Kierunek rozwoju zabudowy w Port-au-Prince na Haiti po trzęsieniu ziemi w 2010 roku na podstawie danych Landsat i RapidEye

W niniejszej pracy dokonano analizy kierunku rozwoju zabudowy w stolicy Haiti - Port-au-Prince w latach 2009-2020. Do przeprowadzenia badania zostały wykorzystane zdjęcia satelitarne pochodzące z satelitów Landsat 5, Landsat 8, pozyskanych w trzech terminach (26.10.2009, 4.11.2013, 30.09.2016 r.) oraz RapidEye w dwóch terminach (04.03.2010, 05.03.2020 r.). Analizowany obszar został sklasyfikowany metodą Random Forest, dzięki której otrzymano mapy pokrycia terenu z wyznaczonymi klasami. W dalszych badaniach wyeliminowano obszar zbiorników wodnych za pomocą nałożenia maski na zobrazowania pochodzące z danych RapidEye. Na wykonane klasyfikacje nałożono pinezki walidacyjne opracowane na podstawie interpretacji wizualnej zobrazowań, dzięki którym obliczono dokładność całkowitą klasyfikacji, która wynosiła, w zależności od zobrazowania, od 84 do 88%. Ponadto, pod kątem wskazania miejsc rozwoju zabudowy obliczono wskaźnik teledetekcyjny Normalized Difference Vegetation Index (NDVI). Wyniki zostały zaprezentowane w postaci map pokrycia terenu oraz tabel z uzyskanymi dokładnościami. Na tej podstawie przedstawiono obszary, które uległy przemianie w tereny zabudowane.

In this study, the development direction of the built-up area in the capital of Haiti, Port-au-Prince, was analyzed for the years 2009-2020. Satellite images from Landsat 5, Landsat 8, acquired on three dates (October 26, 2009; November 4, 2013; September 30, 2016) and RapidEye on two dates (March 4, 2010; March 5, 2020), were used for the study. The analyzed area was classified using the Random Forest method, resulting in land cover maps with designated classes. In further research, water bodies were eliminated by overlaying a mask on RapidEye data. Validation pins, developed based on visual interpretation of the images, were applied to the classifications, and the overall accuracy of the classification was calculated to be between 84% and 88%, depending on the imagery. Additionally, the Normalized Difference Vegetation Index (NDVI) was calculated to identify areas of built-up development. The results were presented in the form of land cover maps and tables with the obtained accuracies. Based on this, areas that transformed into built-up areas were identified.