Ground Truth – 2019
GEDI & Sentinel-2 Prediction – 2019
GEDI的主要任务是测量树木高度和森林结构，以估计森林和红树林中储存的碳量。由NASA收获部支持的新研究显示，这些数据也可用于绘制不同类型作物的种植地。
当斯坦福大学的农业生态学家David Lobell看到研究人员使用GEDI数据来估计树木高度时，他想知道他如何使用这些数据来研究农业。他的团队中的研究人员Stefania Di Tommaso和Sherrie Wang提出了用数据来区分农场中种植的不同类型作物的想法。
Wang联系了马里兰大学的GEDI科学团队，看看他们是否在使用该仪器进行农业研究。他们回答说，他们不确定GEDI数据是否可以用于这种应用。“但是他们并没有说这是不可能的，”Lobell说，他帮助领导NASA收获部的作物产量研究。
绘制某些作物的种植地点对于估计世界主要作物的总产量非常重要。但是从太空中可靠地绘制作物类型一直很困难，因为许多植物在光学图像中看起来都是一样的。
Lobell和他的团队从玉米开始。当完全生长时，平均玉米茎杆比其他作物高约一米，这种差异在GEDI剖面上是可以检测到的。利用这一洞察力，斯坦福大学的团队将GEDI的激光雷达剖面数据与欧空局哨兵2号卫星的光学图像相结合。他们能够远程绘制三个地区的玉米地图，那里有可靠的地面数据来验证他们的观察结果：美国的爱荷华州、中国的吉林省和法国的大东部大区(Grand Est)。
页面顶部的图片显示了法国Truchtersheim附近的玉米和其他作物的分布，这些数据来自于地面（顶部图片）和GEDI-Sentinel模型（下部图片）。下面的图片显示了应用于三个研究地点的相同技术。
2019
斯坦福大学的算法能够正确区分玉米和其他作物，准确率超过83%。仅仅使用Sentinel-2数据的模型的总体平均准确率为64%。“两年前，我从未想过GEDI可以以这种方式使用，”Lobell说。
在未来，研究小组的目标是绘制全世界的玉米生产图，这可以用来了解每年玉米的收获前景。它还可以帮助农民和援助机构评估粮食安全问题，并了解可能的管理变化，以提高主要玉米产区的产量。