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

Pan-European Grassland Mapping Using Seasonal Statistics From Multisensor Image Time Series

Zillmann, Erik und Gonzalez, Adrian und Montero Herrero, E. J. und van Wolvelaer, Joeri und Esch, Thomas und Keil, Manfred und Weichelt, Horst und Garzon, A. M. (2014) Pan-European Grassland Mapping Using Seasonal Statistics From Multisensor Image Time Series. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7 (8), Seiten 3461-3472. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/JSTARS.2014.2321432. ISSN 1939-1404.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://dx.doi.org/10.1109/JSTARS.2014.2321432

Kurzfassung

Grasslands cover approximately 40% of the Earth’s surface. Low-cost tools for inventory, management, and monitoring are needed because of their great expanse, diversity, and the importance for environmental processes. Remote sensing is a useful technique for providing accurate and reliable information for land use planning and large-scale grassland management. In the context of “GIO land” (Copernicus Initial Operations land program), which is currently contracted by the European Environment Agency, a high-resolution grassland layer of 39 European countries is being created with an overall classification accuracy of better than 80%. Since grassland canopy density, chlorophyll status, and ground cover (GC) are highly dynamic throughout the growing season, no unique spectral signature can be used to map grasslands. Therefore, it is necessary to use image time series to characterize the phenological dynamics of grasslands throughout the year in order to discriminate between grasslands and other vegetation with similar spectral responses. This paper describes an operational approach based on a multisensor concept that employs optical multitemporal and multiscale satellite imagery to generate the high-resolution pan- European grassland layer. The approach is based on the supervised decision tree classifier C5.0 in combination with previous image segmentation and seasonal statistics for various vegetation indices (VIs). Results from the grassland classification for Hungary are presented. The accuracy assessment for this classification was carried out using 328 independent sample points derived from a ground-based European field survey program (LUCAS) and current CORINE Land Cover data. The grassland classification approach is explained in detail on the example of Hungary where an overall accuracy of 92.2% has been reached.

elib-URL des Eintrags:https://elib.dlr.de/90691/
Dokumentart:Zeitschriftenbeitrag
Titel:Pan-European Grassland Mapping Using Seasonal Statistics From Multisensor Image Time Series
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Zillmann, Erikzillmann (at) rapideye.comNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Gonzalez, AdrianNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Montero Herrero, E. J.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
van Wolvelaer, JoeriNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Esch, ThomasThomas.Esch (at) dlr.dehttps://orcid.org/0000-0002-5868-9045NICHT SPEZIFIZIERT
Keil, Manfredmanfred.keil (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Weichelt, HorstRapidEye AGNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Garzon, A. M.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2014
Erschienen in:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:7
DOI:10.1109/JSTARS.2014.2321432
Seitenbereich:Seiten 3461-3472
Verlag:IEEE - Institute of Electrical and Electronics Engineers
ISSN:1939-1404
Status:veröffentlicht
Stichwörter:Decision tree, grassland classification, large area classification, multitemporal analysis, object-based analysis, remote sensing.
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: Heldens, Dr Wieke
Hinterlegt am:13 Okt 2014 10:24
Letzte Änderung:28 Mär 2023 23:42

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.