Geoinformation from the Past: Computational Retrieval and Retrospective Monitoring of Historical Land Use

هندریک هرولد پتانسیل‌ها و موانع استفاده از اطلاعات جغرافیایی گذشته‌نگر را برای نظارت، برقراری ارتباط، مدل‌سازی و در نهایت درک فرآیندهای پیچیده و تدریجی در حال تکامل پوشش زمین و تغییر کاربری زمین بررسی می‌کند. نویسنده بر اساس بررسی جامع ادبیات، مجموعه داده‌های موجود و الگوریتم‌های پیشنهادی، رویکردهایی را برای دو چالش اصلی پیشنهاد می‌کند: برای پرداختن به تنوع بازنمایی‌های موجودیت‌های جغرافیایی در مکان و زمان، تقسیم‌بندی تصویر یک مسئله بهینه‌سازی غیرخطی جهانی در نظر گرفته می‌شود. که با اعمال یک الگوریتم فراابتکاری حل می شود. برای پرداختن به عدم قطعیت ذاتی خود منبع داده و همچنین استفاده از آن برای تشخیص تغییر، یک مدل احتمالی توسعه داده شده است. نتایج تجربی قابلیت‌های روش را نشان می‌دهد، به عنوان مثال، برای علم داده‌های مکانی و مدل‌سازی سیستم زمین.

Hendrik Herold explores potentials and hindrances of using retrospective geoinformation for monitoring, communicating, modeling, and eventually understanding the complex and gradually evolving processes of land cover and land use change. Based on a comprehensive review of literature, available data sets, and suggested algorithms, the author proposes approaches for the two major challenges: To address the diversity of geographical entity representations over space and time, image segmentation is considered a global non-linear optimization problem, which is solved by applying a metaheuristic algorithm. To address the uncertainty inherent to both the data source itself as well as its utilization for change detection, a probabilistic model is developed. Experimental results demonstrate the capabilities of the methodology, e.g., for geospatial data science and earth system modeling.