本数据集涵盖了2018-2019年欧盟10个国家冬麦、春麦、玉米和油菜的种植空间分布。基于哨兵2号(Sentinel-2) 遥感影像数据，利用英国和法国可公开获取的地面样本训练随机森林模型，并将模型迁移到欧盟其它缺乏地面样本的国家进行作物分类。基于2万多个LUCAS实地调查样本进行验证，10个国家的主要作物识别总体精度从89%到97%，生产者精度从72%到98%，用户精度从73%到98%。基于NU

国家生态科学数据中心470

leafroll_iot_ext.csv

农业遥感

机器学习

leafroll_iot.csv and leafroll_iot_ext.csv are two the training and external datasets supporting publication Machine Learning in the Analysis of Multispectral Reads in

DataCite Commons2022-05-27 更新110

东北三省花生20m分辨率空间分布图（2018年）

农业遥感

作物监测

可靠的时空作物数据对于可持续农业管理至关重要。以中国东北三省（黑龙江省、吉林省、辽宁省）为研究区，耕地面积为249,600 km2，占全国耕地面积的15%（2018年）。基于2018年10天合成的Sentinel-2（分辨率为20m）数据和实地验证数据，结合作物物候和色素含量变化开发的一种基于知识的自动化花生制图算法，获得2018年东北三省20米空间分辨率的花生空间分布数据集。数据表明，东北三省

国家地球系统科学数据中心2023-03-08 更新690

山东禹城冬小麦哨兵2号卫星(Sentinel-2)冠层叶绿素与地面验证点数据集

农业遥感

叶绿素监测

山东禹城冬小麦哨兵2号卫星(Sentinel-2)冠层叶绿素含量与地面验证点数据集由2部分组成:（1）冠层叶绿素地面验证样地数据(CCCField)，包括LAI和SPAD。2020年5月9-16日在山东禹城冬小麦观测,共计107个样地；（2）哨兵2号卫星叶绿素反演数据(CCCSentinel)，空间分辨率为10 m｡对CCCField(由LAI*SPAD 近似代替 LAI*LCC)和CCCSent

国家对地观测科学数据中心2023-10-17 更新300

Odisha rice map time series (2000/01-2010/11)

资源简介：

相关数据集