صدیقه اکرمی - گروه فنی و مهندسی، دانشگاه پیام نور، تهران، ایران
ابوالفضل گندمی - گروه مهندسی کامپیوتر، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران،

نقشه برداری پوشش زمین در محیط های پیچیده به دلیل ناهمگونی چشم انداز آنها می تواند چالش برانگیز باشد. با افزایش دسترسی به مجموعه داده های مختلف سنجش از راه دور دسترسی باز، تصاویر بیشتری که توسط حسگرهای مختلف و در تاریخ های مختلف به دست می آیند برای بهبود دقت طبقه بندی پوشش زمین استفاده می شوند. بنابراین انتخاب یک دامنه ویژگی مناسب با بهترین قابلیت تفکیک چشم انداز در برآوردن نیاز کارایی محاسباتی و تفسیرپذیری مدل بسیار مهم است. همچنین تشخیص توزیع پوشش گیاهی از نظر جغرافیایی و اقتصادی، از اهمیت بالایی برخوردار است. روش ارائه شده در این مقاله، یک سیستم طبقه بندی دو مرحله ای ارائه شده است که شامل پیش پردازش داده ها و طبقه بندی آن ها است. دیتاست از سایت Kaggle دریافت شده و برای طبقه بندی داده ها از الگوریتم های تجمیعی درختان اضافی، استفاده شده است. پیاده سازی در محیط برنامه نویسی پایتون انجام شده است و طرح پیشنهادی از دقت ۹۲.۸۶ روی مجموعه داده های آزمایشی برخوردار است.

پوشش گیاهی، طبقه بندی و طبقه بندی تجمیعی