Применение дистанционного зондирования при адаптивном классифицировании (разбиении на классы) земельного покрова очень важно при планировании землепользования. Для данной цели многоспектральные спутниковые данные используются в сельскохозяйственных районах крупномасштабно. Многие из исследований были проведены методом попиксельного адаптивного классифицирования (SC). Однако невозможно определить виды землепользования на земельных участках в случае неизвестности распределения для естественных паттернов (образцов фрагментов изображений). По этой причине для адаптивного классифицирования разрабатываются некоторые статистические подходы и условные алгоритмы. Наиболее распространенными из них являются анализ Гауссового смешанного распределения (GMD). Анализ смешанного распределения – это многомерные статистические методы, которые касаются разделения объектов или различных кластеров наблюдений и реорганизации заранее определенных групп. Это исследование было проведено для классификации территорий землепользования, занятых сахарной свеклой и пшеницей на луговых пастбищных угодьях методами SC и GMD по данным Landsat 7 ETM + на площади 1850 га в районе Конья, а пространственные диапазоны были сопоставлены с настоящим местоположением участков. В результате расчетов была методом SC получена оценка земельных угодий, занятых сахарной свеклой, пшеницей и пастбищами с коэффициентами точности 0,88, 0,90, 0,83, соответственно. С другой стороны, GMD предсказал с коэффициентом точности 0,94 для сахарной свеклы, 0,96 для пшеницы и 0,92 для лугопастбищных угодий. В результате GMD можно использовать с высокой точностью при обнаружении различных типов растительного покрова в неизвестных землях. Однако аналогичные исследования должны проводиться на разных типах растительного покрова для создания спектральных библиотек, и тогда с использованием GMD можно определять все типы растительного покрова.
