Ваше запитання передбачає, що алгоритми машинного навчання для класифікації земель якимось чином відрізняються від програмного забезпечення, яке використовується для інших програм машинного навчання. Є деякі програми, які потребують спеціального поводження через незвичні характеристики, але я не знаю жодних причин вважати, що використання земель потребує особливої обробки. Якщо дані про землекористування можна ввести у стандартну розмежувану кому форму, то наявні інструменти, такі як R, повинні робити добре. Зараз може бути, а може і не бути програмним забезпеченням Land Use, яке використовує моделі, виявлені з техніки машинного навчання, але це вже інше питання.
Відредаговано після першої відповіді. -> Більшість основних пакетів машинного навчання мають деякі засоби просторової візуалізації, хоча, звичайно, вони можуть не відповідати вашим конкретним потребам. Наприклад, чи знайомі ви з бібліотекою sp для R, яка призначена для візуалізації просторових даних? Давайте подивимось, чи можу я знайти відповідне посилання, яке надає аромат того, що ви можете з цим зробити.
http://rwiki.sciviews.org/doku.php?id=tips:spatial-data:spatial_data_visualization
Для більш широкого переліку інструментів, корисних для просторового аналізу в R, ви можете подивитися на http: //cran.r- project.org/web/views/Spatial.html, оскільки це включає інструменти для геостатистики, екологічного аналізу тощо.