Analisi tramite Machine Learning dei Cambiamenti nell'Uso del Suolo e della Vegetazione nel Distretto di Dhaka, Bangladesh (2019-2024)

Uno studio pubblicato su arXiv (2608.12001) applica il telerilevamento e il machine learning per analizzare i cambiamenti nell'uso del suolo e nella vegetazione nel Distretto di Dhaka, Bangladesh, dal 2019 al 2024. Utilizzando immagini satellitari Sentinel-2 MSI e Landsat 8, i ricercatori hanno classificato i tipi di copertura del suolo e calcolato indici spettrali tra cui NDVI, NDBI e NDWI. Classificatori supervisionati—Albero di Decisione, K-Nearest Neighbors (KNN) e Random Forest—sono stati implementati all'interno di Google Earth Engine utilizzando punti geospaziali di addestramento etichettati. La precisione è stata valutata tramite matrici di confusione. La ricerca affronta l'impatto della rapida urbanizzazione sulle condizioni ambientali, con l'obiettivo di informare la pianificazione urbana e la sostenibilità ecologica. Lo studio evidenzia l'efficacia dell'integrazione dei dati di telerilevamento con il machine learning per il monitoraggio ambientale sistematico in regioni in rapida urbanizzazione.