elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Biomass Assessment of Agricultural Crops Using Multi-temporal Dual-Polarimetric TerraSAR-X Data

Ahmadian, Nima und Ullmann, Tobias und Verrelst, Jochem und Borg, Erik und Zölitz, Reinhard und Conrad, Christopher (2019) Biomass Assessment of Agricultural Crops Using Multi-temporal Dual-Polarimetric TerraSAR-X Data. PFG - Journal of Photogrammetry, Remote Sensing and Geoinformation Science, 87 (4), Seiten 159-175. Springer. doi: 10.1007/s41064-019-00076-x. ISSN 2512-2789.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://link.springer.com/content/pdf/10.1007%2Fs41064-019-00076-x.pdf

Kurzfassung

The biomass of three agricultural crops, winter wheat (Triticum aestivum L.), barley (Hordeum vulgare L.), and canola (Brassica napus L.), was studied using multi-temporal dual-polarimetric TerraSAR-X data. The radar backscattering coefficient sigma nought of the two polarization channels HH and VV was extracted from the satellite images. Subsequently, combinations of HH and VV polarizations were calculated (e.g. HH/VV, HH + VV, HH × VV) to establish relationships between SAR data and the fresh and dry biomass of each crop type using multiple stepwise regression. Additionally, the semi-empirical water cloud model (WCM) was used to account for the effect of crop biomass on radar backscatter data. The potential of the Random Forest (RF) machine learning approach was also explored. The split sampling approach (i.e. 70% training and 30% testing) was carried out to validate the stepwise models, WCM and RF. The multiple stepwise regression method using dual-polarimetric data was capable to retrieve the biomass of the three crops, particularly for dry biomass, with R2 > 0.7, without any external input variable, such as information on the (actual) soil moisture. A comparison of the random forest technique with the WCM reveals that the RF technique remarkably outperformed the WCM in biomass estimation, especially for the fresh biomass. For example, the R2 > 0.68 for the fresh biomass estimation of different crop types using RF whereas WCM show R2 < 0.35 only. However, for the dry biomass, the results of both approaches resembled each other.

elib-URL des Eintrags:https://elib.dlr.de/130836/
Dokumentart:Zeitschriftenbeitrag
Titel:Biomass Assessment of Agricultural Crops Using Multi-temporal Dual-Polarimetric TerraSAR-X Data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Ahmadian, Nimanima.ahmadian (at) uni-wuerzburg.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Ullmann, Tobiastobias.ullmann (at) uni-wuerzburg.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verrelst, Jochemjochem.verrelst (at) uv.esNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Borg, ErikErik.Borg (at) dlr.dehttps://orcid.org/0000-0001-8288-8426NICHT SPEZIFIZIERT
Zölitz, Reinhardzoelitz (at) uni-greifswald.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Conrad, Christopherchristopher.conrad (at) geo.uni-halle.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Oktober 2019
Erschienen in:PFG - Journal of Photogrammetry, Remote Sensing and Geoinformation Science
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:87
DOI:10.1007/s41064-019-00076-x
Seitenbereich:Seiten 159-175
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
Kresse, WolfgangHSNBNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hinz, StefanKITNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Franz, RottensteinerLeibniz Universität HannoverNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Christopher, ConradUniversität WürzburgNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Jan-Henrik, HaunertUniversität BonnNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:Springer
Name der Reihe:Springer PFG - Journal of Photogrammetry, Remote Sensing and Geoinformation Science
ISSN:2512-2789
Status:veröffentlicht
Stichwörter:TerraSAR-X · Agricultural crop · Biomass · Stepwise regression · Water cloud model (WCM) · Random Forest · DEMMIN
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Fernerkundung u. Geoforschung, R - Geowissenschaftl. Fernerkundungs- und GIS-Verfahren
Standort: Neustrelitz
Institute & Einrichtungen:Deutsches Fernerkundungsdatenzentrum > Nationales Bodensegment
Hinterlegt von: Borg, Prof.Dr. Erik
Hinterlegt am:26 Nov 2019 12:30
Letzte Änderung:23 Jul 2022 13:45

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.