Россия
Россия
Россия
УДК 332.62 Виды стоимости (оценок) недвижимости и земли
В статье представлена методика оценки динамики землепользования провинции Контум (Республика Вьетнам) с использованием спутниковых данных и платформы Google Earth Engine. Исследование основывается на данных многозональных спутниковых снимков Sentinel-2, официальных картах землепользования провинции за 2018 год и статистических данных о земельных ресурсах. Основные этапы работы включают сбор, предварительную обработку данных, обучение модели на основе алгоритма случайного леса, подбор оптимальных параметров для классификации, валидацию результатов и построение карты общего землепользования. Разработанная методика позволяет детально анализировать изменения землепользования с высокой точностью – 83,5%. В ходе работы выявлены ключевые факторы, влияющие на использование земельных ресурсов, что предоставляет ценные данные для территориального планирования. Построенная карта общего землепользования предоставляет надежный инструмент для региональных органов экологического надзора, а также научных и общественных организаций, занимающихся устойчивым развитием. Карта позволяет выявлять экологические угрозы, оценивать последствия антропогенной деятельности и предлагать решения для рационального управления земельными ресурсами. Методика особенно полезна для анализа сложных территорий с разнообразными природными условиями, что делает её универсальной. Также отмечается высокая эффективность платформы Google Earth Engine, которая позволяет обрабатывать большие объемы данных за короткий промежуток времени. Это существенно снижает затраты на анализ и делает возможным широкое применение предложенной методики в различных регионах. Полученные результаты подчеркивают значимость интеграции современных технологий в процессы управления природными ресурсами.
провинция Контум, Вьетнам, землепользование, Google Earth Engine (GEE), многозональные снимки, Sentinel-2, классификация, случайный лес (random forest), экологический мониторинг, карты землепользования, дистанционное зондирование (ДЗЗ)
1. Фам Ч., Мурашева А.А. Динамика земельного фонда провинции Виньфук Вьетнама // Journal of Agriculture and Environment. 2023. Т. 35. № 7.
2. Adepoju K.A., Adelabu S.A. Improving accuracy of Landsat-8 OLI classification using image composite and multisource data with Google Earth Engine // Remote Sensing Letters. 2020. Т. 11. № 2, С. 107-116. DOIhttps://doi.org/10.1080/2150704X.2020.1715406
3. Шеховцов Р.В., Авакян О.С. (2017). Роль инфраструктуры в социально-экономическом развитии региона // Финансовые исследования. 2017. Т. 2 (55). С. 168-173.
4. Зыонг, Фунг Тхай, Фан Хоанг Линь, Фам Кам Ньунг. Оценка ландшафта как определяющий критерий при выборе территорий выращивания многолетних культур в двух районах провинции Контум (Вьетнам) на границе с Лаосом // Труды Карадагской научной станции им. Т.И. Вяземского-природного заповедника РАН 4 (24) (2022): 60-71.
5. Шамиль К.Ф., Наджафова С.И., Исмаилов Н.М. Актуальность системных исследований экологии Азербайджана для устойчивого развития органического земледелия // Бюллетень науки и практики. 2023. Т. 9, № 4, С. 84-101.
6. Nguyen H.T.T., Doan T.M., Tomppo E., McRoberts R.E. Land use/land cover mapping using multitemporal Sentinel-2 imagery and four classification methods – A case study from Dak Nong, Vietnam // Remote Sensing. 2020. Т. 12. № 9. С. 1367. DOIhttps://doi.org/10.3390/rs12091367
7. Павлычев А.В., Стародубов М.И., Галимов А.Д. Использование алгоритма машинного обучения Random Forest для выявления сложных компьютерных инцидентов // Вопросы кибербезопасности. 2022. № 5. С. 51-58.
8. Huang S., Tang L., Hupy J.P., Wang Y., Shao G. A commentary review on the use of normalized difference vegetation index (NDVI) in the era of popular remote sensing // Journal of Forestry Research. 2021. Т. 32. № 1, С. 1-6. DOIhttps://doi.org/10.1007/s11676-020-01102-7
9. Raiyani K., Gonçalves T., Rato L., Salgueiro P., Marques da Silva J.R. Sentinel-2 image scene classification: A comparison between Sen2Cor and a machine learning approach // Remote Sensing. 2021. Т. 13. № 2. 300. DOIhttps://doi.org/10.3390/rs13020300
10. Cheng B., Schwing A., Kirillov A. Per-pixel classification is not all you need for semantic segmentation // Advances in Neural Information Processing Systems. 2021. Т. 34. С. 17864-17875.
11. Министерство природных ресурсов и окружающей среды провинции Контум (2018). Карта землепользования провинции Контум в 2018 году. Контум: Министерство природных ресурсов и окружающей среды.
12. Управление статистики провинции Контум (2023). Статистический ежегодник провинции Контум. Контум: Управление статистики.
