cần phải được kiểm soát và quản lý tốt và một kế hoạch sử dụng đất hợp lý cần được xây dựng trong sự hài hòa với bảo tồn tài nguyên rừng.

scholarly journals Determination of agricultural land use: incidence of atmospheric corrections and the implementation in multi-sensor and multi-temporal images

2015 ◽  
pp. 81
Author(s):  
E. Willington ◽  
J. P. Clemente ◽  
M. Bocco
Keyword(s):  
Land Use ◽  
Agricultural Land ◽  
Agricultural Land Use ◽  
Landsat 8 ◽  
Multi Temporal ◽  
Spot 5

<p>La cobertura del suelo y sus modificaciones son variables críticas para el desarrollo humano y el medio ambiente. Los cambios en el uso del suelo son causas y consecuencias del cambio climático. Estas situaciones hacen necesario contar con información detallada y actualizada. La teledetección proporciona datos de grandes áreas periódicamente, lo que hace que sea una fuente de datos importante para la clasificación de suelos. Los objetivos de este trabajo fueron determinar los algoritmos y la combinación de imágenes que producen los mejores resultados para clasificar tierras agrícolas y, simultáneamente, evaluar la necesidad de hacer correcciones atmosféricas sobre las mismas, al clasificar series multi-temporales y multi-sensor. Los dos algoritmos de clasificación supervisada utilizados fueron redes neuronales y máxima verosimilitud. En el área de estudio, la agricultura es el principal uso de la tierra, predominando cultivos de verano, y la superficie sembrada con soja, maíz y sorgo representa más del 90% del total. Se utilizaron series temporales de imágenes provenientes de Landsat 8 y SPOT 5, y 164 parcelas fueron registradas, como terreno, para entrenar y validar los modelos. Los algoritmos basados en máxima verosimilitud y en redes neuronales producen muy buenos resultados cuando se utilizan series multi-temporales e imágenes de varios sensores, con una precisión global entre 79,17% y 90,14% y un índice de Kappa entre el 60% y el 82%. La corrección radiométrica a nivel de superficie no mejoró los resultados obtenidos cuando se corrigieron reflectancias medidas al tope de la atmósfera. Las series temporales que utilizan imágenes tomadas sobre cultivos con estados fenológicos más avanzados producen mejores clasificaciones de cobertura que aquellas que utilizan imágenes de etapas tempranas.</p>

Assessment of Forest Encroachment Using Remote Sensing Technique. Case Study: Mentigi Forest Reserve, Cameron Highlands

2015 ◽  
Vol 73 (5) ◽  
Author(s):  
Mohd Hayyi Mat Zin ◽  
Baharin Ahmad
Keyword(s):  
Remote Sensing ◽  
Open Space ◽  
Ground Truth ◽  
Forest Reserve ◽  
Ground Truth Data ◽  
Remote Sensing Technique ◽  
Cameron Highlands ◽  
Hybrid Classification ◽  
Spot 5

Agriculture is one of the biggest and profitable activities in Cameron Highlands, Malaysia. High quality plantation products such as tea, vegetable, fruits and flower have high demand in Malaysia. These profitable activities however have caused illegal agriculture and farming. Farmers tend to extent their farm by encroaching government lands and take advantage on any open space for illegal farming. These encroachment activities have affected forest reserve area including Mentigi Forest Reserve (MFR). This study is to identify and evaluate the encroachment activities within MFR area using multiple remote sensing datasets (SPOT 5 and IKONOS). Cadastral parcel map was used to delineate the MFR area and also provide the actual size of MFR area. Hybrid classification method was used on remote sensing image to classify the land-cover in the study area. Ground truth data from field observation were used to assess the accuracy of the classification. Results of this study showed the technique used was able to identify encroachment activities such as agriculture and development. The total encroachment area in MFR was about 2.8 ha in 2001 and has increased to about 7.3 ha in 2010. These encroachment areas represent 0.39% and 1.46% respectively. This area might be small but it may affect the forest ecosystem which can lead to hazardous natural disaster if not well monitored and managed.

scholarly journals Homisland-IO: Homogeneous Land Use/Land Cover over the Small Islands of the Indian Ocean

Data ◽  
2019 ◽  
Vol 4 (2) ◽  
pp. 82
Author(s):  
Christophe Révillion ◽  
Artadji Attoumane ◽  
Vincent Herbreteau
Keyword(s):  
Land Use ◽  
Indian Ocean ◽  
Land Cover ◽  
Satellite Images ◽  
Small Islands ◽  
Land Use Land Cover ◽  
Object Based ◽  
Medium Resolution ◽  
The Indian Ocean ◽  
Spot 5

Many small islands are located in the southwestern Indian Ocean. These islands have their own environmental specificities and very fragmented landscapes. Generic land use products developed from low and medium resolution satellite images are not suitable for studying these small territories. This is why we have developed a land use/land cover product, called Homisland-IO, based on remote sensing processing on high spatial resolution satellite images acquired by SPOT 5 satellite between December 2012 and July 2014. This product has been produced using an object-based classification process. The overall accuracy of the product is 86%. Homisland-IO is freely accessible through a web portal and is thus available for future use.

Sign in / Sign up

Export Citation Format

Share Document