Bättre och bättre, steg för steg: Ett nytt system för gradvis förbättring  av landtäckedata från Sentinel-2 data hero
Esa (CC BY-SA 3.0 IGO)

Bättre och bättre, steg för steg: Ett nytt system för gradvis förbättring av landtäckedata från Sentinel-2 data

För att fullt ut utnyttja den ökande strömmen av satellitdata från bland annat Sentinel-2 satelliterna krävs utveckling av nya metoder som successivt kan förbättre en modell av landskapet med data från varje ny satellitbild. Ansatsen i detta projekt är att använda en dold Markovmodell. Detta innebär att utvecklingen av marktäckeklasser betraktas som en dold process som emitterar detekterbara signaler. I fallet optiska satellitbilder är dessa signaler pixlarnas radianser, men metoden är generell och även andra sensordata från t.ex. radar kan användas tillsammans med sekvensen av optiska data. Det förutsätts att träningsdata finns tillgängliga i landskapet och metoden kräver också att övergångssannolikheter mellan klasser skattas. Liknande ansatser har förekommit utomlands för bl.a. fjärranalys av jordbruksgrödor och förändringsanalys av skog/icke skog. I detta projekt utvecklas metoden för igenkänning av dels svenska trädslag, dels vegetationsklasser i fjällen ovan trädgränsen.

Diarienummer
136/15
Projektledare
Heather Reese
Lärosäte
Sveriges lantbruksuniversitet
2016
998 kkr
2017
1 113 kkr
2018
1 022 kkr
Total
3 133 kkr