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.