CIFOR-ICRAF aborda desafios e oportunidades locais ao mesmo tempo em que oferece soluções para problemas globais para florestas, paisagens, pessoas e o planeta.

Fornecemos evidências e soluções acionáveis ​​para transformer a forma como a terra é usada e como os alimentos são produzidos: conservando e restaurando ecossistemas, respondendo ao clima global, desnutrição, biodiversidade e crises de desertificação. Em suma, melhorar a vida das pessoas.

O CIFOR-ICRAF publica mais de 750 publicações todos os anos sobre agrossilvicultura, florestas e mudanças climáticas, restauração de paisagens, direitos, política florestal e muito mais – em vários idiomas..

CIFOR-ICRAF aborda desafios e oportunidades locais ao mesmo tempo em que oferece soluções para problemas globais para florestas, paisagens, pessoas e o planeta.

Fornecemos evidências e soluções acionáveis ​​para transformer a forma como a terra é usada e como os alimentos são produzidos: conservando e restaurando ecossistemas, respondendo ao clima global, desnutrição, biodiversidade e crises de desertificação. Em suma, melhorar a vida das pessoas.

CIFOR–ICRAF publishes over 750 publications every year on agroforestry, forests and climate change, landscape restoration, rights, forest policy and much more – in multiple languages.

CIFOR–ICRAF addresses local challenges and opportunities while providing solutions to global problems for forests, landscapes, people and the planet.

We deliver actionable evidence and solutions to transform how land is used and how food is produced: conserving and restoring ecosystems, responding to the global climate, malnutrition, biodiversity and desertification crises. In short, improving people’s lives.

Delineation of Cocoa Agroforests Using Multi-Season Sentinel-1 SAR Images versus RapidEye multi-spectral image

The data is based on field inventory from 2015 to 2017 to map cocoa agroforests and other vegetation and non-vegetation land cover. The dataset consists of geospatial data (shapefiles) of the land cover and land use in the study landscape in Bokito - within the forest-savannah transition zone of Centre Cameroon. The main aim of the study was to discriminate cocoa agroforest from transition forest; we compare the performance of texture-based classification of SAR (Synthetic Aperture Radar) images of Sentinel-1 with the result of "business as usual" multi-spectral optical image classification using a RapidEye image mosaic for the study landscape.

Arquivos do conjunto de dados

Disclaimer.pdf
MD5: f876174a62c66ad334a0109b2a23c529
Autores

Numbisi, Frederick N. ; Van Coillie, Frieke M.B. ; De Wulf, Robert

Data de publicação

03 jan 2019

DOI

10.34725/DVN/2OXNYM

Outros podcasts que podem te interessar