利用卫星数据检测印度农作物焚烧
计算机视觉与模式识别
2022-09-22 v1 机器学习
综合经济学
经济学
摘要
农作物残茬焚烧是世界上许多地区（尤其是南亚）空气污染的主要来源。政策制定者、从业者和研究人员已投入资源来测量其影响并制定减少焚烧的干预措施。然而，要衡量焚烧的影响或减排干预措施的有效性，需要关于焚烧发生地点的数据。这些数据在实地收集方面面临成本和可行性方面的挑战。我们利用印度旁遮普邦基于地面的农作物残茬焚烧监测数据，探索是否能利用可获取的卫星影像更有效地检测焚烧。具体而言，我们使用了时间分辨率高（最高每日）的3米PlanetScope数据，以及公开可用、时间分辨率为每周但光谱信息更丰富的Sentinel-2数据。在分别分析了不同光谱波段和焚烧指数单独区分已焚烧与未焚烧地块的能力后，我们构建了随机森林（Random Forest）模型，采用那些被确定具有最大可分性的特征，并用地面验证数据评估了模型性能。考虑到测量所面临的挑战，我们82%的总体模型精度是令人满意的。基于该过程中的见解，我们讨论了利用卫星影像检测农作物残茬焚烧的技术挑战，以及衡量焚烧和政策干预影响所面临的挑战。
引用
@article{arxiv.2209.10148,
title = {Detecting Crop Burning in India using Satellite Data},
author = {Kendra Walker and Ben Moscona and Kelsey Jack and Seema Jayachandran and Namrata Kala and Rohini Pande and Jiani Xue and Marshall Burke},
journal= {arXiv preprint arXiv:2209.10148},
year = {2022}
}