В настоящее время активно ведутся исследования по созданию систем сельскохозяйственного мониторинга на основе космических съемок и других данных дистанционного зондирования, однако внедрение таких систем сдерживается рядом технических и методологических проблем. Работа посвящена разработке методики автоматизированного определения участков зарастания сельскохозяйственных угодий древесно-кустарниковой растительностью. Целью работы является уменьшение времени выполнения задачи по выявлению древесно-кустарниковых зарастаний и сокращения влияния человеческого фактора на результат работы по сравнению с принятыми методами сельскохозяйственного мониторинга с сохранением приемлемого уровня достоверности. Для заработы используются данные высокого пространственного разрешения со спутников WorldView-2 и WorldView-3, данные среднего пространственного разрешения со спутников Sentinel-2 и изображения с беспилотного летательного аппарата DJI Phantom 4. Так как используются алгоритмы классификации без обучения, необходимо подготовить исходный материал, а именно нормализовать яркостные характеристики изображения, чтобы избежать ошибок при классификации. После анализа доступных методов нормализации наиболее оптимальными оказались алгоритмы сегментации: метод водоразделов для космических данных и метод среднего сдвига для данных с беспилотного летательного аппарата. При выборе алгоритма классификации наибольшую достоверность и уровень автоматизации показал алгоритм K-means. После аналитической обработки результатов классификации были получены границы территорий зарастаний на сельскохозяйственных полях, которые сравнивались с эталоном. Изображения с беспилотного летательного аппарата используются для уточнения границ сельскохозяйственных полей с использованием той же методики, что и для космических данных. По итогам работы методики были получены векторные границы сельскохозяйственных полей, которые в дальнейшем можно применять для поиска зарастаний.