Ik doe land use land cover lulc classificatie van satellietbeelden met gee,py

Deel gewoon je studiegebied — een stadsnaam, land, coördinaten of een shapefile-grens. Ik verzorg alle satellietgegevens via Google Earth Engine. Vertel me optioneel je voorkeursperiode en landbedekkingsklassen. Geen datadownloads nodig van jouw kant.

Nauwkeurigheid varieert afhankelijk van landschapssamenstelling en sensorresolutie, maar ik bereik meestal 85–95% algemene nauwkeurigheid. Elke Standard- en Premium-opdracht bevat een verwarringsmatrix en Kappa-coëfficiënt, zodat je een gedocumenteerd, verifieerbaar nauwkeurigheidsrapport hebt.

Ja. Ik documenteer de volledige workflow — sensor, preprocessing-stappen, classificatie-algoritme en nauwkeurigheidsmaten — in een formaat dat geschikt is voor de methodesectie van een onderzoeksartikel. Ik voeg ook referenties toe voor ruimtelijke resolutie, projectie en datasources.

Meestal 5–8 klassen (bijvoorbeeld bebouwing, vegetatie, water, landbouwgrond, braakland, bos). Meer klassen is mogelijk, maar vermindert de nauwkeurigheid als het studiegebied klein is of de beelden beperkt zijn. We stemmen het klassen schema af voordat ik begin met classificeren.

Grote gebieden zijn geen probleem — GEE kan continentale en wereldwijde schaal aan. Afgelegen regio's met beperkte wolkvrije beelden kunnen een langere tijdsperiode of sensormenging vereisen. Stuur me eerst een bericht met je gebied en ik bevestig de datavoorraad voordat je een bestelling plaatst.