识别水稻生长阶段采用SAR(合成孔雷达)哨兵1

Leni Suspidayanti, Catur Aries Rokhmana
{"title":"识别水稻生长阶段采用SAR(合成孔雷达)哨兵1","authors":"Leni Suspidayanti, Catur Aries Rokhmana","doi":"10.14710/elipsoida.2021.10729","DOIUrl":null,"url":null,"abstract":"Identifikasi fase pertumbuhan padi dilakukan untuk memperoleh informasi umur dan estimasi produksi padi. Identifikasi fase pertumbuhan tanaman padi terdiri atas tiga fase utama yaitu fase vegetatif, reproduktif, dan pematangan. Kemudian fase utama dijabarkan lebih rinci menjadi sembilan fase yaitu seedling, tillering, stem elongation, panicle, heading, flowering, milk grain, dough grain, dan mature grain. Pemantauan pertumbuhan padi dapat dilakukan menggunakan citra optis maupun radar. Penelitian ini menggunakan citra SAR Sentinel-1 dengan perekaman bulan November 2020 hingga Februari 2021, dan citra optis Sentinel-2. Citra SAR Sentinel-1A dapat menggambarkan pertumbuhan padi mengikuti fase tumbuh dengan mengektraksi nilai backscatter dari petak sawah yang dijadikan sampel penelitian. Hasilnya menunjukkan bahwa polarisasi tunggal VH memiliki korelasi paling baik yang menggambarkan nilai backscatter citra dan fase pertumbuhan padi dengan korelasi (R²) sebesar 0.77. Sedangkan algoritma Polarization Index (PI) memiliki korelasi (R²) 0.56. Kombinasi citra SAR Sentinel-1A dan Sentinel-2 dengan waktu perekaman yang sama atau mendekati dimanfaatkan untuk interpretasi training area dalam prose klasifikasi. Kombinasi RGB citra Sentinel-1 dan Sentinel-2 yang digunakan yaitu R=S2-B4 G=S2-B3 B=S1-VH. Klasifikasi fase pertumbuhan menggunakan algoritma random forest dengan komposit RGB (R=VV G=VH B=VV/VH) menghasilkan akurasi sebesar 75%.","PeriodicalId":190139,"journal":{"name":"Elipsoida : Jurnal Geodesi dan Geomatika","volume":"144 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-08-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"IDENTIFIKASI FASE PERTUMBUHAN PADI MENGGUNAKAN CITRA SAR (SYNTHETIC APERTURE RADAR) SENTINEL-1\",\"authors\":\"Leni Suspidayanti, Catur Aries Rokhmana\",\"doi\":\"10.14710/elipsoida.2021.10729\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Identifikasi fase pertumbuhan padi dilakukan untuk memperoleh informasi umur dan estimasi produksi padi. Identifikasi fase pertumbuhan tanaman padi terdiri atas tiga fase utama yaitu fase vegetatif, reproduktif, dan pematangan. Kemudian fase utama dijabarkan lebih rinci menjadi sembilan fase yaitu seedling, tillering, stem elongation, panicle, heading, flowering, milk grain, dough grain, dan mature grain. Pemantauan pertumbuhan padi dapat dilakukan menggunakan citra optis maupun radar. Penelitian ini menggunakan citra SAR Sentinel-1 dengan perekaman bulan November 2020 hingga Februari 2021, dan citra optis Sentinel-2. Citra SAR Sentinel-1A dapat menggambarkan pertumbuhan padi mengikuti fase tumbuh dengan mengektraksi nilai backscatter dari petak sawah yang dijadikan sampel penelitian. Hasilnya menunjukkan bahwa polarisasi tunggal VH memiliki korelasi paling baik yang menggambarkan nilai backscatter citra dan fase pertumbuhan padi dengan korelasi (R²) sebesar 0.77. Sedangkan algoritma Polarization Index (PI) memiliki korelasi (R²) 0.56. Kombinasi citra SAR Sentinel-1A dan Sentinel-2 dengan waktu perekaman yang sama atau mendekati dimanfaatkan untuk interpretasi training area dalam prose klasifikasi. Kombinasi RGB citra Sentinel-1 dan Sentinel-2 yang digunakan yaitu R=S2-B4 G=S2-B3 B=S1-VH. Klasifikasi fase pertumbuhan menggunakan algoritma random forest dengan komposit RGB (R=VV G=VH B=VV/VH) menghasilkan akurasi sebesar 75%.\",\"PeriodicalId\":190139,\"journal\":{\"name\":\"Elipsoida : Jurnal Geodesi dan Geomatika\",\"volume\":\"144 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-08-02\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Elipsoida : Jurnal Geodesi dan Geomatika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14710/elipsoida.2021.10729\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Elipsoida : Jurnal Geodesi dan Geomatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14710/elipsoida.2021.10729","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

确定水稻生长阶段是为了获得水稻生产的年龄和估计信息。确定水稻生长的阶段包括植物生长、生殖和成熟的三个主要阶段。然后,主阶段将更详细地描述为九个阶段:seedling、tillering、stem升序、凝乳、冠状、头冠、flowering、milk grain、dough grain和mature grain。可以使用光学和雷达图像监测水稻生长。本研究采用2020年11月至2021年2月拍摄的哨兵-1图像,采用光学哨兵-2图像。哨兵- 1a的图像可以通过提取用于研究样本的稻田梯田的潜在价值来描述水稻生长的阶段。结果表明,单一的极化VH背向散射的图像信息有价值的相关性最好的描述和水稻生长阶段的相关性(R²)0。77万。而Polarization指数(PI)算法有相关性(R²)0。56哨兵- 1a和哨兵-2的图像组合与类似的拍摄时间或接近于用于分类过程中的培训解释。RGB图像哨兵-1和哨兵-2使用的是R=S2-B4 G=S2-B3 B=S1-VH。使用RGB复合算法对生长阶段进行分类(R=VV G=VH B=VV/VH)可以得到75%的准确性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
IDENTIFIKASI FASE PERTUMBUHAN PADI MENGGUNAKAN CITRA SAR (SYNTHETIC APERTURE RADAR) SENTINEL-1
Identifikasi fase pertumbuhan padi dilakukan untuk memperoleh informasi umur dan estimasi produksi padi. Identifikasi fase pertumbuhan tanaman padi terdiri atas tiga fase utama yaitu fase vegetatif, reproduktif, dan pematangan. Kemudian fase utama dijabarkan lebih rinci menjadi sembilan fase yaitu seedling, tillering, stem elongation, panicle, heading, flowering, milk grain, dough grain, dan mature grain. Pemantauan pertumbuhan padi dapat dilakukan menggunakan citra optis maupun radar. Penelitian ini menggunakan citra SAR Sentinel-1 dengan perekaman bulan November 2020 hingga Februari 2021, dan citra optis Sentinel-2. Citra SAR Sentinel-1A dapat menggambarkan pertumbuhan padi mengikuti fase tumbuh dengan mengektraksi nilai backscatter dari petak sawah yang dijadikan sampel penelitian. Hasilnya menunjukkan bahwa polarisasi tunggal VH memiliki korelasi paling baik yang menggambarkan nilai backscatter citra dan fase pertumbuhan padi dengan korelasi (R²) sebesar 0.77. Sedangkan algoritma Polarization Index (PI) memiliki korelasi (R²) 0.56. Kombinasi citra SAR Sentinel-1A dan Sentinel-2 dengan waktu perekaman yang sama atau mendekati dimanfaatkan untuk interpretasi training area dalam prose klasifikasi. Kombinasi RGB citra Sentinel-1 dan Sentinel-2 yang digunakan yaitu R=S2-B4 G=S2-B3 B=S1-VH. Klasifikasi fase pertumbuhan menggunakan algoritma random forest dengan komposit RGB (R=VV G=VH B=VV/VH) menghasilkan akurasi sebesar 75%.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信