Multi‑Sensor Deep Learning for Smallholder Paddy Rice Mapping with Sentinel‑1 SAR and Sentinel‑2 Optical Imagery
Cette étude démontre qu'un ensemble de modèles d'apprentissage profond U-Net et PSPNet, entraînés sur des données fusionnées multi-temporelles Sentinel-1 SAR et Sentinel-2 optiques, permet une cartographie de haute précision des rizières fragmentées de petits exploitants en exploitant le raisonnement contextuel multi-échelle et les stades de croissance phénologiques.