Jul, 2023

现有的亚撒哈拉非洲农业土地覆盖地图有多准确？

PDF
TL;DR地球卫星观测可提供经济实惠和及时的信息，用于评估农作物状况和粮食生产，该研究通过定量评估和相互比较 11 个公开可用的土地覆盖图，使用来自 8 个国家的统计严谨的参考数据集，评估它们在非洲的作物类型分类和基于卫星观测的农业监测方面的适用性，希望研究结果能帮助用户确定最适合他们需求的地图，并鼓励未来的工作解决地图之间的不一致性和提高低准确性区域的精度。
satellite earth observationscrop conditionsfood productioncropland mapsagriculture monitoring
发现论文，激发创造
  • 数据稀缺地区快速响应作物地图

    针对在没有足够地面数据的情况下快速制定农地地图的需求，该研究提出了一种利用机器学习进行快速地图绘制的方法，并在 10 天内为多哥制定了高分辨率农地地图，以应对新冠肺炎疫情带来的问题。

    Jun, 2020

  • 在数据稀缺环境下使用深度学习进行大规模农田绘制：尼日利亚案例研究

    利用机器学习技术结合全球农田数据集和手工标注数据，对尼日利亚进行了 10 米分辨率的新农田图生成，通过评估和比较不同模型及全球土地覆盖地图的性能，发现现有的 WorldCover 地图在测试集上表现最佳。

    Dec, 2023

  • 利用公共 Landsat 7 卫星图像和机器学习进行贫困预测

    使用 Landsat 7 卫星采集的多光谱卫星图像，训练 CNN 模型可以准确地测量发展中国家地方经济生计，即使图像分辨率较低，仍能超越以往的基准结果。

    Nov, 2017

  • 非洲农田制图的弱标注

    非洲农田绘图中的高分辨率地图建立方法探讨。通过无监督对象聚类，改善现有弱标签，并将其与稀疏的人工注释结合，用于语义分割网络的训练，以便识别农田区域。实验证明了该方法改进的弱标签的效益。

    Jan, 2024

  • 从包裹到大陆尺度 - 一份基于 Sentinel-1 和 LUCAS Copernicus 原位观测的欧洲作物类型地图

    利用 Copernicus 计划和 Sentinel-1 记录的 Synthetic Aperture Radar 观测数据，结合随机森林分类算法和 LUCAS 2018 Copernicus 现场调查数据，成功实现了对欧盟 19 种农作物类型的 10 米级空间分辨率的识别，并对 6 个欧盟成员国主要农作物类型数据等进行了 8.21Mha 的精度评估。结果表明，所提出的方法可以支持基于高分辨率农作物识别的实时作物监控。

    May, 2021

  • 结合深度学习和街景影像进行小农户作物类型的绘制

    我们开发了一种利用深度学习和 Google 街景图像生成作物类型地面参考的自动化系统，能够通过利用异源图像从不同领域预测作物类型，并将预测的标签与遥感时序图像相结合，从而在泰国获得 91% 的精确度，从而实现了在全球范围内扩展地图作物类型的目的，特别是在未受服务的小农户地区。

    Sep, 2023

  • 生成土地覆盖分类训练数据集以推进全球发展

    使用 Sentinel-2 卫星数据和 Random Forests 算法的语义分割技术可用于高精度地图绘制，为农业和经济发展提供一种可行技术。

    Nov, 2018

  • 农业精密种植：利用机器学习和 Sentinel-2 卫星图像进行作物映射

    本研究利用来自 Sentinel-2 卫星图像的各种光谱波段组合，采用深度学习和基于像素的机器学习方法，对熏衣草田进行精准农业的精确分割，得出了 Dice 系数为 0.8324 的 U-Net 结构的最终模型，同时，我们的研究还强调了像素方法和红绿蓝光谱波段组合在这一任务中的意外功效。

    Nov, 2023

  • 运用迁移学习实现全球农作物地图

    本文使用卫星数据和深度学习方法，建立一个基于转移学习的农作物类型检测模型，成功地在韩国、法国、西班牙和荷兰等地区对水稻和大麦进行了检测。

    Nov, 2022

  • 使用 EuroSAT 和迁移学习进行土地利用和土地覆盖（LULC）的映射

    全球人口不断增长，对自然资源的需求也在增加。遗憾的是，人类活动占到了 23% 的温室气体排放。幸运的是，遥感技术已经成为管理我们的环境的有价值的工具。这些技术使我们能够监测土地利用，规划城市区域，并推动农业、气候变化缓解、灾难恢复和环境监测等领域的进展。通过利用迁移学习和细调 RGB 波段，我们在土地利用分析方面取得了令人印象深刻的 99.19% 准确度。这样的研究结果可以用来制定保护和城市规划政策。

    Nov, 2023