Классификация землепользования методом Random Forest в Google Earth Engine
| dc.contributor.author | Alipbeki O.A. | |
| dc.contributor.author | Grossul P.P. | |
| dc.contributor.author | Rakhimov D.K. | |
| dc.date.accessioned | 2026-10-04T12:13:23Z | |
| dc.date.available | 2026-10-04T12:13:23Z | |
| dc.date.issued | 2026 | |
| dc.description | Пошаговая методическая инструкция по классификации землепользования методом Random Forest в Google Earth Engine на основе данных Landsat 8. Методика включает подготовку территории исследования, формирование сезонного спутникового композита, расчёт NDVI и NDWI, создание эталонных полигонов для классов Cropland, Pasture, Forest, Water и Built-up, пространственное разделение эталонов на обучающую и контрольную выборки, обучение Random Forest, оценку качества классификации, расчёт площадей классов и экспорт результатов в формате GeoTIFF и CSV. В качестве дополнительного признака предусмотрено использование данных ночной освещённости VIIRS. | |
| dc.description.abstract | Методическая инструкция посвящена классификации землепользования и земельного покрова с применением алгоритма Random Forest на платформе Google Earth Engine. Рассматриваются подготовка сезонного композита Landsat 8, маскирование облаков и насыщенных пикселей, расчёт спектральных индексов NDVI и NDWI, создание и подготовка эталонных полигонов пяти классов, разделение данных на обучающую и контрольную выборки, извлечение значений спектральных признаков и обучение модели Random Forest. Описаны основные параметры алгоритма, включая число деревьев, число признаков на узел, минимальный размер листа, долю выборки для каждого дерева и случайное зерно. Отдельное внимание уделено независимой оценке точности классификации с использованием матрицы ошибок, Overall Accuracy, Producer’s Accuracy, User’s Accuracy и Kappa, расчёту площадей классов и NoData, а также экспорту классифицированного растра и статистических таблиц. Дополнительно рассматривается использование ночных данных VIIRS для повышения информативности при распознавании застроенных территорий. | |
| dc.description.sponsorship | Министерство сельского хозяйства Республики Казахстан. Научно-техническая программа BR22886730 «Формирование аграрной инфраструктуры пространственных данных Республики Казахстан по технологиям и принципам 2.0». | |
| dc.identifier.citation | Alipbeki O.A., Grossul P.P., Rakhimov D.K. Классификация землепользования методом Random Forest в Google Earth Engine: методическая инструкция для работы с Landsat 8. Алматы: Al-Farabi Kazakh National University, 2026. 19 с. | |
| dc.identifier.uri | https://repository.kaznu.kz/handle/123456789/659 | |
| dc.language.iso | other | |
| dc.title | Классификация землепользования методом Random Forest в Google Earth Engine | |
| dc.type | Learning Object |