Классификация ландшафтов бассейна реки Колыма на основе космических снимков Sentinel-2 и алгоритмов машинного обучения

Ландшафты бассейна реки Колыма отличаются высокой разнородностью, которая определяется геолого-геоморфологическими и климатическими особенностями местности. Вместе с тем растительные ассоциации существенно влияют на геокриологические условия бассейна реки Колыма. Целью работы стало выделение ландшафтов бассейна реки Колыма на основе космических снимков Sentinel-2 и данных о особенностях рельефа района исследования на основе методов машинного обучения.
В качестве исходных данных использовались снимки Sentinel-2, полученные в летний период 2024 года, и цифровая модель рельефа ALOS. На их основе был сформирован многоканальный растр, включающий в себя каналы видимого и инфракрасного диапазона и параметры, полученные на основе цифровой модели рельефа ALOS – абсолютная высота местности, крутизна склонов, экспозиция, направления стока. Обучающая выборка сформирована на основе экспертного дешифрирования космических снимков Sentinel-2 с привлечением в качестве дополнительной информации детальной спутниковой подложки (Google, Yandex), которая доступа для просмотра в геоинформационных системах. Были выделены ключевые типы местности, включающие горные тундры, редколесья и леса, пойменные луга, гари, наледи, водные объекты.
Обработка выполнялась такими методами машинного обучения как случайный лес (Random Forest), метод опорных векторов (Support Vector Machines), градиентный бустинг. Была проведена серия экспериментов с разным набором спектральных каналов и параметров рельефа для каждого метода. Наиболее достоверный результат для выбранного тестового участка удалось получить с использованием метода случайный лес. Оценка влияния каждого канала на результат обработки показал, что наиболее значимый вклад обеспечивают каналы инфракрасного диапазона, а среди характеристик рельефа – абсолютная высота и экспозиция.
Исследование выполнено при поддержке Санкт-Петербургского государственного университета (проект id 95413735)