ISSN 2072-6724
Языки: ru · en

Статья: Объектно ориентированная классификация изображений дистанционного зондирования земли с использованием машинного обучения (2024)

Читать онлайн

Приведены результаты исследований по разработке автоматизированной классификации снимков дистанционного зондирования Земли внутрихозяйственного землепользования на основе применения объектно ориентированного подхода, машинного обучения и геоинформационного моделирования. Методология классификации включала три этапа: анализ цифровых изображений с выделением пространственных объектов путем предварительной сегментации, классификация пространственных объектов с использованием алгоритмов машинного обучения (RF и SVM), оценка общей точности полученного результата. Для обработки использовали космические снимки Sentinel-2 с мая по апрель на территорию землепользования ОС «Элитная» и ИП ГК(Ф)Х Ковалев С.М. Новосибирской области с пространственным разрешением 10 м в пикселе. Обработка полученных многозональных снимков проходила с применением программного продукта SAGA GIS версии 8.5.1 и QGIS с открытым исходным кодом, создание моделей классификации осуществляли в пакете статистического языка программирования R. Установлено, что общая точность классификации объектов землепользования, отображенных на космических снимках, для территории ОС «Элитная» алгоритмом SVM составила 87,1 % (коэффициент Каппа 0,74), алгоритмом RF – 90,3 % (коэффициент Каппа 0,87). Для территории землепользования ИП ГК(Ф)Х Ковалев С.М. – алгоритмом SVM – 78,4 % (коэффициент Каппа 0,78), алгоритмом RF – 82,3 % (коэффициент Каппа 0,82). Объектно - ориентированный подход в интеграции с машинным обучением способствует эффективной сегментации и классификации снимков дистанционного зондирования для выделения пространственных объектов, дает возможность автоматизировать процесс картографирования территории землепользования и включать эту информацию в геоинформационное моделирование оценки и классификации земель сельскохозяйственного назначения.

Ключевые фразы: дистанционное зондирование, сегментация, классификация, машинное обучение, ГИС
Автор (ы): Гарафутдинова Людмила Вячеславовна, Каличкин Владимир Климентьевич, Федоров Дмитрий Сергеевич
Журнал: ВЕСТНИК НГАУ

Идентификаторы и классификаторы

УДК
004.04. Ориентация процесса обработки данных
631.3. Сельскохозяйственные машины и орудия. Сельскохозяйственное оборудование
Для цитирования:
ГАРАФУТДИНОВА Л. В., КАЛИЧКИН В. К., ФЕДОРОВ Д. С. ОБЪЕКТНО ОРИЕНТИРОВАННАЯ КЛАССИФИКАЦИЯ ИЗОБРАЖЕНИЙ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ // ВЕСТНИК НГАУ. 2024. № 2 (71)
Текстовый фрагмент статьи