Wie man Reisanbaugebiete mithilfe von Satellitenfernerkundungsdaten identifiziert

Reis zählt zu den wichtigsten Nahrungsmitteln Indonesiens; rund 90 % der Bevölkerung sind auf ihn als Grundnahrungsmittel angewiesen. Seine Produktion hat direkten Einfluss auf die nationale Ernährungssicherheit und soziale Stabilität. Als drittgrößter Reisproduzent der Welt bewirtschaftet Indonesien über 14 Millionen Hektar Reis, vorwiegend auf Java, Sumatra und Bali. Klimawandel, Ackerlandverlust und diversifizierte Anbaumuster stellen jedoch eine erhebliche Herausforderung für die genaue Überwachung der Reisanbaufläche und des Wachstumszustands dar. Die präzise und effiziente Erfassung von Informationen zur Reisanbaufläche ist entscheidend für die landwirtschaftliche Überwachung, das Ackerbaumanagement, die Ertragsbewertung und die Politikgestaltung.

In den letzten Jahren haben sich mit der zunehmenden Verfügbarkeit von Satellitenfernerkundungsdaten und der Entwicklung von Cloud-Computing-Plattformen Methoden zur Klassifizierung von Nutzpflanzen auf Basis multimodaler Datenquellen weit verbreitet. Der normalisierte Differenzvegetationsindex (NDVI) und der Radarrückstreukoeffizient (VH/VV) eignen sich besonders gut zur Erfassung der phänologischen Merkmale und des Wachstumszustands von Reis. In Kombination mit Algorithmen des maschinellen Lernens (wie z. B. Random Forests) ermöglichen sie die hochpräzise automatisierte Extraktion von Reisanbauflächen. Diese Studie untersucht am Beispiel der nördlichen Provinz Ostjava Methoden zur Extraktion von Reisanbauflächen anhand von NDVI- und VH-Zeitreihendaten. Ziel ist es, eine wissenschaftliche Grundlage für die Überwachung der regionalen Ernährungssicherheit und die Gestaltung der Agrarpolitik zu schaffen.

I. Regionaler Überblick

Das Untersuchungsgebiet liegt im nördlichen Teil der Provinz Ostjava, Indonesien, bei 111°21'31,1" östlicher Länge und 7°26'26,7" südlicher Breite (siehe Abbildung 1). Das Gebiet hat ein tropisches Klima mit einer Regenzeit von November bis April des Folgejahres und einer Trockenzeit von Mai bis Oktober. Hauptanbauprodukt ist Reis, ergänzt durch andere Nutzpflanzen wie Mais und Sojabohnen.

Abbildung 1 Untersuchungsgebiet

II. Datenvorverarbeitung 

Die Daten wurden mithilfe der GEE-Plattform vorverarbeitet und decken den Zeitraum vom 1. Juni 2024 bis zum 31. Mai 2025 ab. Monatliche VH- und NDVI-Daten wurden generiert. Die monatlichen VH-Daten wurden mittels Medianfilterung synthetisiert, um das Rauschen in den Polarisationsdaten zu reduzieren. Da der NDVI von der Bildaufnahmezeit, der Wolkenbedeckung und Aerosolen beeinflusst wird, wurde der monatliche NDVI mittels Maximumwertsynthese generiert, um den Rauscheinfluss zu minimieren. Darüber hinaus führten die unterschiedlichen Aufnahmezeiten verschiedener Datenquellen zu zeitlichen Datenverschiebungen; dieses Problem wurde durch die Synthese monatlicher Daten behoben.

III. Phänologische Informationsanalyse

Durch die Analyse des Zusammenhangs zwischen dem Reisanbauzyklus und dem NDVI im Untersuchungsgebiet lässt sich der Reisanbauzyklus bestimmen. Dazu wurden in dieser Arbeit einige charakteristische Punkte ausgewählt und die NDVI-Zeitreihenwerte ermittelt (siehe Abb. 2(a), 2(b), 2(c) und 2(d)). Anhand der Zeitreihenwerte lässt sich feststellen, dass Reis in diesem Gebiet dreimal jährlich angebaut wird und der Anbauzyklus etwa vier Monate dauert.

Abbildung 2(a) Phänologische Informationen zum NDVI (111°26'35.40"E, 7°28'11.37"S)

Abbildung 2(b) Phänologische Informationen zum NDVI (111°26'12.41"E, 7°27'35.42"S)

Abbildung 2(c) Phänologische Informationen zum NDVI (111°21'47.56"E, 7°24'50.01"S)

Abbildung 2(d) Phänologische Informationen zum NDVI (111°23'41.21"E, 7°26'58.21"S)

IV. Extraktionsergebnisse

Merkmale wurden auf Basis der NDVI- und VH-Zeitreihendaten erstellt und anschließend die Ölpalmenregion im Untersuchungsgebiet mithilfe eines Random Forest extrahiert. Die Extraktionsergebnisse sind in Abbildung 3 dargestellt.

Abbildung 3. Ergebnisse der Extraktion von Reisanbauflächen

Die in dieser Studie gewonnenen Ergebnisse stimmen mit denen historischer Untersuchungen überein. Für das untersuchte Gebiet wurde eine Reisanbaufläche von insgesamt 76,51 Quadratkilometern berechnet. Reis wird in diesem Gebiet dreimal jährlich angebaut, wobei der Wachstumszyklus etwa vier Monate dauert. Da die Aussaatzeiten innerhalb dieser Region jedoch variieren, ist es schwierig, die Anbaufläche mit traditionellen Methoden genau zu bestimmen.

Aufbauend auf den Forschungsergebnissen aus den genannten Reisanbaugebieten sind wir in der Lage, hochpräzise landwirtschaftliche Fernerkundungsdienste kontinuierlich bereitzustellen. Mithilfe fortschrittlicher GEE-Plattform-Datenverarbeitungstechnologie und Methoden zur Analyse von Zeitreihendaten aus verschiedenen Quellen können wir dynamische Überwachungsaufgaben in großflächigen Anbaugebieten effizient durchführen und folgende Zusatzleistungen anbieten: 1) Analyse von Fruchtfolgemustern über mehrere Vegetationsperioden; 2) Prognose von Veränderungen der Anbauflächen. Unser Team verfügt über umfassende Erfahrung in der Optimierung von Random-Forest-Algorithmen und der NDVI/VH-Multifeature-Fusionstechnologie. Dies gewährleistet die langfristige Stabilität der Daten zur Pflanzenverteilung und bietet Landwirtschaftsbehörden und Forschungseinrichtungen kontinuierlichen technischen Support sowie Datenaktualisierungen.