Классификация землепользования методом SVM в Google Earth Engine
| dc.contributor.author | Alipbeki O.A. | |
| dc.contributor.author | Rakhimov D.K. | |
| dc.contributor.author | Grossul P.P. | |
| dc.date.accessioned | 2026-10-04T12:33:40Z | |
| dc.date.available | 2026-10-04T12:33:40Z | |
| dc.date.issued | 2026 | |
| dc.description | Пошаговая методическая инструкция по классификации землепользования методом SVM в Google Earth Engine на основе данных Landsat 8. Методика включает подготовку территории исследования и сезонного спутникового композита, расчёт NDVI и NDWI, создание эталонных полигонов для классов Cropland, Pasture, Forest, Water и Built-up, разделение эталонов на обучающие и контрольные данные, стандартизацию спектральных признаков, обучение модели C-SVC с RBF-ядром, настройку параметров cost и gamma, получение карты классификации, оценку точности, расчёт площадей классов и экспорт результатов. В качестве дополнительного источника данных может использоваться ночная освещённость VIIRS. | |
| dc.description.abstract | Методическая инструкция посвящена классификации землепользования и земельного покрова с применением метода опорных векторов (Support Vector Machine, SVM) на платформе Google Earth Engine. Рассматриваются подготовка сезонного композита Landsat 8, маскирование облаков, теней, снега и насыщенных пикселей, расчёт спектральных индексов NDVI и NDWI, создание эталонных полигонов пяти классов, формирование обучающей и контрольной выборок и извлечение спектральных признаков. Особое внимание уделено стандартизации входных данных по обучающей выборке и применению модели C-SVC с радиально-базисным ядром RBF. Рассматривается влияние параметров cost и gamma, многоклассовая классификация методом голосования, оценка точности по матрице ошибок, Overall Accuracy, Producer’s Accuracy, User’s Accuracy и Kappa, а также расчёт площадей классов и экспорт результатов в форматах GeoTIFF и CSV. Дополнительно предусмотрено использование данных ночной освещённости VIIRS как вспомогательного признака для распознавания 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 SVM в Google Earth Engine: методическая инструкция для работы с Landsat 8. Алматы: Al-Farabi Kazakh National University, 2026. 21 с. | |
| dc.identifier.uri | https://repository.kaznu.kz/handle/123456789/660 | |
| dc.language.iso | other | |
| dc.title | Классификация землепользования методом SVM в Google Earth Engine | |
| dc.type | Learning Object |