Tropik göl hövzələrindəki bataqlıq ərazilər açıq su ilə quru torpaq arasında kəskin xətt yaradan sabit torpaq örtüyü sinifləri deyil. Onlar su səviyyəsi, yağıntı, bitki örtüyü, mövsüm və sensorun ölçmə üsulundan asılı olaraq daim dəyişən hidroloji keçid zonalarıdır. Bu tədqiqat Keniyadakı Viktoriya Gölü Hövzəsində bu keçidləri müəyyən etmək üçün əvvəlcədən öyrədilmiş OLMoEarth V1 Nano geo-məkan təməl modelini, Sentinel-2 optik təsvirlərini, Sentinel-1 SAR geri səpilməsini, fiziki su indekslərini və Random Forest təsnifatını eyni arxitekturda birləşdirir.

Sistemin fərqləndirici xüsusiyyəti yalnız “bataqlıq ərazi haradadır?” sualına cavab verməməsi, eyni zamanda “model bu sərhədə harada və niyə etibar etmir?” sualını da xəritələməsidir. Bunun üçün hazırlanmış Wetland Uncertainty Field (WUF; Bataqlıq Ərazi Qeyri-müəyyənlik Sahəsi) proqnoz entropiyasını, yağışlı və quraq mövsüm arasındakı sinif qeyri-sabitliyini və Sentinel-1 radar ilə optik təsnifatlar arasındakı uyğunsuzluğu vahid 0–1 qeyri-müəyyənlik səthində birləşdirir.

Birləşdirilmiş mövsümlərarası sistemdə ümumi dəqiqlik yağışlı mövsümdə %90,94, quraq mövsümdə %90,65-dir. Bataqlıq ərazi F1 göstəriciləri müvafiq olaraq 0,856 və 0,850-dir. Lakin bu nəticələr müstəqil sahə ölçmələri ilə deyil, mövcud uzaqdan zondlama istinad məhsulları ilə müqayisədə hesablanmışdır. Bu fərq tədqiqat nəticələrinin düzgün şərhi baxımından kritikdir.

Bataqlıq ərazi sərhədi niyə sabit xətt deyil?

Bataqlıq ərazi hidroloji baxımdan açıq su ilə quru arasında yerləşən, su ilə doyma, bitki örtüyü və mövsümi daşqınların birlikdə müəyyən etdiyi keçid sistemidir. Viktoriya Gölü Hövzəsində xüsusilə sıx Cyperus papyrus icmaları su səthini optik sensorlardan gizlədə bilər; eyni bitki örtüyü radar siqnalında mürəkkəb həcm səpilməsi yarada bilər.

Yağışlı dövrdə daşqın düzənlikləri genişlənə, quraq dövrdə isə həmin sahələrin bir hissəsi quruya çevrilə bilər. Buna görə də bir tarixdə çəkilmiş təsvirə və tək sensora əsaslanan “su / quru” həddi real ekoloji keçidi kifayət qədər təmsil etməyə bilər.

Tədqiqat sahəsi Keniyanın Viktoriya Gölü Hövzəsi hissəsidir və xüsusilə Yala Swamp, Nyando Floodplain və Winam Gulf bataqlıq sistemlərinə diqqət yetirir. Emal koordinat sistemi EPSG:32736-dır. Təxminən 10 m ayırdetmədə 241 milyon piksel ehtiva edən tam sahənin təxminən 124 milyon pikseli, yəni %51,4-i keyfiyyət maskalarından sonra etibarlı hesab edilmişdir.

Geo-məkan Təməl Modeli Bu Tədqiqatda Nə Edir?

OLMoEarth V1 Nano bu tədqiqatda birbaşa yekun bataqlıq ərazi təsnifatçısı kimi deyil, Sentinel-2 təsvirlərindən 128 ölçülü kontekstual təmsil yaradan sabit xüsusiyyət çıxarma mühərriki kimi istifadə olunur; bu təmsillər fiziki spektral və SAR xüsusiyyətləri ilə birləşdirilərək Random Forest təsnifatçısına ötürülür.

Sentinel-2 optik veriləri

2025-ci il üçün iki Sentinel-2 Level-2A mövsümi median kompoziti yaradılmışdır:

• Yağışlı mövsüm: Mart–May (MAM)
• Quraq mövsüm: İyun–Sentyabr (JJAS)

Emal xətti B02, B03, B04, B05, B06, B07, B08, B8A, B09, B11, B12 və B01 olmaqla 12 Sentinel-2 zolağından istifadə edir. Bəzi zolaqlar birbaşa fiziki su indekslərinin hesablanmasında işlədilir.

Sentinel-1 SAR veriləri

Sentinel-1 Ground Range Detected təsvirləri VV və VH polyarizasiyalarında istifadə edilmişdir. Mövsüm üzrə median kompozit götürülərək speckle təsiri azaldılmış, geri səpilmə qiymətləri:

\[ 10\log_{10}(\sigma^0) \]

ilə desibel miqyasına çevrilmiş və Sentinel-2-nin 10 m şəbəkəsinə yenidən nümunələnmişdir.

Hər çip üçün dörd SAR xüsusiyyəti çıxarılmışdır:

• VV orta geri səpilməsi
• VH orta geri səpilməsi
• VV − VH fərqi
• VV standart sapması

OLMoEarth V1 Nano təmsil çıxarımı

OLMoEarth V1 Nano tapşırıq üçün ayrıca yenidən öyrədilməmişdir. Əvvəlcədən öyrədilmiş çəkiləri sabit saxlanmışdır.

Təsvirlər:

• 32 × 32 piksel çiplərə bölünmüş,
• 16 piksel stride istifadə edilmiş,
• hər mövsüm üçün 939.330 çip yaradılmış,
• token səviyyəli çıxışlar orta hesablanaraq hər çip üçün 128 ölçülü vahid təmsil vektoru əldə edilmişdir.

Fiziki su indeksləri

Model yalnız gizli süni intellekt təmsillərinə güvənmir. Su və bataqlıq ərazilərin fiziki spektral davranışını birbaşa izah edən iki indeks də istifadə olunur.

Tənlik (1) — Water Index for Wetlands (WIW):

\[ WIW= \frac{ Green-0.2Red-0.5NIR_{narrow}-0.1SWIR1 }{ Green+0.2Red+0.5NIR_{narrow}+0.1SWIR1+\varepsilon } \]

Tənlik (2) — Modified Normalized Difference Water Index (MNDWI):

\[ MNDWI= \frac{Green-SWIR1} {Green+SWIR1+\varepsilon} \]

\[ \varepsilon=10^{-6} \]

Hər çip üçün WIW və MNDWI-nin standart sapması, 10. percentili, medianı və 90. percentili hesablanaraq cəmi səkkiz ölçülü spektral tekstura vektoru yaradılmışdır.

293 ölçülü mövsümlərarası xüsusiyyət vektoru

Yağışlı və quraq mövsümlər vahid modelin öyrənə biləcəyi ortaq fəzaya yerləşdirilmişdir.

Mövsüm bayrağı yağışlı dövr üçün 1, quraq dövr üçün 0 qiymətini daşıyır. Beləliklə, eyni Random Forest hər iki hidroloji vəziyyətdə mövsümə xas sinif proqnozu yarada bilir.

İki mərhələli təsnifat məntiqi

Mənbənin ətraflı metoduna görə ilk mərhələ Random Forest deyil. İlk mərhələdə spektral hədlər və su nisbətindən istifadə edilərək açıq su quru sistemindən ayrılır. Bir çipdə su etiketi daşıyan piksel nisbəti %30 və ya daha yüksəkdirsə, çip su kimi qəbul edilir və sonrakı bataqlıq ərazi–quru təsnifatından çıxarılır.

İkinci mərhələdə qalan quru namizədləri arasında bataqlıq ərazi / quru sahə ayrımı Random Forest ilə aparılır.

Random Forest parametrləri:

• n_estimators = 1000
• max_features = sqrt
• class_weight = balanced_subsample

Bataqlıq ərazi nümunələrinin çox az olması səbəbindən quru nümunələri bataqlıq ərazi nümunələrinə nisbətən 5:1 nisbətində aşağı nümunələnmişdir. Modelin mövsümlərarası təlim dəstində cəmi 666.970 quru çipi vardır.

Əməliyyat ehtimal həddi

Standart 0,5 həddi əvəzinə doğrulama dəstində precision–recall analizi aparılmışdır. Məqsəd recall göstəricisini ən azı 0,83 səviyyəsində saxlayarkən precision-u mümkün qədər artırmaqdır.

Seçilmiş hədd:

0,449

olmuşdur. Müstəqil 30.000 nöqtəlik qiymətləndirmə dəstində bataqlıq ərazi recall göstəricisi təxminən %78-ə enmişdir. Mənbə bunu keçid zonalarının təbii qeyri-müəyyənliyi ilə uyğun məhdud ümumiləşdirmə fərqi kimi şərh edir.

Wetland Uncertainty Field (WUF) Nədir?

Wetland Uncertainty Field modelin bataqlıq ərazi sərhədinə nə dərəcədə etibar etmədiyini tək bir rəqəmlə deyil; proqnoz qeyri-sabitliyi, yağışlı–quraq mövsüm dəyişməsi və optik–SAR sensor uyğunsuzluğu olmaqla üç müstəqil informasiya mənbəyini birləşdirərək 0 ilə 1 arasında fasiləsiz qeyri-müəyyənlik səthi kimi xəritələyir.

1. Proqnoz entropiyası

Tənlik (3):

\[ H_{pred} = -\sum_c p_c\log_2(p_c) \]

Model bütün ehtimalı bir sinifdə cəmlədikdə entropiya aşağı olur. Ehtimallar su, bataqlıq ərazi və quru arasında bölündükdə entropiya yüksəlir. Buna görə yüksək \(H_{pred}\), modelin sinif barədə qərarsız olduğu keçid zonalarını göstərir.

2. Zaman üzrə qeyri-sabitlik

Tənlik (4):

\[ T_{inst} = \frac{1}{2} \sum_c |p_{c,wet}-p_{c,dry}| \]

Bu ümumi variasiya məsafəsi eyni sahənin yağışlı və quraq mövsümdəki sinif ehtimallarının nə qədər dəyişdiyini ölçür. Daşqın düzənliyinin geri çəkilməsi və ya mövsümi su basması kimi hadisələrdə qiymət yüksəlir.

3. Sensor uyğunsuzluğu

Yalnız SAR əsaslı “shadow” modelləri yalnız dörd radar xüsusiyyəti ilə ayrıca sinif ehtimalları yaradır. Bu ehtimallar optik ağırlıqlı əsas modellə müqayisə edilir.

Tənlik (5):

\[ S_{dis} = \frac{1}{2} \sum_{s\in\{wet,dry\}} \left( \frac{1}{C} \sum_c |p^{opt}_{c,s}-p^{SAR}_{c,s}| \right) \]

Burada \(C=3\) sinifdir.

Bu komponent xüsusilə papirus bataqlıqlarında vacibdir. Radar rütubəti və səth/bitki quruluşunu fərqli şəkildə görür, optik sistem isə görünən və infraqırmızı əks olunmanı görür. İki sensor eyni fiziki sahə haqqında fərqli sinif meylləri yaratdıqda, bu uyğunsuzluq xəta kimi atılmaq əvəzinə qeyri-müəyyənlik siqnalı kimi istifadə olunur.

Birləşdirilmiş WUF

Üç komponent ayrı-ayrılıqda 2.–98. percentil intervalından istifadə edilərək 0–1 aralığına normallaşdırılmışdır.

Tənlik (6):

\[ WUF= \frac{1}{3}H_{norm} + \frac{1}{3}T_{norm} + \frac{1}{3}S_{norm} \]

Üç komponentə bərabər çəki verilmişdir. Müəlliflər bu bərabər çəkinin aprior dizayn seçimi olduğunu və fərqli çəkilər üçün həssaslıq analizinin gələcəkdə aparılmalı olduğunu açıq şəkildə qeyd edirlər.

Sensor Uyğunsuzluğu Niyə Xəta Deyil, Məlumat Kimi İstifadə Olunur?

Sentinel-1 SAR səth rütubəti, nahamarlıq və bitki daxilindən gələn radar səpilməsinə; Sentinel-2 isə optik əks olunma və bitkinin spektral xüsusiyyətlərinə həssas olduğu üçün eyni papirus və ya daşqın keçid zonasını fərqli görə bilər; tədqiqat bu fərqi sensor nasazlığı kimi atmaq əvəzinə hidroloji mürəkkəbliyin göstəricisi kimi WUF-yə daxil edir.

Üçqat NoData qoruması

Sistem etibarsız piksel üzərində məcburi təsnifat yaratmaq əvəzinə tam raster sahəsinin təxminən %48,6-sını NoData kimi saxlayır.

1. Green, Red, NIR-narrow və SWIR1 zolaqlarının hamısı \(10^{-6}\)-dan böyük olmalıdır.
2. Yalnız tədqiqat sahəsi poliqonu daxilindəki piksellər emal olunur.
3. MNDWI-nin təsnif edilə bilmədiyi 255 kodlu piksellər birbaşa NoData-ya ötürülür.

Bundan əlavə, müəyyən edilmiş yaşayış məntəqələri məcburi şəkildə quru sinfinə təyin edilmişdir.

Tədqiqatın Metodu və Nəticələri

Qiymətləndirmə verilənlər dəsti

Dəqiqliyin qiymətləndirilməsində Esri Land Use/Land Cover məhsulundan balanslı şəkildə seçilmiş:

• 10.000 açıq su,
• 10.000 bataqlıq ərazi,
• 10.000 quru sahə

olmaqla 30.000 istinad nöqtəsindən istifadə edilmiş; bunlardan 29.994-ü etibarlı raster pikseli ilə üst-üstə düşmüşdür.

Mövsümlərarası təsnifat uğuru

İki mövsüm arasındakı bataqlıq ərazi recall fərqi yalnız 1,2 faiz bəndidir. Bu nəticə birləşdirilmiş mövsümlərarası arxitekturanın yağışlı və quraq hidroloji vəziyyətlər arasında performansı böyük ölçüdə qoruduğunu göstərir.

Xəta matrisinin göstərdiyi əsas problem

Açıq su təsnifatının istehsalçı dəqiqliyi hər iki mövsümdə təxminən %99,4-dür. Əsas xəta mənbəyi açıq su deyil; bataqlıq ərazi ilə quru sahə arasındakı keçiddir.

Yağışlı mövsümdə 9.999 istinad bataqlıq ərazi nöqtəsinin:

• 7.817-si bataqlıq ərazi,
• 1.148-i quru,
• 1.034-ü açıq su

kimi təsnif edilmişdir.

Quraq mövsümdə 9.999 istinad bataqlıq ərazi nöqtəsinin:

• 7.698-i bataqlıq ərazi,
• 1.286-sı quru,
• 1.015-i açıq su

kimi təsnif edilmişdir.

Mövsümi təsnifatın məkan təsiri

Mənbənin yağışlı mövsüm müqayisəsində sadə spektral hədd xəritəsindən OLMoEarth–Random Forest nəticə xəritəsinə keçiddə 5.135.164 piksel, yəni etibarlı sahənin %4,14-ü dəyişmişdir.

Quraq mövsümdə dəyişən piksel sayı 4.966.048, etibarlı sahənin %4,00-ıdır.

Mənbənin 18. və 19. səhifələrindəki xəritələr bu düzəlişlərin xüsusilə daşqın düzənliyi sərhədlərində və Yala Swamp ətrafında cəmləşdiyini göstərir.

Ən vacib xüsusiyyətlər

Ayrı-ayrı OLMoEarth təmsil ölçülərinin marjinal əhəmiyyətləri daha aşağı olsa da, yağışlı və quraq mövsümlərdə cəmi 256 GFM təmsil xüsusiyyəti geniş məkan konteksti təmin edir. Bunun əksinə, ən güclü ayrı-ayrı göstəricilər mövsümi MNDWI dəyişiklikləri və SAR geri səpilmə xüsusiyyətləridir.

Mövsümi bataqlıq ərazi dinamikası

Daimi + normal mövsümi bataqlıq ərazi cəmi təxminən 36.178 ha-dır. Əks-mövsümi 297 ha da əlavə edildikdə cəm 36.475 ha olur. Bu fərq mənbədə 36.475 ha göstəricisinin hansı sinifləri əhatə etməsi ilə bağlı yaranan mətn qeyri-müəyyənliyini aradan qaldırır.

WUF-nin ümumi paylanması

Mənbənin WUF xəritəsində yüksək qeyri-müəyyənlik bütün sahəyə homogen şəkildə yayılmır. Daşqın düzənliyi sərhədləri, papirus üstünlüklü bataqlıq ərazilər və mövsümi olaraq su altında qalan kənd təsərrüfatı zonalarında qruplaşır.

WUF Həqiqi Təsnifat Xətaları ilə Əlaqəlidirmi?

Bəli. Qaçırılmış bataqlıq ərazi piksellərinin orta WUF qiyməti düzgün quru piksellərinkindən təxminən üç dəfə yüksəkdir; bu fərq həm yağışlı, həm də quraq mövsümdə müşahidə edilmiş və Mann–Whitney U testi ilə çox güclü statistik ayrılma bildirilmişdir.

Mann–Whitney U nəticələri:

• Yağışlı: \(U=10.120.494,\;p<1\times10^{-300}\)
• Quraq: \(U=11.433.640,\;p<1\times10^{-300}\)

Çox böyük nümunədə p-dəyərinin həddindən artıq kiçik olması təkbaşına praktik əhəmiyyətin sübutu deyil. Mənbə də buna görə əsasən WUF fərqinin böyüklüyünə diqqət çəkir.

Optik–SAR uyğunsuzluğunun böyüklüyü

Orta sensor uyğunsuzluğu nisbətən aşağıdır:

• Yağışlı mövsüm: 0,0388
• Quraq mövsüm: 0,0411

Lakin maksimum qiymətlər müvafiq olaraq 0,614 və 0,640-a çatır. Bu vəziyyət sensorlar arasında bütün hövzəni təsir edən sistematik ziddiyyətdən daha çox, lokal mürəkkəb hədəflərdə cəmləşən fikir ayrılığına işarə edir.

Tədqiqatın dəstəklədiyi nəticələr

• Sentinel-1, Sentinel-2, fiziki su indeksləri və əvvəlcədən öyrədilmiş OLMoEarth təmsilləri eyni təsnifat sistemi daxilində birlikdə istifadə edilə bilər.
• Yağışlı və quraq mövsüm məlumatlarının vahid mövsümlərarası xüsusiyyət fəzasında birləşdirilməsi iki hidroloji rejimdə oxşar performans təmin edə bilər.
• Qeyri-müəyyənlik bataqlıq ərazi xəritəsində təsadüfi paylanmır; keçid zonalarında və təsnifat xətalarında yüksəlir.
• MNDWI-nin mövsümlərarası dəyişməsi və SAR geri səpilməsi bataqlıq ərazi ayrımında güclü izahedici siqnallardır.
• Optik–radar uyğunsuzluğunun özü ətraf mühit mürəkkəbliyi haqqında informasiya daşıya bilər.
• Araşdırılmış 2025 verilərində daimi və mövsümi bataqlıq ərazi sinifləri ayrı məkan məhsulları kimi yaradıla bilmişdir.

Tədqiqatın dəstəkləmədiyi nəticələr

• %90-dan yuxarı dəqiqlik real sahə ölçmələrinə qarşı müstəqil doğrulanmış mütləq bataqlıq ərazi dəqiqliyi demək deyil.
• Modelin bütün Afrikadakı və ya başqa tropik hövzələrdəki bataqlıq ərazilərdə eyni performansı verəcəyi göstərilməmişdir.
• WUF yüksək olduqda pikselin mütləq səhv təsnif edildiyi deyilə bilməz; düzgün bataqlıq ərazilər də keçid təbiətinə görə orta-yüksək qeyri-müəyyənliyə malikdir.
• OLMoEarth bu tədqiqat üçün fine-tune edilməmişdir; dondurulmuş əvvəlcədən öyrədilmiş təmsillərdən istifadə edilmişdir.
• Üç WUF komponentinə 1/3–1/3–1/3 çəki verilməsinin optimal olduğu göstərilməmişdir.
• Üst-üstə düşən təsvir çipləri və məkan asılılığı səbəbindən bildirilmiş klassik etibar intervalları real məkan nümunələmə qeyri-müəyyənliyini olduğundan aşağı göstərə bilər.

Elmi mənası

Tədqiqatın əsas elmi töhfəsi bataqlıq ərazi xəritəsinə sadəcə başqa bir təsnifat modeli əlavə etmək deyil. Daha fundamental təklif ekoloji keçid zonalarının qeyri-müəyyənliyini nəticədən silmək əvəzinə nəticə ilə birlikdə yayımlamaqdır.

Ənənəvi torpaq örtüyü məhsulu hər pikseli tək etiketə məcbur edir. Bu tədqiqat isə daşqın düzənliyinin kənarındakı piksel üçün həm yekun sinfi, həm də “bu qərar nə qədər etibarlıdır?” məlumatını yaradır.

Bu yanaşma xüsusilə ətraf mühit idarəçiliyində vacibdir. Mühafizə mütəxəssisi yalnız bataqlıq ərazi sərhədini görmək əvəzinə sərhədin hansı hissələrində qərarın etibarlı, hansı hissələrində əlavə sahə yoxlaması və ya yüksək ayırdetməli məlumat lazım olduğunu görə bilər.

WUF həmçinin qeyri-müəyyənliyi tək model etibar balına endirmir. Modelin öz qərarsızlığı, mövsümlərarası fiziki dəyişmə və müstəqil sensorların bir-biri ilə uyğunsuzluğu ayrı komponentlər kimi qorunur. Beləliklə, qeyri-müəyyənlik yalnız statistik deyil, həm də ekoloji baxımdan şərh edilə bilən olur.

Mənbə və Metod Qeydi

Orijinal tədqiqat: Uncertainty-Aware Geospatial Foundation Model for Delineating Wetlands, Open Water, and Terrestrial Boundaries in a Tropical Lake Basin System

Müəlliflər: Geoffrey Kanake Gathuri, Dennis Macharia Ngunu, Brian Kiilu Kingeta

Məsul müəllif: Geoffrey Kanake Gathuri

Qurum: Department of Research and Development, Gensre Engineering & Research, Nairobi, Kenya.

Mənbə növü: Preprint tədqiqat məqaləsi.

Platforma: SSRN.

SSRN Abstract ID: 7032786.

DOI: 10.2139/ssrn.7032786.

SSRN nəşr tarixi: 1 İyul 2026.

Resenziya vəziyyəti: Mənbə açıq şəkildə “Preprint not peer reviewed” kimi işarələnmişdir.

Jurnal / cild / nömrə: Mənbədə resenziyalı jurnal nəşrinə aid cild və ya nömrə məlumatı yoxdur.

Lisenziya: Açıq Creative Commons təkrar istifadə lisenziyası təsdiqlənməmişdir. Mənbə xəritə və fiqurları birbaşa yenidən istifadə edilməməlidir.

Tədqiqat sahəsi: Keniyanın Viktoriya Gölü Hövzəsi hissəsi; Yala Swamp, Nyando Floodplain və Winam Gulf daxil olmaqla.

Əsas verilənlər: Sentinel-2 Level-2A optik təsvirləri, Sentinel-1 GRD C-band SAR VV/VH, Dynamic World, Esri LULC və tədqiqat sahəsi / yaşayış məntəqəsi maskaları.

Əsas model: Sabit əvvəlcədən öyrədilmiş OLMoEarth V1 Nano + WIW/MNDWI spektral teksturası + Sentinel-1 SAR xüsusiyyətləri + 293 ölçülü mövsümlərarası xüsusiyyət vektoru + Random Forest.

Qeyri-müəyyənlik modeli: Predictive entropy + temporal instability + sensor disagreement = Wetland Uncertainty Field.

Maliyyələşdirmə: Müəlliflər tədqiqatın dövlət, kommersiya və ya qeyri-kommersiya maliyyələşdirici qurumlardan xüsusi qrant almadığını bildirirlər.

Maraqlar toqquşması: Müəlliflər tədqiqata təsir göstərə biləcək məlum maliyyə marağı və ya şəxsi münasibət bildirməmişlər.

Müəllif töhfələri: Geoffrey Kanake Gathuri — konseptuallaşdırma, proqram təminatı, metod və ilkin qaralama; Dennis Macharia Ngunu — verilənlərin hazırlanması, proqram təminatı, doğrulama və nəzərdən keçirmə; Brian Kiilu Kingeta — araşdırma və formal analiz.

Süni intellekt bəyanatı: Mənbə məqalənin dilini və axıcılığını yaxşılaşdırmaq üçün Kimi 2.6 Thinking və Claude Opus 4.8 istifadə edildiyini; müəlliflərin daha sonra mətni nəzərdən keçirərək məsuliyyəti öz üzərlərinə götürdüklərini bildirir.

Verilənlərə və koda çıxış: Mənbə kodun, öyrədilmiş modellərin və törəmə rasterlərin ictimai depoda arxivləşdiriləcəyini; lakin Zenodo DOI-sinin qəbuldan sonra təyin olunacağını bildirir. Buna görə PDF-də hələ qəti daimi depo DOI-si yoxdur.

Əsas elmi məhdudiyyət: Doğrulama müstəqil sahə müşahidəsinə deyil, mövcud torpaq örtüyü məhsullarına əsaslanır. Təlim və istinad məhsulları ortaq/əlaqəli xəta mənbələri daşıya bilər.

Məkan statistikası məhdudiyyəti: 32 × 32 piksel çiplərin 16 piksel stride ilə üst-üstə düşməsi və istinad nöqtələrinin məkan asılılığı səbəbindən klassik Wilson etibar intervalları ümumi qeyri-müəyyənliyi olduğundan aşağı göstərə bilər.

Mənbədaxili terminologiya qeydi: Xülasə “iki mərhələli Random Forest” ifadəsini işlətsə də, ətraflı metod birinci mərhələni deterministik su–quru hədləmə, ikinci mərhələni Random Forest bataqlıq ərazi–quru təsnifatı kimi müəyyənləşdirir. Verianla ətraflı metod təsvirini əsas götürmüşdür.

Mənbədaxili sahə cəmi qeydi: 36.475 ha göstəricisi yalnız “daimi + normal mövsümi” siniflərdən deyil, 297 ha əks-mövsümi sinif də əlavə edildikdə alınır.

Proqram təminatı qeydi: Əlavə A cədvəlində QGIS 3.44.9 verildiyi halda, mənbələr siyahısında QGIS versiyası 3.44.6 kimi görünür; bu versiya uyğunsuzluğu mənbə adından düzəldilməmişdir.

Vizual istifadə qeydi: Mənbənin tədqiqat sahəsi xəritələri, təsnifat xəritələri, WUF xəritəsi və axın sxemi birbaşa kopyalanmamalıdır. Yalnız elmi əlaqələr, mənbədə açıq şəkildə bildirilmiş sahələr, nisbətlər və metriklərdən istifadə edilərək müstəqil Verianla vizualları hazırlanmalıdır.