A strategy for the verification of CAP declarations using Sentinel-2 images in Navarre

Autor: I. Sola, Jesús Álvarez-Mozos, María González-Audícana, S. López
Přispěvatelé: Universidad Pública de Navarra. Departamento de Ingeniería, Nafarroako Unibertsitate Publikoa. Ingeniaritza Saila
Jazyk: angličtina
Rok vydání: 2020
Předmět:
verificación declaraciones
monitorización sentinel-2
010504 meteorology & atmospheric sciences
Computer science
Geography
Planning and Development
0211 other engineering and technologies
Declaration
Colour coding
Inspecciones de campo
lcsh:G1-922
Sample (statistics)
inspecciones de campo
02 engineering and technology
Verificación declaraciones
pac
01 natural sciences
Traffic signal
Agricultural science
Earth and Planetary Sciences (miscellaneous)
Monitorización Sentinel-2
021101 geological & geomatics engineering
0105 earth and related environmental sciences
Verificación de declaraciones
CAP (Common Agricultural Policy)
Sampling (statistics)
On The Spot Check (OTSC)
PAC
Sentinel-2 monitoring
Random forest
Identification (information)
On the spot check (OTSC)
Common Agricultural Policy
lcsh:Geography (General)
Zdroj: Revista de Teledetección, Vol 0, Iss 56, Pp 69-88 (2020)
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname
Academica-e: Repositorio Institucional de la Universidad Pública de Navarra
Universidad Pública de Navarra
Academica-e. Repositorio Institucional de la Universidad Pública de Navarra
ISSN: 1988-8740
1133-0953
Popis: [ES] En junio de 2018, la Comisión Europea aprobó una modificación de la Política Agraria Común (PAC) que, entre otros aspectos, plantea el uso de imágenes del programa Copernicus para la verificar que las declaraciones presentadas por los agricultores son correctas. En los últimos años distintas iniciativas investigadoras han tratado de desarrollar herramientas operativas con este fin, entre estas se encuentra el proyecto Interreg-POCTEFA PyrenEOS. En este artículo se expone la estrategia metodológica propuesta en el proyecto PyrenEOS, que se basa en la identificación del cultivo más probable utilizando el algoritmo Random Forests. Como elemento diferenciador, se propone seleccionar la muestra de entrenamiento a partir de una selección de las declaraciones PAC según su NDVI. Además, se definen una serie de reglas para determinar el grado de incertidumbre en la clasificación y los criterios para categorizar cada recinto del mapa de verificación según un código de colores a modo de semáforo, en el que el verde indica recintos con declaración correcta, el rojo recintos con declaración dudosa y el naranja recintos con una incertidumbre alta en la clasificación. Esta estrategia de verificación se aplica a dos Comarcas Agrarias de Navarra, en una campaña agrícola para la que se contó con inspecciones de campo de aproximadamente el 7% de los recintos declarados. Los resultados de esta validación, con fiabilidades globales en la clasificación próximas al 80% cuando se considera el cultivo más probable predicho por el clasificador y al 90% cuando se consideran los dos cultivos más probables, ponen de manifiesto que es posible identificar los recintos correctamente declarados (recintos verdes) con una tasa de error inferior al 1%. Los recintos naranjas y rojos, que requerirán del análisis y juicio posterior de técnicos de inspección, suponen un porcentaje reducido de las declaraciones (~6% de los recintos) y concentran la mayoría de las declaraciones incorrectas.
[EN] In June 2018, the European Commission approved a modification of the Common Agricultural Policy (CAP) that, among other measures, proposed the use of Copernicus data for the verification process of farmers’ declarations. In recent years, several research efforts have been conducted to develop operational tools to accomplish this aim, among this the Interreg-POCTEFA PyrenEOS project. This article describes the methodological strategy proposed in the PyrenEOS project, which is based on the identification of the most probable crop using the Random Forests algorithm. Originally, the strategy builds a training sample from the CAP declarations file based on their NDVI time series. In addition, a series of rules are proposed to establish the level of uncertainty in the classification, and the criteria used to represent each parcel in the verification map with a simple colour coding (traffic light), where green represents correctly declared parcels, red indicates that the declaration is dubious, and orange corresponds to parcels with a high classification uncertainty. This verification strategy has been applied to two Agricultural Regions of Navarre, during an agricultural campaign where valuable field inspections were available, with a sampling intensity of 7% of the declared parcels. The results obtained, report overall accuracies close to 80% when the most probable crop was considered, and 90% when the two most probable crops were considered. This proves it is possible to identify correctly declared parcels (green parcels) with an error below 1%. Orange and red parcels should be considered for further analysis and inspection by technicians from the paying agencies, though they represent a small percentage of declarations (~6% of parcels), and include most of the wrong declarations.
Este trabajo se ha financiado con el proyecto PyrenEOS EFA 048/15, cofinanciado al 65% por el Fondo Europeo de Desarrollo Regional (FEDER) a través del programa Interreg V-A España-Francia-Andorra (POCTEFA 2014-2020). Los autores agradecen al Servicio del Organismo Pagador del Departamento de Desarrollo Rural y Medio Ambiente del Gobierno de Navarra la cesión de los ficheros vectoriales de declaraciones e inspecciones PAC utilizadas en el contexto de este trabajo.
Databáze: OpenAIRE
Externí odkaz: