Change Detection using LCMLand Chan

Change Detection using LCM
Land Change Modeler (LCM) was used to analyze the land
use/cover changes between various classes during the
period 1991-2008 (Fig. 5). The basic principle used in the
module is to evaluate the trend of the change from one land
use category to other, the impact of influencing factors
such as roads and different types of visible and invisible
infrastructures, and finally predict (short and long term) the
land use pattern based on the previous change trend. There
are of course several modules already developed such as
Markov Chain Analysis, Time Series Analysis, Geomod
etc., but LCM is at the moment a widely used ecological
modeling tool. This is still under experimental stage, but
bears a lot of potentiality. The module works on Neural
Network and needs to reach accuracy greater than 70%,
but accuracy depends much on influencing variables.
Though research influencing variables were very limited
and could not expect much accuracy, the level of accuracy
obtained till now was satisfactorily relative. The land use
change was assessed through evaluation of gains and losses

Kết quả (Việt) 1:

Thay đổi phát hiện bằng cách sử dụng các LCMĐất thay đổi Modeler (LCM) đã được sử dụng để phân tích đấtsử dụng/bìa thay đổi giữa các lớp học khác nhau trong cácgiai đoạn 1991-2008 (hình 5). Nguyên tắc cơ bản được sử dụng trong cácMô-đun là để đánh giá xu hướng của sự thay đổi từ một đấtsử dụng các danh mục khác, tác động của ảnh hưởng đến yếu tốchẳng hạn như đường và các loại khác nhau của Hiển thị và vô hìnhcơ sở hạ tầng, và cuối cùng dự đoán (ngắn và dài hạn) cácdiện tích đất sử dụng mô hình dựa trên xu hướng thay đổi trước đó. Cócó tất nhiên một số mô-đun đã phát triển nhưXích Markov phân tích, phân tích chuỗi thời gian, Geomodvv, nhưng LCM là lúc này được sử dụng rộng rãi sinh tháicông cụ mô hình hóa. Điều này là vẫn còn trong giai đoạn thử nghiệm, nhưngchịu rất nhiều tiềm năng. Các mô-đun hoạt động trên thần kinhMạng và nhu cầu để đạt được độ chính xác lớn hơn 70%,nhưng chính xác phụ thuộc nhiều vào ảnh hưởng đến các biến.Mặc dù nghiên cứu ảnh hưởng đến biến được rất hạn chếvà có thể không mong đợi nhiều độ chính xác, mức độ chính xácthu được cho đến bây giờ đã đáp ứng yêu cầu tương đối. Việc sử dụng đấtthay đổi được đánh giá thông qua đánh giá lợi nhuận và thiệt hại

Kết quả (Việt) 2:

Change Detection sử dụng LCM
đất thay đổi Modeler (LCM) được sử dụng để phân tích đất
thay đổi sử dụng / bìa giữa các tầng lớp khác nhau trong
khoảng thời gian 1991-2008 (Fig. 5). Các nguyên tắc cơ bản được sử dụng trong các
mô-đun là để đánh giá xu hướng của sự thay đổi từ một đất
loại sử dụng cho những người khác, tác động của các yếu tố ảnh hưởng
như đường giao thông và các loại khác nhau của vật không thấy
cơ sở hạ tầng, và cuối cùng dự đoán (ngắn hạn và dài hạn) các
sử dụng đất mô hình dựa trên các xu hướng thay đổi trước đó. Có
tất nhiên là một số module đã được phát triển như
chuỗi Markov Phân tích, chuỗi thời gian phân tích, Geomod
vv, nhưng LCM là vào lúc này một sinh thái sử dụng rộng rãi
công cụ mô hình. Này vẫn còn đang giai đoạn thử nghiệm, nhưng
mang rất nhiều tiềm năng. Các mô-đun hoạt động trên Neural
Network và cần phải đạt độ chính xác lớn hơn 70%,
nhưng độ chính xác phụ thuộc nhiều vào các biến ảnh hưởng.
Mặc dù nghiên cứu ảnh hưởng biến rất hạn chế
và không thể mong đợi nhiều độ chính xác, mức độ chính xác
thu được cho đến bây giờ là thỏa đáng tương đối. Việc sử dụng đất
thay đổi được đánh giá thông qua đánh giá của được và mất