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

Mapping of grassland using seasonal statistics derived from multi-temporal satellite images

Zillmann, Erik und Weichelt, Horst und Montero Herero, Enrique und Esch , Thomas und Keil, Manfred und Wolvelaer, van, Joeri (2013) Mapping of grassland using seasonal statistics derived from multi-temporal satellite images. MultiTemp 2013 - 7th International Workshop on the Analysis of Multi-Temporal Remote Sensing Images, 2013-06-25 - 2013-06-27, Banff, Alberta, Canada. doi: 10.1109/Multi-Temp.2013.6866017.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Kurzfassung

Grasslands cover about 40 % of the earth’s surface. Due to its great expanse and diversity, low-cost tools for inventory, management and monitoring are needed. Remote sensing is a useful technique for providing accurate and reliable information for land use planning and to support large scale grassland management. In the context of “GIO land” (Copernicus initial operations land), which is currently implemented by the European Environment Agency (EEA), the permanent grasslands of 39 countries in Europe has to be mapped with an overall classification accuracy of more than 80 %. Since grassland canopy density, chlorophyll status and ground cover is highly dynamic throughout the growing season, no unique spectral signature can be used to map grasslands. Therefore, it is necessary to use time series to characterize the phenological dynamics of grasslands throughout the year to be able to discriminate among them and other vegetation which shows similar spectral response such as crops. The article outlines the adopted classification method using multi-temporal, multi-scale and multi-source remotely sensed data. The approach is based on the supervised decision Tree (DT) classifier C5 in combination with previous image segmentation and seasonal statistics of bio-physical parameters. In this paper the results of entire Hungary are presented. The accuracy assessment of the grassland classification was carried out using 340 sample points mainly derived from a ground-based European field survey program. The multi-temporal grassland classification of Hungary reached an overall accuracy of 92.2 %.

elib-URL des Eintrags:https://elib.dlr.de/83352/
Dokumentart:Konferenzbeitrag (NICHT SPEZIFIZIERT)
Titel:Mapping of grassland using seasonal statistics derived from multi-temporal satellite images
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Zillmann, Erikzillmann (at) rapideye.comNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Weichelt, HorstRapidEye AGNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Montero Herero, EnriqueIndraNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Esch , ThomasDLRNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Keil, ManfredDLRNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wolvelaer, van, JoeriEurosenseNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2013
Referierte Publikation:Nein
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1109/Multi-Temp.2013.6866017
Seitenbereich:Seiten 1-3
Status:veröffentlicht
Stichwörter:grasslands; remote sensing; multi-seasonal; bio-physical parameters
Veranstaltungstitel:MultiTemp 2013 - 7th International Workshop on the Analysis of Multi-Temporal Remote Sensing Images
Veranstaltungsort:Banff, Alberta, Canada
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:25 Juni 2013
Veranstaltungsende:27 Juni 2013
Veranstalter :University of Calgary, Alberta, Canada
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 - Vorhaben Fernerkundung der Landoberfläche (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Deutsches Fernerkundungsdatenzentrum > Landoberfläche
Hinterlegt von: Keil, Manfred
Hinterlegt am:01 Aug 2013 08:38
Letzte Änderung:24 Apr 2024 19:49

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.