前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于GEE和S1自动提取水稻种植区

基于GEE和S1自动提取水稻种植区

作者头像
农险专家
修改2020-10-12 10:37:17
2.1K0
修改2020-10-12 10:37:17
举报

这项研究提出了一种经济有效的方法,可用于近实时地绘制和监测大面积水稻的生长程度和种植方式。这种新颖的方法可以生成水稻种植区的高分辨率月度地图(10 m分辨率)以及水稻生长阶段。该方法将时态Sentinel-1数据和水稻物候参数与基于Google Earth Engine(GEE)云的平台集成在一起。它使用2016年9月至2018年10月处于VH极化状态的Sentinel-1每月中位时间序列。这两个研究区域是印度尼西亚西爪哇省的北部地区(75万公顷)以及马来西亚的吉打州和玻璃市州(超过1个)百万公顷)。使用K均值聚类,层次聚类分析(HCA)和VH极化时间序列剖面的可视化解释来生成水稻范围,种植模式和生育期的时空分布。为了使该过程自动化,对四种监督分类方法(支持向量机(SVM),人工神经网络(ANN),随机森林和C5.0分类模型)进行了独立试验,以识别聚类标签。比较每种分类方法的结果。该方法还可以预测长达两个月的水稻播种期。 VH极化数据可以确定水稻的四个生长阶段:T&P:耕作和播种(30天); V:植物人1和2(60天); R:生殖(30天); M:到期日(30天)。与实地调查数据相比,该方法测量的水稻总面积精度为96.5%,卡伯系数为0.92。与随机森林和C5.0模型相比,SVM和ANN显示出更好的性能。这种简单而强大的方法可以在整个东南亚地区推广,并且可以替代耗时,昂贵的实地调查

本文系外文翻译,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文系外文翻译前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档