Questo studio si concentra sull'implementazione di un approccio a regole basato su per la mappatura precoce delle colture in campo durante la stagione estiva, intorno alla metà di luglio. Il caso di studio analizzato è una fascia agricola della bassa Pianura Padana in Lombardia, situata tra Milano e l'Oltrepò pavese. Dati satellitari Landsat 8 OLI e COSMO-SkyMed sono stati utilizzati per calibrare un algoritmo di classificazione a regole sulla stagione primaverile-estiva del 2013, valutandone l'accuratezza sia sull'anno di riferimento sia sul successivo, 2014. La validazione è stata eseguita a due diversi livelli tematici, con 5 (L0) o 7(L1) tipi di coltura classificati, per la stagione di riferimento e la successiva (2014). Al L1, l'accuratezza complessiva (OA) di mappatura ricavata per la stagione 2013 usando l'approccio sviluppato usando feature ottiche+SAR (EVI+NDFI+RGRI+?°), pari al 91,8%, è stata dell'1,7% superiore a quella ricavata usando solo le feature ottiche(EVI+NDFI+RGRI). Al L0, le prestazioni con i due set di feature di input sono state pressoché equivalenti (OA~98%). Quando l'approccio è stato applicato ai dati della stagione 2014 (Figura 1b), la buona prestazione già riscontrata per l'utilizzo di feature ottiche e SAR integrate è stata confermata (OA=86,6% a L1, OA=92.4% a L0).
Un approccio a regole per la mappatura precoce delle colture in Lombardia tramite dati satellitari ottici e radar
Villa P;G Fontanelli;D Stroppiana;PA Brivio
2015
Abstract
Questo studio si concentra sull'implementazione di un approccio a regole basato su per la mappatura precoce delle colture in campo durante la stagione estiva, intorno alla metà di luglio. Il caso di studio analizzato è una fascia agricola della bassa Pianura Padana in Lombardia, situata tra Milano e l'Oltrepò pavese. Dati satellitari Landsat 8 OLI e COSMO-SkyMed sono stati utilizzati per calibrare un algoritmo di classificazione a regole sulla stagione primaverile-estiva del 2013, valutandone l'accuratezza sia sull'anno di riferimento sia sul successivo, 2014. La validazione è stata eseguita a due diversi livelli tematici, con 5 (L0) o 7(L1) tipi di coltura classificati, per la stagione di riferimento e la successiva (2014). Al L1, l'accuratezza complessiva (OA) di mappatura ricavata per la stagione 2013 usando l'approccio sviluppato usando feature ottiche+SAR (EVI+NDFI+RGRI+?°), pari al 91,8%, è stata dell'1,7% superiore a quella ricavata usando solo le feature ottiche(EVI+NDFI+RGRI). Al L0, le prestazioni con i due set di feature di input sono state pressoché equivalenti (OA~98%). Quando l'approccio è stato applicato ai dati della stagione 2014 (Figura 1b), la buona prestazione già riscontrata per l'utilizzo di feature ottiche e SAR integrate è stata confermata (OA=86,6% a L1, OA=92.4% a L0).I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
