• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >Combined Landsat and L-Band SAR Data Improves Land Cover Classification and Change Detection in Dynamic Tropical Landscapes
【2h】

Combined Landsat and L-Band SAR Data Improves Land Cover Classification and Change Detection in Dynamic Tropical Landscapes

机译：合并的Landsat和L波段SAR数据可以改善土地覆盖分类和动态热带景观中的变化检测

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Robust quantitative estimates of land use and land cover change are necessary to develop policy solutions and interventions aimed towards sustainable land management. Here, we evaluated the combination of Landsat and L-band Synthetic Aperture Radar (SAR) data to estimate land use/cover change in the dynamic tropical landscape of Tanintharyi, southern Myanmar. We classified Landsat and L-band SAR data, specifically Japan Earth Resources Satellite (JERS-1) and Advanced Land Observing Satellite-2 Phased Array L-band Synthetic Aperture Radar-2 (ALOS-2/PALSAR-2), using Random Forests classifier to map and quantify land use/cover change transitions between 1995 and 2015 in the Tanintharyi Region. We compared the classification accuracies of single versus combined sensor data, and assessed contributions of optical and radar layers to classification accuracy. Combined Landsat and L-band SAR data produced the best overall classification accuracies (92.96% to 93.83%), outperforming individual sensor data (91.20% to 91.93% for Landsat-only; 56.01% to 71.43% for SAR-only). Radar layers, particularly SAR-derived textures, were influential predictors for land cover classification, together with optical layers. Landscape change was extensive (16,490 km2; 39% of total area), as well as total forest conversion into agricultural plantations (3214 km2). Gross forest loss (5133 km2) in 1995 was largely from conversion to shrubs/orchards and tree (oil palm, rubber) plantations, and gross gains in oil palm (5471 km2) and rubber (4025 km2) plantations by 2015 were mainly from conversion of shrubs/orchards and forests. Analysis of combined Landsat and L-band SAR data provides an improved understanding of the associated drivers of agricultural plantation expansion and the dynamics of land use/cover change in tropical forest landscapes.
机译：土地利用和土地覆盖变化的鲁棒定量估计是必要的，制定政策解决方案和旨在实现可持续的土地管理措施。在这里，我们评估了地球资源卫星和L波段合成孔径雷达（SAR）数据的组合估计在德林达依的动态热带景观，缅甸南部的土地利用/覆盖变化。我们分为陆地卫星和L波段合成孔径雷达数据，特别是日本地球资源卫星（JERS-1）和先进陆地观测卫星-2相控阵L波段合成孔径雷达-2（ALOS-2 / PALSAR-2），使用随机森林分类映射，并在德林达依省1995年至2015年间量化土地利用/覆盖变化的过渡。我们比较了光学和雷达层的单相对于组合的传感器数据，并评估贡献分类精度的分类精确度。组合陆地卫星和L波段SAR数据产生最佳整体分类精确度（92.96％至93.83％），表现优于单独的传感器数据（91.20％至91.93％仅用于大地卫星; 56.01％至71.43％的SAR-只）。雷达层，特别是SAR衍生纹理，是用于土地覆盖分类有影响预测，用光学层在一起。景观变化是广泛的（16490平方公里;总面积的39％），以及森林总转化成农业种植园（3214平方公里）。在1995年总的森林损失（5133平方公里），主要是从转换到灌木/果园和树（油棕，橡胶）种植园，并在油棕（5471平方公里）和橡胶（4025平方公里）总收益由2015年的种植园主要来自转换灌木/果园和森林。结合陆地卫星的分析和L波段合成孔径雷达数据提供了农业种植扩张相关的驱动程序与土地利用/热带原始森林覆盖变化的动态有更好的了解。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号