Возможно ли автоматизировать процесс создания элементов среды обитания взяв за основу данные с Google Satellite

[Zero21vek]

Здравствуйте, подскажите пожалуйста не опытному человеку, мне периодически необходимо сделать на определенном участке бонитировку, а именно подразделение на группы: Лес (Хвойные вечнозеленые, Хвойные листопадные... и тд.) Поле, Болото, Населенные пункты, Дороги. Возможно ли автоматезировать данный процесс, сейчас я занимаюсь этим в ручную, а именно обвожу каждый участок на земле, и финально, самый большой оставшийся делаю размером с участок и вырезаю из него то что уже сделал.
Вопрос коротко: Возможно ли автоматически распознать по полигонам внутри определенного участка, группы элементов растительного покрова?
Возможно похожий вопрос был уже задан, я его реально не нашел, или не понял аналогии.

[Кирилл R.]

В таких делах используют не Гугловские снимки, а какой-нибудь Ландсат или лучше Сентинел. Называется сей процесс Классификацией пространственных объектов. Для этого вам нужен любой профессиональный ГИС-софт. Например, бесплатный QGIS + модуль Semi-Automatic Classification Plugin (он тоже бесплатный).
Суть в том (я буду сильно упрощать), что разные виды растительности (впрочем, как и любые поверхности) по-разному отражают свет с разной длиной волны. Вышеназванные спутники (Ландсат и Сентинел) снимают поверхность земли с помощью целого набора светофильтров, каждый из которых пропускает только определенный узкий диапазон световых волн.
И мы имеем возможность, загрузив в программу всю пачку снимков, обучить её (программу) самостоятельно находить и выделять на снимках площади, которые одинаково отражают определенные длины волн.

Тема обширная и непростая. Но по ключевым словам вы можете начать исследовать её.

[Boris]

Значительную часть задачи, если это обжитая территория, кроме разделения участков по породам, уже кто-то сделал - дороги, населенные пункты, участки, строения, болота и прочее уже кто-то собрал либо в Земельный кадастр (ЕГРН), либо в какой-то из проектных градостроительных документов. Но и то и другое получаемо в векторе только за деньги.
Разделение "элементов растительного покрова" давно отработанная технология. Но как любой автоматический процесс редко дает точность лучше 80%. И хвойный, старый еловый лес от заросшего болота отличить практически невозможно.

[Ostran2004]

Как вариант - можно взять готовые покрытия Land Cover и оценить их точность и разрешение для ваших задач. Например: проектов: GLAD Global Land Cover and Land Use Change с пространственным разрешением 30м/пиксель (https://storage.googleapis.com/eartheng ... nload.html), ESA World-Cover 10 m 2020 v100 с пространственным разрешением 10м/пиксель (https://livingatlas.arcgis.com/landcove ... &year=2024) и другие.