Сайт ВКТУ им. Д. Серикбаева
  • Размер шрифта
    16px
    Цвета сайта
    Изображения

ИСПОЛЬЗОВАНИЕ GOOGLE EARTH ENGINE И RANDOM FOREST ДЛЯ КАДАСТРОВОГО МОНИТОРИНГА СЕЛЬСКОХОЗЯЙСТВЕННЫХ ЗЕМЕЛЬ АЛМАТИНСКОЙ ОБЛАСТИ

Авторы

Имя Аффилированность
Назерке Әшімхан Казахский национальный аграрный исследовательский университет, г. Алматы, Казахстан
Айжан Жилдикбаева Казахский национальный аграрный исследовательский университет, г. Алматы, Казахстан
Рута Пузиене Университет Витаутаса Великого, Каунас, Литва
Толеубек Пентаев Satbayev University, Алматы, Казахстан

Загрузки

Опубликован:

2026-09-30

Язык статьи:

Английский

Просмотры:

60

Скачивания:

22

Ключевые слова:

Google Earth Engine, кадастровый мониторинг, сельскохозяйственные земли, Random Forest, NDMI, BSI, Алматинская область, дистанционное зондирование

Аннотация

В статье разработан облачный рабочий процесс предварительного кадастрового мониторинга сельскохозяйственных земель Алматинской области с использованием Google Earth Engine и алгоритма Random Forest. Исследование направлено не на оценку потенциальной пригодности земель, а на дистанционную диагностику фактического состояния земной поверхности в пределах сельскохозяйственных территорий. Для анализа были обработаны данные Landsat 8/9 Surface Reflectance за 2015, 2020 и 2025 годы, а снимки Sentinel-2 использовались как дополнительный визуальный источник при интерпретации обучающих участков. Для каждого временного среза сформированы сезонные композиты, выполнено маскирование облачных пикселей, а также рассчитаны индексы NDMI и BSI, характеризующие влажностные условия и распространение открытых либо слабо покрытых растительностью поверхностей. Спектральные каналы и расчетные индексы были объединены в классификаторе Random Forest для выделения четырех мониторинговых классов: устойчивый растительный покров, открытая или слабо покрытая почва, водные объекты, а также застроенные и несельскохозяйственные территории. Достоверность классификации оценивалась с использованием независимой проверочной выборки, а площади классов были рассчитаны по итоговому классифицированному растру. Полученная карта не заменяет официальные кадастровые сведения, но может использоваться как диагностический слой для выявления территорий, требующих дополнительной кадастровой или полевой проверки.

Әшімхан, Н., Жилдикбаева , А., Пузиене , Р., & Пентаев , Т. (2026). ИСПОЛЬЗОВАНИЕ GOOGLE EARTH ENGINE И RANDOM FOREST ДЛЯ КАДАСТРОВОГО МОНИТОРИНГА СЕЛЬСКОХОЗЯЙСТВЕННЫХ ЗЕМЕЛЬ АЛМАТИНСКОЙ ОБЛАСТИ . EKTU Journal of Engineering Sciences, 1(3). https://doi.org/10.51885/3134-8009_JES_2026_3_3