【文章简介】
²文章标题
Improved phenology-based rice mapping algorithm by integrating optical and radar data
²通讯作者
董金玮 研究员 中科院地理所
²发表时间
2024-10-03
²发表单位
Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
²发表期刊
Remote Sensing of Environment | Q1 | 11.1
²原文链接
Redirecting
【文章内容】
²摘要
Fig. 1. Rice-Sentinel 用于水稻制图的工作流程。
Fig. 2. Rice-Sentinel的详细工作流程。该图详细说明了图2 的步骤 2-4。蓝色背景表示在 SP 和 FTP 确定的时间窗口内识别水淹信号,灰色背景表示在 RGP 确定的时间窗口内识别快速生长信号。
该方法通过将阈值法引入Sentinel-1 VH时间序列曲线,识别播种期、淹水移栽期、快速生长期等关键物候时间窗口,解决了以往水稻制图算法缺乏物候期数据的局限性,以及准确捕捉低纬度地区水稻物候期的难题。此外,该研究还展示了光学数据和雷达数据的各自缺陷和应用单一数据源进行制图的局限性。而Rice-Sentienl算法最大限度地发挥了雷达和光学数据在不同地区的优势,对两种数据进行了优势互补,提供了高度可靠的水淹信号结果,从而提高了基于物候学的水稻测绘方法的鲁棒性。
该研究在全球六个不同案例区域(中国东北和长江中游、美国加利福尼亚、越南湄公河三角洲、日本酒田市和非洲马里)绘制的水稻地图显示,OA超过 90%,F1 score超过 0.91,优于其他方法和产品。该方法利用生物物理学原理生成的水稻地图,而无需依赖任何先验的地面样本,并有望在全球范围内应用,为全球水稻监测和粮食安全工作做出贡献。
免责声明
喜欢这篇推送,就点亮下方的“赞”与“在看”