Multitemporal Remote Sensing for Crop Classification and Drought Assessment Using Landsat and Sentinel-2
Aquest estudi investiga l'ús de tecnologies de teledetecció per satèl·lit per millorar la classificació de cultius i avaluar el fracàs dels cultius i les pèrdues en la collita a causa de la sequera. El Capítol 1 se centra en el seguiment a llarg termini dels cultius a la regió semiàrida de Barr...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2024 |
| País: | España |
| Institución: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/692957 |
| Acceso en línea: | http://hdl.handle.net/10803/692957 |
| Access Level: | acceso abierto |
| Palabra clave: | Teledetecció Remote sensing Teledetección Classificació de cultius Crops classification Clasificación de cultivos Sequera Drought Sequía Tecnologies 0 |
| Sumario: | Aquest estudi investiga l'ús de tecnologies de teledetecció per satèl·lit per millorar la classificació de cultius i avaluar el fracàs dels cultius i les pèrdues en la collita a causa de la sequera. El Capítol 1 se centra en el seguiment a llarg termini dels cultius a la regió semiàrida de Barrax, Espanya, utilitzant imatges de Landsat-5, -7 i -8 des del 1985 fins al 2022. Per gestionar la complexitat de les dades, es va aplicar l'Anàlisi de Components Principals (PCA) per reduir la dimensionalitat de les sèries temporals de l'Índex de Vegetació de Diferència Normalitzada (NDVI), seguit de l'ús de l'algorisme de classificació Random Forest per generar mapes anuals de cultius. Els resultats van demostrar una millora notable en la precisió de la classificació, passant del 94,6% l’any 1995 utilitzant només Landsat-5, fins al 98,7% l’any 2015 amb la integració de dades de Landsat-7 i Landsat-8. Aquest estudi ressalta el valor de les dades multitemporals de Landsat per a una classificació precisa dels cultius, proporcionant informació sobre els patrons de creixement estacional i els canvis en l'ús del sòl, donant suport a la gestió agrícola sostenible en regions semiàrides. El Capítol 2 explora la detecció dels impactes de la sequera en els cereals d'hivern a Catalunya, Espanya, utilitzant imatges del satèl·lit Sentinel-2. Durant la sequera extrema de 2023, es van recollir dades de camp sobre el fracàs dels cultius, i es van identificar les millors variables de Sentinel-2 per predir les classes d'impacte de la sequera. Es van extreure mètriques fenològiques i índexs de vegetació, i es va trobar que l’índex NDVI durant les etapes tardanes del desenvolupament dels cultius és un fort predictor del fracàs dels cultius (R² = 0,66). Els resultats suggereixen que les dades de Sentinel-2 de la segona meitat de la temporada de creixement són crucials per detectar amb precisió el fracàs dels cultius induït per la sequera. Aquest enfocament subratlla la importància de les dades fenològiques per monitoritzar la salut dels cultius i identificar pèrdues agrícoles a causa d'esdeveniments climàtics extrems. En conjunt, aquests capítols demostren el paper essencial de la teledetecció per satèl·lit per millorar el seguiment agrícola i la resiliència davant la variabilitat climàtica. La integració de les dades de Landsat i Sentinel-2 proporciona eines robustes per millorar la gestió agrícola i donar suport a la presa de decisions en regions semiàrides propenses a la sequera. |
|---|