Crop mapping using high resolution optical and radar satellite data

  • Food security in Kenya remains a challenge due to the overreliance on rainfed agriculture. This study explored the application of optical and radar images in the mapping and monitoring of maize. Manual fields’ digitization, coupled with an automatic segmentation algorithm was applied in the extraction of the field boundaries. A supervised classification was additionally undertaken to identify the various land uses within the study area. Maize leaf area index (LAI) was destructively estimated and then modelled from the fields. This modelled LAI was correlated to selected vegetation indices and to the Sentinel-2 derived LAI. Finally, the radar backscatter values were extracted for the maize fields for the 2015 and 2016 planting season to aid in the in-season and cross-season fields monitoring and analysis. Last but not least, areas of policy where the study results can complement the policy making exercise were also identified.
  • Durch die hohe Abhängigkeit vom Regenfeldbau ist die Ernährungssicherheit Kenias weiterhin eine große Herausforderung. Diese Studie untersucht den Einsatz optischer und Radarbilder zur Kartierung und Überwachung des Maisanbaus. Manuelle Digitalisierung der Felder und ein automatischer Segmentierungsalgorithmus wurden genutzt, um ihre Grenzen festzulegen. Zusätzlich wurde mittels einer überwachten Klassifikation die Landnutzung im Untersuchungsgebiet identifiziert. Der Blattflächenindex (LAI) des Maises wurde ermittelt und dann aus den Feldern modelliert. Dieser modellierte LAI wurde mit ausgewählten Vegetationsindizes und dem von Sentinel-2 abgeleiteten LAI korreliert. Im Anschluss wurden die Werte der Rückstreuung des Radars der Maisfelder in der Anbausaison 2015/2016 extrahiert, um die Überwachung und Analyse für einzelne, aber auch aufeinanderfolgende Anbausaisons zu unterstützen. Letztendlich wurden Anwendungen, insbesondere zur Entscheidungsfindung in der Politik identifiziert.

Download full text files

Export metadata

Statistics

Number of document requests

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Bartholomew Thiong'o KuriaGND
URN:urn:nbn:de:hbz:294-60909
Subtitle (German):case study of maize in Trans Nzoia County, Kenya
Referee:Carsten JürgensORCiDGND, Bernd MarschnerORCiDGND
Document Type:Doctoral Thesis
Language:English
Date of Publication (online):2018/08/27
Date of first Publication:2018/08/27
Publishing Institution:Ruhr-Universität Bochum, Universitätsbibliothek
Granting Institution:Ruhr-Universität Bochum, Fakultät für Geowissenschaften
Date of final exam:2018/07/16
Creating Corporation:Fakultät für Geowissenschaften
Tag:Phänologie
GND-Keyword:Mais; Satellit; Kenia; Politik; Blattflächenindex
Dewey Decimal Classification:Naturwissenschaften und Mathematik / Geowissenschaften, Geologie
faculties:Fakultät für Geowissenschaften
Licence (German):License LogoKeine Creative Commons Lizenz - es gelten der Veröffentlichungsvertrag und das deutsche Urheberrecht