Cropland Mapping

Cropland Mapping ist die Anwendung von Fernerkundung und geospatialer Analyse zur Identifizierung und Charakterisierung landwirtschaftlicher Nutzflächen, einschließlich Kulturart, Anbaufläche, Anbauintensität (Anzahl der Ernten pro Jahr) und Feldgrenzen. Präzise Cropland-Karten sind unverzichtbar für nationale Agrarstatistiken, Bewertungen der Ernährungssicherheit, die Wasserressourcenplanung und die Überwachung der Einhaltung agrarpolitischer Vorgaben.

Cropland Mapping kombiniert multispektrale Satellitenbilder (Sentinel-2, Landsat) mit SARSARSynthetic Aperture Radar (SAR) is an active remote sensing technology that uses microwave radar pulses to create high...-Daten (Sentinel-1), um sowohl spektrale als auch strukturelle Merkmale der Kulturpflanzen zu nutzen. Die Zeitreihenanalyse erfasst die Pflanzenphänologie und unterscheidet Kulturarten anhand ihrer Wachstumskalender. Klassifikatoren des maschinellen Lernens (Random ForestRandom ForestRandom Forest is an ensemble machine learning method that builds multiple decision trees during training and merges t..., Deep Learning), die mit Referenzdaten aus Geländeerhebungen trainiert wurden, erreichen eine hohe Klassifikationsgenauigkeit. Hochauflösende Bilder und Drohnenbefliegungen liefern Details auf Feldebene.

Zu den bedeutenden Cropland-Mapping-Programmen zählen der USDA Cropland Data Layer (CDL), ESA WorldCereal, das Global Food Security Analysis Support Data-Projekt (GFSAD) sowie die Hand-in-Hand-Initiative der FAO. Diese Produkte liefern konsistente, regelmäßig aktualisierte Agrarkarten, die die internationale Überwachung der Ernährungssicherheit und politische Entscheidungen unterstützen.

Cropland Mapping ist eine zentrale Anwendung der Fernerkundung, die die Ernährungssicherheit und nachhaltige Landwirtschaft unmittelbar unterstützt. Mit zunehmender Wiederholrate der Satellitenbeobachtungen und verbesserten KI-basierten Klassifikationsmethoden werden Cropland-Karten zunehmend genauer, aktueller und global umfassender.