LULC Change Detection LULC পরিবর্তন সনাক্তকরণ LULC परिवर्तन पहचान

Land Use/Land Cover Classification with Spectral Indices and Otsu Thresholding বর্ণালী সূচক এবং ওৎসু থ্রেশহোল্ডিং সহ ভূমি ব্যবহার/ভূমি আচ্ছাদন শ্রেণীবিভাগ स्पेक्ट्रल सूचकांकों और ओत्सु थ्रेशोल्डिंग के साथ भूमि उपयोग/भूमि आवरण वर्गीकरण

Accurate land use/land cover (LULC) classification is crucial for understanding environmental dynamics, monitoring natural resources, managing urban expansion, and promoting sustainable land management practices. The availability of labeled datasets is a significant obstacle to accurate land use/land cover (LULC) classification in isolated and underrepresented areas like the Barak River Basin. This study presents an unsupervised classification on Landsat 8 satellite imagery, implementing several spectral indices to overcome the insufficiency of the label data set. For vegetation identification, the Normalized Difference Vegetation Index (NDVI), Modified NDVI (MNDVI), Green NDVI (GNDVI), and Ratio Vegetation Index (RVI) were calculated. Water body detection utilized the Normalized Difference Water Index (NDWI), Modified NDWI (MNDWI), Water Ratio Index (WRI), and Automated Extraction of Water Index (AEWI). For built-up area mapping the Normalized Difference Built-up Index (NDBI), Urban Index (UI), and Built-up Index (BI) were evaluated. Amid these, it came to light that NDVI, WRI, and BI performed best for their respective categories. Otsu's thresholding technique was applied to further process these determined indices in order to classify the binary imagery of the Barak River Basin. Notwithstanding the lack of labeled training data, the thereby generated classification output was evaluated through ground truth verification and accuracy assessment, suggesting excellent performance. Utilizing the highest-performing indices, we were able to generate the label Landsat 8 imagery using an unsupervised method. In areas with inadequate information, this technique makes it possible to develop spatiotemporal datasets for long-term environmental monitoring and land management, and it determines the prerequisites for scalable LULC mapping. সঠিক ভূমি ব্যবহার/ভূমি আচ্ছাদন (LULC) শ্রেণীবিন্যাস পরিবেশগত গতিশীলতা বোঝা, প্রাকৃতিক সম্পদ পর্যবেক্ষণ, নগর সম্প্রসারণ পরিচালনা এবং টেকসই ভূমি ব্যবস্থাপনা চর্চা প্রচারের জন্য অত্যন্ত গুরুত্বপূর্ণ। লেবেলযুক্ত ডেটাসেটের প্রাপ্যতা বিচ্ছিন্ন এবং কম প্রতিনিধিত্বকারী অঞ্চল যেমন বরাক নদী অববাহিকায় সঠিক ভূমি ব্যবহার/ভূমি আচ্ছাদন (LULC) শ্রেণীবিন্যাসের একটি গুরুত্বপূর্ণ প্রতিবন্ধক। এই গবেষণায় Landsat 8 স্যাটেলাইট ইমেজারির উপর একটি অযাচাইকৃত শ্রেণীবিন্যাস উপস্থাপন করা হয়েছে, যেখানে লেবেল ডেটাসেটের ঘাটতি কাটিয়ে ওঠার জন্য একাধিক স্পেকট্রাল সূচক ব্যবহার করা হয়েছে। উদ্ভিদ সনাক্তকরণের জন্য Normalized Difference Vegetation Index (NDVI), Modified NDVI (MNDVI), Green NDVI (GNDVI), এবং Ratio Vegetation Index (RVI) গণনা করা হয়েছে। জলাশয় সনাক্তকরণের জন্য Normalized Difference Water Index (NDWI), Modified NDWI (MNDWI), Water Ratio Index (WRI), এবং Automated Extraction of Water Index (AEWI) ব্যবহার করা হয়েছে। নির্মিত এলাকার মানচিত্রায়নের জন্য Normalized Difference Built-up Index (NDBI), Urban Index (UI), এবং Built-up Index (BI) মূল্যায়ন করা হয়েছে। এর মধ্যে দেখা গেছে যে NDVI, WRI, এবং BI তাদের নিজ নিজ শ্রেণীর জন্য সর্বোত্তম কাজ করেছে। বরাক নদী অববাহিকার বাইনারি ইমেজারি শ্রেণীবদ্ধ করার জন্য এই নির্ধারিত সূচকগুলিকে আরও প্রক্রিয়াকরণের জন্য Otsu's thresholding technique প্রয়োগ করা হয়েছে। লেবেলযুক্ত প্রশিক্ষণ ডেটার অভাব সত্ত্বেও, উৎপন্ন শ্রেণীবিন্যাস আউটপুট মাটির সত্যতা যাচাই এবং যথার্থতা মূল্যায়নের মাধ্যমে মূল্যায়ন করা হয়েছে, যা চমৎকার কার্যকারিতা নির্দেশ করে। সর্বোচ্চ কার্যকর সূচকগুলি ব্যবহার করে, আমরা একটি অযাচাইকৃত পদ্ধতি ব্যবহার করে লেবেল Landsat 8 ইমেজারি তৈরি করতে সক্ষম হয়েছি। যেখানে পর্যাপ্ত তথ্য নেই, এই প্রযুক্তি দীর্ঘমেয়াদী পরিবেশগত পর্যবেক্ষণ এবং ভূমি ব্যবস্থাপনার জন্য স্থানিক-কালিক ডেটাসেট তৈরি করা সম্ভব করে এবং এটি স্কেলযোগ্য LULC ম্যাপিংয়ের জন্য প্রয়োজনীয় শর্ত নির্ধারণ করে। सटीक भूमि उपयोग/भूमि आवरण (LULC) वर्गीकरण पर्यावरणीय गतिशीलता को समझने, प्राकृतिक संसाधनों की निगरानी करने, शहरी विस्तार का प्रबंधन करने और सतत भूमि प्रबंधन प्रथाओं को बढ़ावा देने के लिए अत्यंत महत्वपूर्ण है। लेबल किए गए डेटासेट की उपलब्धता, बराक नदी घाटी जैसे पृथक और कम प्रतिनिधित्व वाले क्षेत्रों में सटीक भूमि उपयोग/भूमि आवरण (LULC) वर्गीकरण के लिए एक प्रमुख बाधा है। इस अध्ययन में Landsat 8 उपग्रह इमेजरी पर एक असUPरवाइज्ड वर्गीकरण प्रस्तुत किया गया है, जिसमें लेबल डेटा सेट की कमी को दूर करने के लिए कई स्पेक्ट्रल इंडेक्स लागू किए गए हैं। वनस्पति पहचान के लिए Normalized Difference Vegetation Index (NDVI), Modified NDVI (MNDVI), Green NDVI (GNDVI), और Ratio Vegetation Index (RVI) की गणना की गई। जल निकाय का पता लगाने के लिए Normalized Difference Water Index (NDWI), Modified NDWI (MNDWI), Water Ratio Index (WRI), और Automated Extraction of Water Index (AEWI) का उपयोग किया गया। निर्मित क्षेत्र के मानचित्रण के लिए Normalized Difference Built-up Index (NDBI), Urban Index (UI), और Built-up Index (BI) का मूल्यांकन किया गया। इनमें से NDVI, WRI, और BI अपने-अपने वर्गों के लिए सर्वश्रेष्ठ प्रदर्शन करते पाए गए। बराक नदी घाटी की बाइनरी इमेजरी को वर्गीकृत करने के लिए इन निर्धारित इंडेक्स को और प्रोसेस करने हेतु Otsu's thresholding तकनीक लागू की गई। लेबल किए गए प्रशिक्षण डेटा की अनुपलब्धता के बावजूद, इस प्रकार उत्पन्न वर्गीकरण आउटपुट का ग्राउंड ट्रुथ वेरिफिकेशन और एक्यूरेसी असेसमेंट द्वारा मूल्यांकन किया गया, जिससे उत्कृष्ट प्रदर्शन का संकेत मिला। सर्वाधिक प्रदर्शन करने वाले इंडेक्स का उपयोग करके, हमने असUPरवाइज्ड विधि से लेबल Landsat 8 इमेजरी उत्पन्न की। अपर्याप्त जानकारी वाले क्षेत्रों में, यह तकनीक दीर्घकालिक पर्यावरण निगरानी और भूमि प्रबंधन के लिए स्थानिक-कालिक डेटासेट विकसित करना संभव बनाती है और यह स्केलेबल LULC मैपिंग के लिए आवश्यक शर्तों को निर्धारित करती है।

In our study NDVI, WRI, and BI proved to be the most effective indices in their respective categories. Utilizing those indices we are able to generate the final unsupervised label data shown in Figure 7. Where the red color shows the built-up area, blue color resembles all types of water bodies, green shows the vegetation area and lastly black incorporates the background.In conclusion, by implementing NDVI, WRI and BI we are able to label the data using this unsupervised proposed methodology. আমাদের গবেষণায় NDVI, WRI, এবং BI তাদের নিজ নিজ শ্রেণীতে সবচেয়ে কার্যকর সূচক হিসেবে প্রমাণিত হয়েছে। এই সূচকগুলি ব্যবহার করে আমরা চূড়ান্ত অযাচাইকৃত লেবেল ডেটা তৈরি করতে সক্ষম হয়েছি যা চিত্র ৭-এ দেখানো হয়েছে। যেখানে লাল রঙ নির্মিত এলাকা দেখায়, নীল রঙ সমস্ত ধরণের জলাশয়কে বোঝায়, সবুজ রঙ উদ্ভিদের এলাকা নির্দেশ করে এবং সর্বশেষে কালো রঙ ব্যাকগ্রাউন্ডকে অন্তর্ভুক্ত করে। উপসংহারে, NDVI, WRI এবং BI প্রয়োগ করে আমরা এই অযাচাইকৃত প্রস্তাবিত পদ্ধতি ব্যবহার করে ডেটা লেবেল করতে সক্ষম হয়েছি। हमारे अध्ययन में NDVI, WRI, और BI अपने-अपने वर्गों में सबसे प्रभावी इंडेक्स साबित हुए। इन इंडेक्स का उपयोग करके हम अंतिम असUPरवाइज्ड लेबल डेटा उत्पन्न करने में सक्षम हुए, जो चित्र 7 में दिखाया गया है। जहाँ लाल रंग निर्मित क्षेत्र को दर्शाता है, नीला रंग सभी प्रकार के जल निकायों को दर्शाता है, हरा रंग वनस्पति क्षेत्र को दर्शाता है और अंत में काला रंग बैकग्राउंड को शामिल करता है। निष्कर्षतः, NDVI, WRI और BI को लागू करके हम इस असUPरवाइज्ड प्रस्तावित पद्धति का उपयोग करके डेटा को लेबल करने में सक्षम हुए।

Full Recharch Paper Link: সম্পূর্ণ রিচার্জ পেপার লিঙ্ক: पूर्ण रिचार्ज पेपर लिंक: Documentদলিলदस्तावेज़

Change Detection Report (1988 - 2024) - Karimganj, Assam পরিবর্তন সনাক্তকরণ প্রতিবেদন (১৯৮৮ - ২০২৪) - করিমগঞ্জ, আসাম परिवर्तन पहचान रिपोर्ट (1988 - 2024) - करीमगंज, असम

This report analyses the changes in Land Use Land Cover (LULC) for the Karimganj region, Assam, between 1988 and 2024, focusing on Water Bodies, Built-up Areas, and Vegetation covering an area of 144 sq.km.

Water bodies have declined from 39.8 sq.km. (27.64%) in 1988 to 13.66 sq.km. (9.49%) in 2024, showing a loss of 26.14 sq.km. (-18.15%), likely due to urban expansion, increased water extraction, and climate change.

Built-up areas have expanded from 41.91 sq.km. (29.10%) to 50.64 sq.km. (35.17%), marking an increase of 8.73 sq.km. (+6.06%), reflecting population growth and infrastructural development.

Vegetation cover has increased from 62.29 sq.km. (43.26%) to 79.7 sq.km. (55.35%), an expansion of 17.41 sq.km. (+12.09%).

These findings highlight the need for integrated land management strategies to balance urban growth with natural resource conservation.

এই প্রতিবেদনটি করিমগঞ্জ, আসাম অঞ্চলের ভূমি ব্যবহার ও আচ্ছাদন (LULC) এর পরিবর্তনগুলি বিশ্লেষণ করে, ১৯৮৮ থেকে ২০২৪ সালের মধ্যে, জলাশয়, নির্মিত এলাকা এবং উদ্ভিদ আচ্ছাদনের উপর দৃষ্টি নিবদ্ধ করে যা ১৪৪ বর্গ কিমি এলাকা জুড়ে রয়েছে।

জলাশয়গুলি ১৯৮৮ সালে ৩৯.৮ বর্গ কিমি (২৭.৬৪%) থেকে ২০২৪ সালে ১৩.৬৬ বর্গ কিমি (৯.৪৯%) এ হ্রাস পেয়েছে, যা ২৬.১৪ বর্গ কিমি (-১৮.১৫%) হ্রাস দেখায়, যা সম্ভবত নগর সম্প্রসারণ, বাড়তি জল উত্তোলন এবং জলবায়ু পরিবর্তনের কারণে।

নির্মিত এলাকা ১৯৮৮ সালে ৪১.৯১ বর্গ কিমি (২৯.১০%) থেকে ২০২৪ সালে ৫০.৬৪ বর্গ কিমি (৩৫.১৭%) এ সম্প্রসারিত হয়েছে, যা ৮.৭৩ বর্গ কিমি (+৬.০৬%) বৃদ্ধি চিহ্নিত করে, যা জনসংখ্যা বৃদ্ধির এবং অবকাঠামোগত উন্নয়নের প্রতিফলন।

উদ্ভিদ আচ্ছাদন ১৯৮৮ সালে ৬২.২৯ বর্গ কিমি (৪৩.২৬%) থেকে ২০২৪ সালে ৭৯.৭ বর্গ কিমি (৫৫.৩৫%) এ বৃদ্ধি পেয়েছে, যা ১৭.৪১ বর্গ কিমি (+১২.০৯%) সম্প্রসারণ।

এই ফলাফলগুলি নগর বৃদ্ধির সাথে প্রাকৃতিক সম্পদ সংরক্ষণের মধ্যে ভারসাম্য রক্ষার জন্য সমন্বিত ভূমি ব্যবস্থাপনা কৌশলগুলির প্রয়োজনীয়তা তুলে ধরে।

यह रिपोर्ट करीमगंज, असम क्षेत्र में भूमि उपयोग और आच्छादन (LULC) में 1988 से 2024 के बीच के परिवर्तनों का विश्लेषण करती है, जिसमें जल निकाय, निर्मित क्षेत्र और वनस्पति शामिल हैं जो 144 वर्ग किमी क्षेत्र को कवर करते हैं।

जल निकायों में 1988 में 39.8 वर्ग किमी (27.64%) से घटकर 2024 में 13.66 वर्ग किमी (9.49%) हो गया है, जो 26.14 वर्ग किमी (-18.15%) की कमी को दर्शाता है, जो शहरी विस्तार, बढ़ती जल निकासी और जलवायु परिवर्तन के कारण हो सकता है।

निर्मित क्षेत्र 1988 में 41.91 वर्ग किमी (29.10%) से बढ़कर 2024 में 50.64 वर्ग किमी (35.17%) हो गया है, जो 8.73 वर्ग किमी (+6.06%) की वृद्धि को दर्शाता है, जो जनसंख्या वृद्धि और अवसंरचनात्मक विकास को दर्शाता है।

वनस्पति आच्छादन 1988 में 62.29 वर्ग किमी (43.26%) से बढ़कर 2024 में 79.7 वर्ग किमी (55.35%) हो गया है, जो 17.41 वर्ग किमी (+12.09%) की वृद्धि को दर्शाता है।

ये निष्कर्ष शहरी विकास के साथ प्राकृतिक संसाधन संरक्षण के संतुलन के लिए एकीकृत भूमि प्रबंधन रणनीतियों की आवश्यकता को उजागर करते हैं।

Table 1. Change Report for Karimganj টেবিল ১. করিমগঞ্জের পরিবর্তন প্রতিবেদন तालिका 1. करीमगंज के लिए परिवर्तन रिपोर्ट