从地块到大陆尺度——基于 Sentinel-1 与 LUCAS Copernicus 原位观测的首幅欧洲作物类型图
机器学习
2021-10-08 v2 机器学习
应用统计
摘要
对整个欧盟（EU）详细的地块级作物类型制图是评估农业政策所必需的。Copernicus 计划，尤其是 Sentinel-1（S1），提供了在大陆尺度上及时监测农业用地的机会。然而，迄今为止 S1 的潜力尚未在此类尺度上被探索。利用独特的 LUCAS 2018 Copernicus 原位调查，我们呈现了基于 S1A 和 S1B 合成孔径雷达 2018 年观测的欧盟首幅 10 米空间分辨率大陆作物类型图。随机森林分类算法经调优以检测 19 种不同作物类型。我们用三种方法评估该 EU 作物图的精度。首先，以大陆上独立的 LUCAS 核心原位观测评估精度。其次，针对来自 6 个欧盟成员国或地区（总计 >3M 地块和 8.21 Mha）农民申报的主要作物类型进行精度评估。最后，将分类得到的作物面积与 Eurostat 报告的子国家（NUTS 2）面积统计比较。当合并主要作物类别时地图总体精度为 80.3%，当单独考虑全部 19 种作物类型时为 76%。油菜和芜菁甘蓝的用户精度和生产者精度均高于 96%，精度最高。遥感估算与 Eurostat 报告作物面积的相关性介于 0.93（马铃薯）到 0.99（油菜和芜菁甘蓝）之间。最后，我们讨论此处提出的框架如何支撑基于高分辨率的生长季内作物制图的业务化交付。
引用
@article{arxiv.2105.09261,
title = {From parcel to continental scale -- A first European crop type map based on Sentinel-1 and LUCAS Copernicus in-situ observations},
author = {Raphaël d'Andrimont and Astrid Verhegghen and Guido Lemoine and Pieter Kempeneers and Michele Meroni and Marijn van der Velde},
journal= {arXiv preprint arXiv:2105.09261},
year = {2021}
}
备注
19 pages, 11 Figures, 5 Tables (without appendix)