MACHINE LEARNING METHODS FOR ANALYSING THREE-DIMENSIONAL SPATIAL DATA IN KAZAKHSTAN’S LAND USE PLANNING

Аңдатпа

Қазіргі заманғы машиналық оқыту (ML) әдістері кең көлемдегі кеңістіктік және климаттық деректерді өңдеуге және талдауға мүмкіндік беретін қуатты құралдар болып табылады. Бұл деректер орнықты аумақтық жоспарлау үшін шешуші маңызға ие. Мақалада Қазақстандағы үшөлшемді геокеңістіктік деректерді талдау үшін ML және нейрондық желі әдістерін қолдану мүмкіндіктері қарастырылады. Негізгі назар Алматы қаласының ең қарқынды дамып келе жатқан аумақтарының бірі — Алатау ауданы (Alatau City) мысалында қалалық даму мәселелеріне аударылды. Жұмыста Copernicus спутниктік деректері, ERA5 климаттық қайта талдауы және QGIS кеңістіктік деректер базасы сияқты ашық деректер жиынтықтарын пайдалана отырып, қалалық ортаның жоғары айқындықтағы 3D модельдерін құру қарастырылады. Зерттеу барысында көпқабатты персептрондар (MLP) мен конфолюциялық нейрондық желілер (CNN) сияқты нейрондық желілерді жерді пайдалану классификациясы, урбанистикалық өсімді болжау және аумақтардың тұрғын үй мен инфрақұрылымдық құрылысқа жарамдылығын бағалау үшін қолдану әдістері сипатталады. Сонымен қатар, аумақтық жоспарлау шешімдерін қолдау мақсатында жер бедері, өсімдіктер жамылғысы және климаттық қабаттарды біріктірудегі ML рөлі атап өтіледі. Талдау нәтижелері ML-ге негізделген әдістемелер Қазақстандағы қалалық даму стратегияларының тиімділігін, икемділігін және орнықтылығын едәуір арттыра алатынын және деректерге негізделген аумақтық басқаруға көшуге ықпал ететінін көрсетеді.