Étendue de la superficie rizicole saisonnière dans l'état du Telangana (Inde du Sud) - Données raster
IDS IRD
L'étendue saisonnière de la zone de culture du riz est une variable agro-hydrologique cruciale en Inde, fortement liée aux fluctuations des eaux de surface et des eaux souterraines, elles-mêmes liées à la variabilité du climat et aux extractions d'eau antérieures pour l'irrigation. La zone de culture peut être considérée comme une stratégie d'adaptation à court et à long terme des agriculteurs à la variabilité du climat. Elle est produite à partir des observations de Sentinel-2 pendant la saison sèche (période sans nuages, Rabi, déc. à avr.), comme décrit dans le premier article de Ferrant et al., 2017. (2024-05-05)
publicationMay 5, 2024
Temporal CoverageJan 1, 2016Apr 30, 2019
Overview
1 / 1
Lineage
La première version de ce dépôt correspond au RGAE pendant les quatre saisons sèches 2016-2019, en utilisant le classificateur Random Forest sur 28 tuiles Sentinel-2 couvrant l'État du Telangana. Des enquêtes saisonnières sur les champs de riz ont été réalisées avec le NGRI, le BRGM et l'IFCGR deux fois par an entre 2016 et 2019. Elles ont permis de produire 8 échantillons d'apprentissage aléatoire pour construire 8 modèles Random Forest afin de classifier 8 cartes pour chaque saison de culture. Le raster publié contient pour chaque pixel Sentinel-2 un nombre entier entre 0 et 8 correspondant au nombre de fois où le pixel a été classé comme riz. Elle a été produite à l'aide du logiciel IOTA2 (https://docs.iota2.net/master/), un logiciel libre sous la licence publique générale GNU Affero v3.0 sur le cluster HAL du CNES (maintenant TREX) en utilisant les données Sentinel-2 L2A (distribuées par Theia https://www.theia-land.fr/en/homepage-en/).
UMR CESBIO
UMR CESBIO
Links
Downloads
Geolinks
- RGAE_Rabi_10m_JanApr2016_RF8samples GeoTIFF file at 10m resolution containing an integer value ranging from 0 to 8 covering the Telangana State for the dry growing period (Jan-April 2016). Integers indicate the number of time a pixel was classified as rice throughout eight Random Forest classifications generated using 8 random selections of training samples from the available ground-truth dataset.
- RGAE_Rabi_10m_JanApr2017_RF8samples GeoTIFF file at 10m resolution containing an integer value ranging from 0 to 8 covering the Telangana State for the dry growing period (Jan-April 2017). Integers indicate the number of time a pixel was classified as rice throughout eight Random Forest classifications generated using 8 random selections of training samples from the available ground-truth dataset.
- RGAE_Rabi_10m_JanApr2018_RF8samples GeoTIFF file at 10m resolution containing an integer value ranging from 0 to 8 covering the Telangana State for the dry growing period (Jan-April 2018). Integers indicate the number of time a pixel was classified as rice throughout eight Random Forest classifications generated using 8 random selections of training samples from the available ground-truth dataset.
- RGAE_Rabi_10m_JanApr2019_RF8samples GeoTIFF file at 10m resolution containing an integer value ranging from 0 to 8 covering the Telangana State for the dry growing period (Jan-April 2019). Integers indicate the number of time a pixel was classified as rice throughout eight Random Forest classifications generated using 8 random selections of training samples from the available ground-truth dataset.
Others
- Publication associée C. Pascal, S. Ferrant, N. Rodriguez-Fernandez, Y. Kerr, A. Selles and O. Merlin, "Indicator of Flood-Irrigated Crops From SMOS and SMAP Soil Moisture Products in Southern India," in IEEE Geoscience and Remote Sensing Letters, vol. 20, pp. 1-5, 2023
- Publication associée N. Ojha, A. Mahmoodi, A. Mialon, P. Richaume, S. Ferrant and Y. H. Kerr, "Assessment of SMOS Root Zone Soil Moisture: A Comparative Study Using SMAP, ERA5, and GLDAS," in IEEE Access, vol. 12, pp. 76121-76132, 2024
- Publication associée : Premières cartographies du riz dans des bassins versants amonts au Telangana pour l'estimation du pompage de l'aquifère. Ferrant, S.; Selles, A.; Le Page, M.; Herrault, P.-A.; Pelletier, C.; Al-Bitar, A.; Mermoz, S.; Gascoin, S.; Bouvet, A.; Saqalli, M.; et al. Detection of Irrigated Crops from Sentinel-1 and Sentinel-2 Data to Estimate Seasonal Groundwater Use in South India. Remote Sens. 2017, 9, 1119.
- Link to Original Record [datasuds-geo.ird.fr] This metadata comes from datasuds-geo.ird.fr
- Digital Object Identifier (DOI)
Contacts
DataSuds-geo
UMR CESBIO - Université Toulouse III – Paul Sabatier, CNES, CNRS, IRD, INRAE - France
BGRM - France
UMR CESBIO - Université Toulouse III – Paul Sabatier, CNES, CNRS, IRD, INRAE - France
UMR CESBIO - Université Toulouse III – Paul Sabatier, CNES, CNRS, IRD, INRAE - France
Keywords
Constraints
Licence
Autres restrictions
Other restrictions
CC BY 4.0
Ce(tte) œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution 4.0 International : https://creativecommons.org/licenses/by/4.0/
Ce(tte) œuvre est mise à disposition selon les termes de la Licence Creative Commons Attribution 4.0 International : https://creativecommons.org/licenses/by/4.0/