在云多发的孟加拉国和东北印度使用Sentinel-1数据制作的高分辨率稻田地图

了解稻 rice的种植位置、时间和数量对于理解区域粮食安全、新鲜水资源利用、气候变化和禽流感病毒传播至关重要。我们利用云-free的合成孔径雷达（SAR）图像、Random Forest分类器和谷歌地球引擎（GEE）云计算平台，在南亚典型的多云地区孟加拉国和东北印度开发了高分辨率（10米）季节稻田地图。这些地图涵盖了该地区的三个不同稻米种植季节：Boro、Aus和Aman。稻田地图通过独立验证样本进行了评估，并与国际水稻研究所（IRRI）现有产品和中分辨率成像光谱辐射计（MODIS）数据的分析进行了比较。生成的稻田地图在空间上与比较地图一致，并且具有超过90%的满意准确度。本研究展示了Sentinel-1数据和GEE在像热带亚洲这样的云多发区域进行大规模稻田制图的潜力。