Multi‑Sensor Deep Learning for Smallholder Paddy Rice Mapping with Sentinel‑1 SAR and Sentinel‑2 Optical Imagery
Questo studio dimostra che un ensemble di modelli di deep learning U-Net e PSPNet, addestrati su dati fusi multi-temporali Sentinel-1 SAR e Sentinel-2 ottici, raggiunge una mappatura ad alta precisione di campi di riso paddy frammentati di piccoli agricoltori sfruttando il ragionamento contestuale multi-scala e le fasi di crescita fenologica.