最终的地图包括五个LULC类别（非植被区域、建设区域、耕地、开阔常绿和落叶林、茂密植被），整体精度在80.5%到88.7%之间。2011年至2020年的LULC变化检测表明，非植被区域增加了0.7%，建设区域增加了2.0%，茂密植被增加了1.3%。另一方面，开阔常绿和落叶林减少了4.1%，耕地减少了0.01%。本文采用的方法通过减小方法上的差距和缩小时间幅度，改善了莫桑比克目前系统性的制图方法，从而支持区域领土发展政策。
这项研究利用了覆盖24张图像的Landsat 7 ETM+和Landsat 8 OLI卫星获取的密集数据。研究表明，随机森林（RF）算法适用于分析和测试模型的变量选择。使用光谱指数及其按重要性排名、使用中值进行数据缩减以及确定分类所需的类别数量在这项研究中被证明是相关的，因为它们在考虑到区域特征和处理数据量的情况下提供了良好的准确性。这些步骤显著减少了数据量，促使并加速了分析过程。
莫桑比克研究区的位置，显示了在2020年采集的训练样本（青色）和验证样本（黄色）。来源：莫桑比克国家制图和遥感中心（CENACARTA）的数据库
基于树的大小（A）、变量的数量（B）和观察到的准确性（C），展示了每年最能解释模型的准确性
基于树数=500和mtry=25的情况下，展示了2020年变量的重要性，仅供说明目的
散点图显示了2020年各变量之间的关系以及映射类别的空间可分离性。
BA表示建设区域，NVA表示非植被区域，OEDF表示开阔常绿和落叶林，DV表示茂密植被，CL表示耕地
在莫桑比克北部地区，通过Landsat和高分辨率图像观察到的农业区域和建设/城市区域的主要特征。在中间和右侧图像中的符号表示在左侧照片中显示区域的确切位置
莫桑比克北部地区2011年、2016年和2020年的土地利用和土地覆盖地图。每年各类别的比例显示在图例中
图形显示了2011年至2016年（A）、2016年至2020年（B）以及2011年至2020年（C）之间的土地利用和土地覆盖的过渡情况。DV表示茂密植被，OEDF表示开阔常绿和落叶林，CL表示耕地，BA表示建设区域，NVA表示非植被区域
2011年至2020年间土地利用和土地覆盖的变化，显示了所有的过渡情况（A），并突出显示了森林（茂密植被）的过渡情况（B）
莫桑比克北部地区土地利用和土地覆盖的时空分类以及2011年至2020年间森林覆盖的变化，突出显示了森林表达增加和与森林相关的过渡区域
