CIFOR-ICRAF aborda retos y oportunidades locales y, al mismo tiempo, ofrece soluciones a los problemas globales relacionados con los bosques, los paisajes, las personas y el planeta.

Aportamos evidencia empírica y soluciones prácticas para transformar el uso de la tierra y la producción de alimentos: conservando y restaurando ecosistemas, respondiendo a las crisis globales del clima, la malnutrición, la pérdida de biodiversidad y la desertificación. En resumen, mejorando la vida de las personas.

CIFOR-ICRAF produce cada año más de 750 publicaciones sobre agroforestería, bosques y cambio climático, restauración de paisajes, derechos, políticas forestales y mucho más, y en varios idiomas. .

CIFOR-ICRAF aborda retos y oportunidades locales y, al mismo tiempo, ofrece soluciones a los problemas globales relacionados con los bosques, los paisajes, las personas y el planeta.

Aportamos evidencia empírica y soluciones prácticas para transformar el uso de la tierra y la producción de alimentos: conservando y restaurando ecosistemas, respondiendo a las crisis globales del clima, la malnutrición, la pérdida de biodiversidad y la desertificación. En resumen, mejorando la vida de las personas.

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.

Archivos del conjunto de datos

Disclaimer.pdf
MD5: f876174a62c66ad334a0109b2a23c529
Autores

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

Fecha de publicación

03 en. 2019

DOI

10.34725/DVN/2OXNYM

Otros podcasts que podrían interesarle