Het beoordelen van landgebruik na tropische ontbossing: een combinatie van remote sensing en deep learning

Samenvatting

Dit doctoraatsonderzoek onderzocht het gebruik van deep learning-methoden om inzicht te krijgen in de directe aanjagers van ontbossing in de tropen. Het gebruik van satellietbeelden en deep learning om landgebruik te identificeren, biedt veelbelovende verbeteringen ten opzichte van traditionele methoden, waardoor actuele kaarten op continentale schaal kunnen worden gegenereerd. Dit werk biedt strategieën om geautomatiseerd in kaart brengen van landgebruik te vergemakkelijken en laat door middel van casestudy's zien hoe dat doel kan worden bereikt. De deep learning-methoden zijn met name ontwikkeld om landgebruik na ontbossing te classificeren en om de toepassing van de methode op nationale en continentale schaalkaarten te testen. Dit onderzoek draagt ​​bij aan grootschalige monitoring van bos- en landgebruiksveranderingen in de context van klimaatverandering en de Sustainable Development Goals. Het is ook nuttig voor bedrijven die hun betrokkenheid bij initiatieven voor bosbehoud willen meten om te voldoen aan initiatieven op het gebied van klimaatactie en nul-emissiedoelstellingen.