背景
复杂景观中的土地覆盖分类受到作物/植被类型固有的短距离过渡的限制,特别是在小农耕作系统中。地球观测图像的可用性和可访问性的增加为评估状态和监测土地覆盖变化提供了重要机会,但解锁这种能力取决于相关地面实况数据的可用性,以校准和验证分类算法。在撒哈拉以南非洲的农业系统中,通常无法获得急需的空间明确的地面实况数据,这限制了相关分析工具的开发,以监测农田动态或生成对农业系统的[近]实时洞察。本教程是为有兴趣使用地面实况数据和可用的 Sentinel-2 TOA 光谱带在 Google Earth Engine 环境中实施土地覆盖分类程序的用户提供的快速指南。目标是提供一个易于实施的工作流程,研究人员和分析师可以对其进行调整,以快速对农田进行分类。随着在国家和区域级别收集空间丰富的地理参考数据方面投入更多的精力,本教程可用于立即/及时地了解玉米和其他作物类型。