Agro Fossil Free - Un quadro di identificazione delle informazioni sulle colture substagionali per la mappatura della rotazione delle colture nelle aree agricole di piccoli proprietari con immagini di serie temporali Sentinel-2

Descrizione generale

Informazioni accurate sulla rotazione delle colture sono essenziali per comprendere l'approvvigionamento alimentare, la gestione dei terreni coltivati e l'allocazione delle risorse, soprattutto nel contesto della situazione di base della Cina di "piccoli agricoltori in un grande paese". Tuttavia, la mappatura della rotazione delle colture per i sistemi agricoli dei piccoli proprietari rimane problematica a causa della diversità dei tipi di colture, delle pratiche colturali complesse e della frammentazione dei terreni coltivati. Questa ricerca ha stabilito un quadro di identificazione delle informazioni sulle colture substagionali per la mappatura della rotazione delle colture sulla base delle immagini Sentinel-2 delle serie temporali. Il framework ha progettato modelli di identificazione separati basati sulle diverse stagioni di crescita delle colture per ridurre la somiglianza interclasse causata dalle stesse colture in una determinata stagione di crescita. Le caratteristiche sono state selezionate separatamente in base alle caratteristiche delle colture e infine sono state esplorate le rotazioni tra di esse per generare la mappa di rotazione delle colture. Questo quadro è stato valutato nell'area di studio della provincia di Shandong, in Cina, un mix di piccole coltivazioni a coltivazione singola e doppia. La valutazione dell'accuratezza ha mostrato che le due mappe delle colture hanno raggiunto un'accuratezza complessiva di 0,93 e 0,85 con un coefficiente Kappa di 0,86 e 0,80, rispettivamente. I risultati hanno mostrato che la pratica della rotazione delle colture si è verificata principalmente nelle pianure dello Shandong e il modello di rotazione delle colture predominante era il grano e il mais. Inoltre, Land Surface Water Index (LSWI), Soil-Adjusted Vegetation Index (SAVI), Green Chlorophyll Vegetation Index (GCVI), red-edge e altre bande spettrali durante il picco della stagione di crescita hanno consentito migliori prestazioni nella mappatura delle colture. Questa ricerca ha dimostrato la capacità del quadro di identificare i modelli di rotazione delle colture e il potenziale del Sentinel-2 multitemporale per la mappatura della rotazione delle colture nell'ambito del sistema agricolo dei piccoli proprietari.