Mapping Maize, Tobacco, and Soybean Fields in Large-Scale Commercial Farms of Zimbabwe Based on Multitemporal NDVI Images in MAXENT

Abstract

In this study we used the maximum entropy (MAXENT) method to test the extent to which a combination of temporal NDVI series and ancillary field data can be used to map the distribution of maize fields, soybean fields, and tobacco fields. We also test whether there are specific times during the growing season suitable for separately mapping the fields. Results indicate that we can separately map fields of maize, soybeans, and tobacco using remotely sensed data at specific times during the growing season. We conclude that MAXENT can be used to map fields of maize, soybeans, and tobacco using a temporal series of NDVI data. In addition, we identify critical periods that provide significant (p < 0.05) NDVI values useful for mapping.

Résumé

Dans cette étude, nous avons utilisé la méthode d’entropie maximale (MAXENT) pour évaluer dans quelle mesure une combinaison de séries temporelles IVDN «Normalized Difference Vegetation Index; NDVI» et de données de terrain auxiliaires peut être utilisée pour cartographier la répartition des champs de maïs, des champs de soja et des champs de tabac. Nous testons également s’il existe des moments précis pendant la saison de croissance permettant de cartographier les champs séparément. Les résultats indiquent que nous pouvons cartographier les champs de maïs, de soja et de tabac séparément à l’aide de données de télédétection à des moments précis au cours de la saison de croissance. Nous concluons que MAXENT peut être utilisé pour cartographier des champs de maïs, de soja et de tabac en utilisant une série temporelle de données NDVI. En outre, nous identifions les périodes critiques qui fournissent des valeurs de NDVI significatives (p < 0,05) qui sont utiles pour la cartographie.

Notes

www.googleearth.com

https://wist.echo.nasa.gov

http://www.itc.nl

http://www.princeton.edu/∼schapire/maxent, accessed November 2011