Article · Вестник Алматинского университета энергетики и связи · June 30, 2026

МЕТОД АВТОМАТИЧЕСКОГО КАРТОГРАФИРОВАНИЯ ЛЕДНИКОВ НА ОСНОВЕ АНСАМБЛЕВОГО МАШИННОГО ОБУЧЕНИЯ

Alima Amangeldi, Aibek Merekeyev, Байгурин Жаксыбек Джакупбекович

Abstract

При автоматическом картографировании ледников точность заметно падает там, где рельеф сложен, а ледники укрыты обломочным материалом. Поэтому надежное автоматическое выделение ледников остается открытой задачей. В работе предложен и проверен метод такого выделения, опирающийся на ансамблевое машинное обучение. Расчеты выполнены для бассейна Лепсы–Баскан в Жетысуском Алатау по мультиспектральным снимкам Sentinel-2 и модели рельефа SRTM. Метод построен по схеме стекинга и соединяет три алгоритма - Random Forest, XGBoost и Support Vector Machine. При классификации использовались спектральные каналы, тематические индексы и характеристики рельефа. Метод показал себя хорошо. Общая точность достигла 97,8 %, коэффициент Каппа Коэна - 0,956, F1-мера для класса ледников - 0,98. По сравнению с пороговым методом NDSI границы ледников выделялись полнее, прежде всего на периферии и на участках под мореной. Площади эталонных ледников разошлись менее чем на 1 %, что говорит о согласованности оценок. Эти результаты говорят в пользу ансамблевых методов при автоматическом картографировании ледников и подготовке регулярно обновляемых инвентаризаций. Метод применим для слежения за динамикой оледенения и оценки изменений водных ресурсов в горах Центральной Азии.

Cryospheric studies and observationsRemote-Sensing Image ClassificationLandslides and related hazardsglacier mappingensemble learningstacking

МЕТОД АВТОМАТИЧЕСКОГО КАРТОГРАФИРОВАНИЯ ЛЕДНИКОВ НА ОСНОВЕ АНСАМБЛЕВОГО МАШИННОГО ОБУЧЕНИЯ

Abstract

More by Alima Amangeldi