温带和热带景观中森林-农业马赛克土地覆盖分类的Sentinel-1和2时间序列评估
奥黛丽·梅西尔
(1),
朱莉·贝特比德
(2),
弗洛伦特·鲁米亚诺
(3),
雅克·鲍德利
(4),
瓦莱里·贡德
(5),
莉莲·布朗
(5),
Clément Bourgoin公司
(5),
纪尧姆·科努
(5),
卡洛斯·J·库达
(6),
米格尔·马尔查马洛
(7),
勒内·波卡德·查普斯
(8),
劳伦斯·休伯特·莫伊
(2)
监测林农镶嵌对了解景观异质性和管理生物多样性至关重要。从遥感图像绘制这些镶嵌图仍然具有挑战性，因为从森林到农业地区的生态梯度使得描述植被更加困难。最近的合成孔径雷达（SAR）Sentinel-1（S-1）和光学Sentinel-2（S-2）时间序列由于其高时空分辨率，为监测林农镶嵌画提供了一个很好的机会。然而，虽然一些研究仅使用S-2时间序列的时间分辨率来绘制农田和/或森林地区的土地覆盖和土地利用图，但尚未单独为此目的对S-1时间序列进行调查。S-1和S-2时间序列的联合使用仅针对一个或几个土地覆盖类别进行了评估。在本研究中，我们评估了S-1数据单独、S-2数据单独以及它们在两个研究区域（西班牙坎塔布里亚山脉的温带山地景观和巴西帕拉戈米亚的热带森林景观）的林农镶嵌图绘制中的潜力。根据输入特征的重要性等级，使用增量程序对卫星图像进行分类。单独使用S-2数据进行分类（平均kappa指数=0.59-0.83）比单独使用S-1数据进行分类更准确（平均kapba指数=0.28-0.72）。结合S-1和2数据时，准确度增加（平均κ指数=0.55-0.85）。该方法能够根据所考虑的景观类型，以最佳方式定义区分土地覆盖类别的地物数量和类型。西班牙和巴西研究区域的最佳配置分别包括5个和10个特征（仅S-2数据）和10个和20个特征（单S-1数据）。短波红外、VV和VH极化分别是S-2和S-1数据的主要特征。此外，该方法能够定义关键时期，根据使用的图像类型区分土地覆盖类别。例如，在坎塔布里亚山脉，冬季和夏季是S-2时间序列的关键，而春季和冬季是S-1时间序列的主要。
菲奇尔校长
遥感-11-00979-v2.pdf（13.48 Mo）
特勒充电器
伊丽莎·马比尔 : 连接您的联系人和贡献者
https://hal.science/hal-02376202
Soumis le:vendredi 2024-12:05:29年5月24日
德尼埃修缮le:mardi 27 aoót 2024-17:52:36
