本研究对印度北阿坎德邦奈尼塔尔地区的农业用地进行了时间序列分析。该研究基于Landsat 5, Landsat 7 and Landsat 8卫星图像数据,使用随机森林分类器对该区域近21年(2000-2021年)的农业和非农业土地进行分类。陆地卫星图像使用谷歌地球引擎(GEE)平台进行处理,随机森林分类器的选择则是基于随机森林(RF)、支持向量机(SVM)和分类与回归树(CART)之间的比较分析。对总体准确度、用户准确度、生产者准确度和Kappa系数进行了评估,以确定研究区域的最佳分类器。结果表明,2021年RF、SVM和CART的总体准确率分别为96.38%、94.44%和91.94%;类似地,RF、SVM和CART的Kappa系数分别为0.96、0.89和0.81。陆地卫星在农业和非农业地区的分类图像显示,该区域在21年间(2000-2021年)农业用地减少了4.71%。该研究还表明,过去4年(即2018-2021年)该区域农业面积下降幅度最大。本研究对于发展中国家了解农用地变化并采取适当措施以保护该地区的动植物非常重要。