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

Cropland and Crop Type Classification with Sentinel-1 and Sentinel-2 Time Series Using Google Earth Engine for Agricultural Monitoring in Ethiopia

Eisfelder, Christina und Boemke, Bruno und Gessner, Ursula und Sogno, Patrick und Alemu, Genanaw und Hailu, Rahel und Mesmer, Christian und Huth, Juliane (2024) Cropland and Crop Type Classification with Sentinel-1 and Sentinel-2 Time Series Using Google Earth Engine for Agricultural Monitoring in Ethiopia. Remote Sensing, 16 (5), Seite 866. Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/rs16050866. ISSN 2072-4292.

[img] PDF - Verlagsversion (veröffentlichte Fassung)
12MB

Offizielle URL: https://www.mdpi.com/2072-4292/16/5/866

Kurzfassung

Cropland monitoring is important for ensuring food security in the context of global climate change and population growth. Freely available satellite data allow for the monitoring of large areas, while cloud-processing platforms enable a wide user community to apply remote sensing techniques. Remote sensing-based estimates of cropped area and crop types can thus assist sustainable land management in developing countries such as Ethiopia. In this study, we developed a method for cropland and crop type classification based on Sentinel-1 and Sentinel-2 time-series data using Google Earth Engine. Field data on 18 different crop types from three study areas in Ethiopia were available as reference for the years 2021 and 2022. First, a land use/land cover classification was performed to identify cropland areas. We then evaluated different input parameters derived from Sentinel-2 and Sentinel-1, and combinations thereof, for crop type classification. We assessed the accuracy and robustness of 33 supervised random forest models for classifying crop types for three study areas and two years. Our results showed that classification accuracies were highest when Sentinel-2 spectral bands were included. The addition of Sentinel-1 parameters only slightly improved the accuracy compared to Sentinel-2 parameters alone. The variant including S2 bands, EVI2, and NDRe2 from Sentinel-2 and VV, VH, and Diff from Sentinel-1 was finally applied for crop type classification. Investigation results of class-specific accuracies reinforced the importance of sufficient reference sample availability. The developed methods and classification results can assist regional experts in Ethiopia to support agricultural monitoring and land management.

elib-URL des Eintrags:https://elib.dlr.de/203080/
Dokumentart:Zeitschriftenbeitrag
Titel:Cropland and Crop Type Classification with Sentinel-1 and Sentinel-2 Time Series Using Google Earth Engine for Agricultural Monitoring in Ethiopia
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Eisfelder, ChristinaChristina.Eisfelder (at) dlr.dehttps://orcid.org/0000-0002-6790-6953NICHT SPEZIFIZIERT
Boemke, BrunoRWTH AachenNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Gessner, Ursulaursula.gessner (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Sogno, PatrickPatrick.Sogno (at) dlr.dehttps://orcid.org/0000-0001-7474-4035NICHT SPEZIFIZIERT
Alemu, GenanawGIZNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hailu, RahelGIZNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Mesmer, ChristianGIZNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Huth, JulianeJuliane.Huth (at) dlr.dehttps://orcid.org/0000-0002-1453-6629NICHT SPEZIFIZIERT
Datum:29 Februar 2024
Erschienen in:Remote Sensing
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Ja
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:16
DOI:10.3390/rs16050866
Seitenbereich:Seite 866
Verlag:Multidisciplinary Digital Publishing Institute (MDPI)
ISSN:2072-4292
Status:veröffentlicht
Stichwörter:cropland; crop types; Ethiopia; Google Earth Engine; LULC; multispectral data; radar data; random forest classification; Sentinel-1; Sentinel-2; time series
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
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Deutsches Fernerkundungsdatenzentrum > Dynamik der Landoberfläche
Hinterlegt von: Eisfelder, Christina
Hinterlegt am:19 Mär 2024 08:17
Letzte Änderung:19 Mär 2024 08:17

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.