Key points are not available for this paper at this time.
Les images Sentinel-2 représentent une source de données sans précédent avec une haute résolution spatiale, spectrale et temporelle, en plus d'un accès gratuit. L'objectif de cet article était d'évaluer le potentiel de l'utilisation des données Sentinel-2 pour cartographier les cultures d'hiver à un stade précoce de croissance. L'analyse de trois types de cultures d'hiver—ail d'hiver, colza d'hiver et blé d'hiver—a été réalisée dans deux régions agricoles de Chine. Nous avons analysé les caractéristiques spectrales et les profils d'indice de végétation de ces cultures à un stade précoce de croissance et d'autres types de couverture terrestre à partir des images Sentinel-2. Un modèle de classification par arbre de décision a été construit pour distinguer les cultures sur la base de ces données. Les résultats montrent que l'ail d'hiver et le blé d'hiver peuvent être distingués quatre mois avant la récolte, tandis que le colza d'hiver peut être distingué deux mois avant la récolte. La précision globale de la classification était de 96,62 % avec un coefficient kappa de 0,95. Par conséquent, les images Sentinel-2 peuvent être utilisées pour identifier avec précision ces cultures d'hiver à un stade précoce de croissance, ce qui en fait une source de données importante dans le domaine de la télédétection agricole.
Tian et al. (Fri,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: