利用Sentinel-2NDVI数据绘制冬小麦图_津巴布韦马绍纳兰中央省案例

一个强大的预警系统可以提醒人们注意粮食危机和相关驱动因素的存在，为决策者提供粮食安全方面的信息。迄今为止，津巴布韦的决策者仍然依靠农业推广人员来提供小麦生产信息并监测作物。这种传统方法主观性强、成本高，其准确性取决于评估者的经验。本研究调查了哨兵-2 NDVI和时间序列效用作为津巴布韦宾杜拉、沙姆瓦和古鲁韦地区小麦种植区的小麦监测工具。使用归一化差异植被指数（NDVI）对麦田进行分类和制图。通过在分类图中创建100个参考像素，并构建一个kappa系数为0.89的混淆矩阵，对分类模型进行了评估。灵敏度测试、受试者工作特征（ROC）和曲线下面积（AUC）用于测量模型的效率。从选定地区的小麦田中随机收集了50个GPS点，用于确定和计算田地面积。农民申报的面积与计算面积呈正相关，R2值为0.98，均方根误差（RMSE）为2.23公顷。该研究得出结论，NDVI是估算小麦面积的良好指标。在这方面，NDVI可用于预警和早期行动，特别是在津巴布韦的“指挥农业”等监测项目中。在当前和未来的研究中，使用遥感的高分辨率图像至关重要。此外，地面实况调查对于在任何空间尺度上验证遥感结果总是很重要的。