This study aimed at the development of method of monitoring paddy rice planting applicable to areas located in the tropical humid climate region. The method was integrated with two steps of procedure. As the first step, we attempted to produce land use map which discriminated paddy field using multi-temporal Landsat data. In order to remove the effect of cloud cover, a new method of land use classification was introduced. This method employed five indices, which could represent the specific condition of ground surface on soil, vegetation or water, derived from Landsat data, and discriminated land use by using maximum values of indices for multi-temporal scenes. The results showed meaningful improvement in accuracy of discrimination compared to conventional method of land use classification using spectral information of Landsat data. Paddy field extracted by this step was used as paddy mask data in the following step. The second step was to construct a method to judge the time of rice planting using MODIS data. In this study, we examined the time series of EVI (Enhance Vegetation Index) and NDWI (Normalized Difference Water Index) obtained from 16-day composite MODIS vegetation product dataset in combination with statistical information obtained from local administrative offices. We developed a scheme that could estimate the place of paddy rice planting after about two months from planting. The results showed a capability of identifying time of planting rice for extensive part of West Java using MODIS data and contributed to analyze the pattern of spatial transition of area of planting for recent years.
1. INTRODUCTION
1.1 Background
Satellite remote sensing is a powerful tool to monitor the changes of land surface conditions from its capability of periodical observation over the same site. Seasonal changes of land surface are associated with land use type, especially agricultural land use, therefore, monitoring of cultivation of specific crop was a target of application of remote sensing. Rice is the most significant staple food crop cultivated widely in the tropical to temperate climate region, and a number of researches had been carried out to estimate state of rice planting using remote sensing data.
4. CONCLUSIONS
Monitoring of agricultural land use for regional scale is one of the most expecting applications of remote sensing techniques. However, tropical humid climate region is the area of difficulty in this application due to existence of complex cropping pattern as well as high probability of cloud cover. This study proposed a method of land use discrimination using multi-temporal Landsat data and verified its performance for the case of western part of Java, Indonesia. Paddy field area extracted from Landsat data became a base map employed to a scheme of monitoring rice planted time using MODIS data. This scheme brought promising results for analyzing actual spatio-temporal feature of paddy rice planting.
این مطالعه با هدف توسعه روش نظارت بر کاشت برنج شالی، قابل اجرا برای مناطق واقع در نواحی گرمسیری و مرطوب است این روش با استفاده دو مرحله یکپارچه شده است به عنوان قدم اول، ما اقدام به تولید نقشه استفاده از زمین نموریم که بین مزرعه شالیکاری با استفاده از داده های چند زمانی ماهواره Landsat تمایز قائل می شد به منظور حذف اثر پوشش ابر، روش جدیدی برای طبقه بندی استفاده از زمین معرفی شد این روش پنج شاخص را به کار میگیرد، که می تواند شرایط خاص از سطح زمین در خاک، پوشش گیاهی و آب را نشان دهد که حاصل از داده های ماهواره Landsat است و برای استفاده از زمین با استفاده از مقادیر حداکثر شاخص ها برای صحنه های چندزمانی تمایز قائل شده است نتایج بهبود معنی داری را در دقت تمایز در مقایسه با نسبت به روش مرسوم طبقه بندی برای استفاده از زمین با استفاده از اطلاعات طیفی داده های ماهواره Landsat نشان داد مزرعه شالیکاری استخراج شده توسط این مرحله به عنوان داده ماسک برنج شالی در مرحله بعدی استفاده می شود گام دوم ساخت به روش قضاوت زمان کشت برنج با استفاده از داده های MODIS است.
در این مطالعه، ما سری زمانی هم از EVI (بهبود شاخص پوشش گیاهی) و NDWI (شاخص تفاوت آب نرمال شده) به دست آمده از ترکیب 16 روزه مجموعه داده محصول پوشش گیاهی MODIS را در ترکیب با اطلاعات آماری به دست آمده از ادارات اداری محلی را مورد بررسی قرار میدهیم ما یک طرح را ایجاد میکنیم که می تواند محل کاشت برنج شالی را پس از حدود دو ماه پس از کاشت برآورد نماید نتایج قابلیت شناسایی زمان کاشت برنج برای بخش گسترده ای از غرب جاوا را با استفاده از داده های MODIS و با کمک تجزیه و تحلیل الگوی انتقال از مکانی به ناحیه کاشت برای سال اخیر نشان داد
1 مقدمه
1.1 زمینه
سنجش از راه دور ماهواره ابزار قدرتمند برای نظارت بر تغییرات وضعیت سطح زمین از قابلیت های آن ازمشاهده متناوب بر روی همان محل است تغییرات فصلی سطح زمین با نوع استفاده از زمین ارتباط دارد، به خصوص استفاده از زمین های کشاورزی، بنابراین، نظارت بر کشت محصول خاص، هدف کاربرد سنجش از راه دور است برنج مهم ترین محصول غذایی به طور گسترده ای در مناطق گرمسیری تا منطقه آب و هوایی معتدل کشت میشود و تعدادی از تحقیقات برای برآورد حالت کاشت برنج با استفاده از داده های سنجش از دور انجام شده است
نقشه برداری از مزرعه شالیکاری یک هدف با استفاده
4. نتیجه گیری
نظارت بر استفاده از زمین برای کشاورزی در مقیاس منطقه ای یکی از کاربردهای مورد انتظار در برنامه های کنترل از راه دور است. با این حال ، منطقه آب و هوایی گرمسیری و مرطوب منطقه به سختی در این کاربرد قرار می گیرد که به علت وجود الگوی کشت پیچیده و نیز احتمال بالای پوشش ابر است. این مطالعه ، روش استفاده از تمایز زمین با استفاده از داده های چند زمانی ماهواره Landsat را پیشنهاد نموده و عملکرد خود را برای مورد بخش غربی از جاوا، اندونزی تایید نموده است. منطقه شالیکاری استخراج شده از داده های ماهواره Landsat یک نقشه پایه برای طرح نظارت بر زمان کاشت برنج با استفاده از داده های MODIS است. این طرح نتایج امیدوار کننده ای را برای تجزیه و تحلیل واقعی زمان-مکان به همراه آورده است.
