Machine learning and the GEE platform in modeling environmental changes in land cover in Wadi Al-Dhabab - Taiz Governorate as a model Authors Tahani Abbas Ahmed Aqlan قسم الجغرافيا .كلية الاداب . جامعة تعز Author Competing Interests يقر المؤلفون بعدم وجود أي تضارب في المصالح يمكن أن يؤثر في نتائج هذه الدراسة أو في عملية نشرها. DOI: https://doi.org/10.67951/8mwq8005 Keywords: LC classes, land cover change, Google Earth Engine (GEE), Classification and Regression Trees (CART), future prediction. Abstract The study of land cover changes and the prediction of their future trends using remote sensing and machine learning techniques constitute important tools for sustainable environmental planning. This study focuses on the Wadi Al-Dabab Basin, one of the primary sources of water and agricultural products for Taiz City, with the aim of analyzing land cover changes during the periods 2000–2012 and 2012–2024, and predicting its future condition up to the year 2045. The study employed the Google Earth Engine (GEE) platform and the Classification and Regression Trees (CART) algorithm to classify Landsat imagery acquired in 2000, 2012, and 2024 and to produce land cover maps. The classification achieved an overall accuracy of 94%. Markov Chain modeling was then applied to analyze land cover transitions and predict future changes, yielding an overall prediction accuracy of 98% and a Kappa coefficient of 97%. The results identified five land cover classes: barren land, agricultural land, natural vegetation, built-up land, and mixed land. Agricultural land exhibited an increase in the change rate from 27.5% to 39.5%, mainly due to agricultural expansion, particularly qat cultivation. Built-up land increased from 1.6 km² to 2.4 km², representing a gain of 0.8 km², driven by population growth and infrastructure development. In contrast, mixed land decreased from 12.7% to 12.2%, while the change rate of barren land increased from 8.2% to 11.3%. Furthermore, the change rate of natural vegetation increased from 10.7% to 20%, indicating a decline in its stability as a result of overgrazing and agricultural expansion. The study concludes with a set of recommendations aimed at promoting sustainable land cover management and mitigating the negative environmental impacts associated with current and future LC changes. Keywords:LC classes, land cover change, Google Earth Engine (GEE), Classification and Regression Trees (CART), future prediction. Downloads Download data is not yet available. Author Biography Tahani Abbas Ahmed Aqlan, قسم الجغرافيا .كلية الاداب . جامعة تعز يقر المؤلفون بعدم وجود أي تضارب في المصالح يمكن أن يؤثر في نتائج هذه الدراسة أو في عملية نشرها. References قائمة المصادر والمراجع: المراجع العربية: الحبيشي، أحمد ، وهونشتاين، كلاوس مولر. (1984)، مقدمة الغطاء النباتي في اليمن، المؤسسة الألمانية للتعاون الفني .(GTZ) الدليمي، خلف حسين علي، (2007)، الاتجاهات الحديثة في البحث العلمي الجغرافي (ط، 1)، دار الصفاء للنشر والتوزيع. الصالح، ناصر عبد الله، والسرياني، محمد محمود، (2000)، الجغرافية الكمية والإحصائية: أسس وتطبيقات بالأساليب الحاسوبية الحديثة، مكتبة العبيكان للنشر. العثمان، باسم عبد العزيز عمر، (2009)، مناهج البحث الجغرافية وتطبيقاتها في الجغرافية البشرية (ط، 1)، دار السياب للطباعة والنشر والتوزيع. الهيتي، صبري فارس، ومحمد، خليل إسماعيل، (1988)، جغرافية الاستيطان الريفي، وزارة التعليم العالي والبحث العلمي، جامعة بغداد، مطبعة التعليم العالي في الموصل. درويش، إبراهيم عبد الله قائد عبد الله، (2022)، تحديد أنسب المواقع لحصاد مياه السيول في حوض وادي الضباب جنوب غرب مدينة تعز باستخدام نظم المعلومات الجغرافية متعددة المعايير، مجلة ليبيا للدراسات الجغرافية، (2). عقلان، تهاني عباس أحمد، (2023)، تغيرات الغطاء الأرضي في حوض وادي بنا وانعكاساتها البيئية باستخدام الجيوماتكس، قسم الجغرافيا، كلية الآداب، جامعة عدن. وزارة التخطيط والتعاون الدولي التعداد السكاني، (2004م)، الجمهورية اليمنية، صنعاء: الجهاز المركزي للإحصاء. وكالة الفضاء الأوروبي Copernicus، (2024م)، https://code.earthengine.google.com/، بواسطة منصة GEE. عبد الولي أحمد الخليدي, محمد منصور المُليكي, & عبد الحبيب مهيوب القدسي. (2014). الغطاء النباتي الطبيعي في وادي عنّة، محافظة إب، اليمن. مجلة الآداب للعلوم الانسانية-جامعة تعز, 4(4).https://doi.org/10.67951/w6w61j63 DOI: https://doi.org/10.67951/w6w61j63 المراجع الأجنبية: Al-Kadasy, M. A. B. O. (1988). Geology of Gabal Saber granitic mass, Taiz area, Yemen Arab Republic (Unpublished master’s thesis). Department of Geology, Faculty of Science, University of Sana’a. Ayush, S., & Gaurav, S. (2023). Decision trees: Classification and regression trees (CART). National Institute of Science Education and Research (NISER), Bhubaneswar. Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and regression trees. Chapman & Hall/CRC. Eastman, J. R. (2016). TerrSet geospatial monitoring and modeling system: Manual. Clark University. Esri. (2024). How decision tree classification and regression works. ArcGIS Pro Documentation Food and Agriculture Organization (FAO). (2010). A framework for a national soil series system in Yemen. FAO. Food and Agriculture Organization of the United Nations. (2018). The state of food and agriculture 2018: Migration, agriculture and rural development. FAO. GEE (Google Earth Engine). (2024). Introduction to Google Earth Engine. Google Earth Engine geeksforgeeks. (2024). CART classification and regression tree in machine learning. GeeksforGeeks CART Article Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment. DOI: https://doi.org/10.1016/j.rse.2017.06.031 James, G., Witten, D., Hastie, T., Tibshirani, R., & Taylor, J. (2021). An introduction to statistical learning: With applications in R (2nd ed.). Springer. DOI: https://doi.org/10.32614/CRAN.package.ISLR2 Janardhana, M. R., & Al-Qadhi, A. A. (2017). Geotechnical characteristics of volcanic soils in and around Taiz City, Yemen. ResearchGate. Maher, M. A., Yuek, M. H., Mohammad, F. R., & Zulfa, H. A. (2017). Improving the capability of an integrated CA-Markov model to simulate spatio-temporal urban growth trends using an analytical hierarchy process and frequency ratio. International Journal of Applied Earth Observation and Geoinformation. Martin, K., & Naomi, A. (2017). Classification and regression trees (CART). Nature America, Inc., part of Springer Nature. Parker, D. C. (2002). Agent-based models of land-use and land-cover change. LUCC, Indiana University, USA. Pietsch, D., & Mabit, L. (2012). Terrace soils in the Yemen highlands: Using physical and chemical properties to characterize a soil map unit. Geoderma, 189–190, 616–626. Singh, A. (1989). Digital change detection techniques using remotely-sensed data. International Journal of Remote Sensing, 10(6), 989–1003. DOI: https://doi.org/10.1080/01431168908903939 Wilkinson, T. J. (2003). Soil erosion and valley fills in the Yemen highlands and coastal lowlands. Geoarchaeology, 18(3), 297–320. Xie, S., Liu, L., Zhang, X., Yang, J., Chen, X., & Gao, Y. (2019). Automatic land-cover mapping using Landsat time-series data based on Google Earth Engine. Remote Sensing. DOI: https://doi.org/10.3390/rs11243023 Xiong, J., Thenkabail, P. S., Gumma, M. K., Teluguntla, P., Poehnelt, J., Congalton, R. G., Yadav, K., & Thau, D. (2017). Automated cropland mapping of continental Africa using Google Earth Engine cloud computing. ISPRS Journal of Photogrammetry and Remote Sensing, 126, 225–244. DOI: https://doi.org/10.1016/j.isprsjprs.2017.01.019 Downloads PDF (Arabic) Published 2026-09-29 Issue Vol. 9 No. 2 (2026): Full version Section المقالات License Copyright (c) 2026 هذا المقال مرخص بموجب رخصة المشاع الإبداعي: نسب المصنف 4.0 دولي (CC BY 4.0). يُسمح بإعادة استخدام هذا المقال وتوزيعه وتكييفه، شريطة نسب العمل إلى المؤلفين وذكر المصدر والترخيص. This work is licensed under a Creative Commons Attribution 4.0 International License. هذا المقال مرخص بموجب رخصة المشاع الإبداعي: نسب المصنف 4.0 دولي (CC BY 4.0). يُسمح بإعادة استخدام هذا المقال وتوزيعه وتكييفه، شريطة نسب العمل إلى المؤلفين وذكر المصدر والترخيص. How to Cite Aqlan, T. A. A. (2026). Machine learning and the GEE platform in modeling environmental changes in land cover in Wadi Al-Dhabab - Taiz Governorate as a model. Taiz University Arts and Humanities Journal, 9(2), 149-188. https://doi.org/10.67951/8mwq8005 More Citation Formats ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver AMA Download Citation Endnote/Zotero/Mendeley (RIS) BibTeX