Решение задач цифрового земледелия направлено на обеспечение продовольственной безопасности страны. В статье предложен подход к распознаванию посевов сельскохозяйственных культур и уточнению границ сельскохозяйственных полей с использованием спутниковых данных и методов машинного обучения. По спутниковым изображениям Sentinel-2 в 2023 г. были рассчитаны значения временных рядов нормализованного разностного индекса вегетации (NDVI) для сельскохозяйственных угодий Хабаровского района Хабаровского края. Точность распознавания классификатора на основе метода «случайного леса» (RF) составила 92 %. В ходе исследования была подготовлена карта сельскохозяйственных угодий района за 2023 г., проведена сравнительная оценка рассчитанных площадей, занятых сельхозкультурами, а также неиспользуемой пашни, с данными, внесенными в Единую федеральную информационную систему земель сельскохозяйственного назначения (ЕФИС ЗСН). Выявлены несоответствия вида использования, а также наименования культуры в ЕФИС ЗСН фактическим данным (99 полей общей площадью 2 568 га); восстановлена информация об использовании земель, не отраженных в ЕФИС ЗСН (5 990 га, или 18 % от общей площади ЗСН Хабаровского района). Контуры сельскохозяйственных полей Хабаровского района также были актуализированы на основе результатов работы классификатора. Предложенный метод может применяться для картографирования земель сельскохозяйственного назначения, выявления проблемных участков на полях, что позволит эффективнее принимать управленческие меры для повышения эффективности сельского хозяйства (учета ЗСН и повышения урожайности культур).