2019年-2021年东南亚地区20m年际水稻种植区提取数据集

利用基于多时相Sentinel-1VH极化时序数据的统计特征与U-Net深度学习语义分割模型，开展大区域热带或亚热带地区的水稻面积制图，得到2019年-2021年东南亚地区20m年际水稻种植区提取数据集。

Using the statistical features of multi-temporal Sentinel-1 VH polarization time-series data and the U-Net deep learning semantic segmentation model, we conducted rice area mapping in large-scale tropical and subtropical regions, and generated the 20m spatial resolution inter-annual rice planting area extraction dataset across Southeast Asia from 2019 to 2021.

搜集汇总

背景与挑战

背景概述

该数据集为2019年-2021年东南亚五国（缅甸、泰国、老挝、柬埔寨和越南）的20m年际水稻种植区提取数据，基于Sentinel-1VH极化时序数据和U-Net深度学习模型生成，数据格式为GeoTiff。