La producción agrícola representa un elemento clave en el análisis de la seguridad alimentaria. Sin embargo, a menudo se pierde un valioso tiempo de alerta temprana antes de que se procesen y publiquen las estadísticas agrícolas. El objetivo del presente estudio es evaluar el rendimiento de la clasificación del mapa LC del prototipo S2 de 20 m de la esa-CCI (Agencia Espacial Europea - Iniciativa de Cambio Climático) al compararlo con las imágenes Sentinel 2A de 10 m o Google Earth. En caso de que los resultados resulten satisfactorios, la clase de tierras de cultivo podría usarse como una máscara de cultivo para estimar la producción de cultivos. El método de evaluación consiste en 1) seleccionar seis polígonos de igual tamaño para que las zonas saheliana y sudanesa de África occidental estén representadas en cada una de las cuencas occidental, central y oriental del Sahel 2) generar cuatrocientos puntos superpuestos aleatoriamente en el polígono de muestra 3) hacer extracciones en la ubicación de los puntos del mapa bajo evaluación y usar Sentinel 2A 10 m o Google Earth para identificar y contar a través de la interpretación visual los puntos que caen sobre las tierras de cultivo y los que caen sobre otras clases. Los dos últimos pasos se repiten 10 veces para llevar el tamaño de la muestra del punto de validación a cuatro mil para cada uno de los 6 polígonos de la muestra. Nuestra principal preocupación es la evaluación de la clasificación de las tierras de cultivo, el número de clases se reduce a dos (tierras de cultivo y otras) con la precisión y el retiro utilizados como indicadores de rendimiento. El análisis de la precisión indica que la clasificación de las tierras de cultivo en la zona saheliana es menos del 3% correcta en el Sahel Oriental, menos del 7% en el Sahel Occidental y aproximadamente un tercio del tiempo correcta para el Sahel Central. Esto se explica fácilmente por el hecho de que las dunas de arena y las tierras degradadas que constituyen una parte importante de la zona se han tomado erróneamente por tierras de cultivo. Incluso en la zona sudanesa, donde el rendimiento de la clasificación es mejor, la mayor precisión indica que la clasificación de las tierras de cultivo es incorrecta en poco más del 28% de los casos. Por lo tanto, el mapa de cobertura terrestre prototipo ESA-CCI S2 no se puede utilizar como máscara de cultivo.

La production agricole représente un élément clé dans l'analyse de la sécurité alimentaire. Cependant, un temps précieux d'alerte précoce est souvent perdu avant que les statistiques agricoles ne soient traitées et publiées. L'objectif de la présente étude est d'évaluer la performance de la classification cartographique LC prototype S2 de 20 m ESA-CCI (Agence Spatiale Européenne - Climate Change Initiative) en la comparant aux images Sentinel 2A 10 m ou Google Earth. Si les résultats s'avèrent satisfaisants, la classe des terres cultivées pourrait être utilisée comme masque de culture pour estimer la production végétale. La méthode d'évaluation consiste à 1) sélectionner six polygones de taille égale afin que les zones sahélienne et soudanaise de l'Afrique de l'Ouest soient représentées à chacun des bassins occidental, central et oriental du Sahel 2) générer quatre cents points superposés au hasard sur le polygone échantillon 3) effectuer des extractions à l'emplacement des points de la carte en cours d'évaluation et utiliser Sentinel 2A 10 m ou Google Earth pour identifier et compter par interprétation visuelle les points qui tombent sur les terres cultivées et ceux qui tombent sur d'autres classes. Les deux dernières étapes sont répétées 10 fois pour porter la taille de l'échantillon de point de validation à quatre mille pour chacun des 6 polygones de l'échantillon. Notre préoccupation majeure étant l'évaluation de la classification des terres cultivées, le nombre de classes est réduit à deux (terres cultivées et autres) avec la précision et le rappel utilisés comme indicateurs de performance. L'analyse de la précision indique que le classement des terres cultivées dans la zone sahélienne est inférieur à 3% correct dans le Sahel Est, inférieur à 7% dans le Sahel Ouest et environ un tiers du temps correct pour le Centre Sahel. Cela s'explique facilement par le fait que les dunes de sable et les terres dégradées qui constituent une partie importante de la zone ont été prises par erreur pour des terres cultivées. Même dans la zone soudanaise où les performances de classification sont meilleures, la plus grande précision indique que la classification des terres cultivées est incorrecte dans un peu plus de 28 % des cas. Par conséquent, le prototype de carte de couverture terrestre ESA-CCI S2 ne peut pas être utilisé comme masque de culture.

Agricultural production represents a key element in food security analysis. However, precious early warning time is often lost before the agricultural statistics are processed and released. The objective of the current study is to assess the performance of the 20-m ESA-CCI (European Space Agency - Climate Change Initiative) S2 prototype LC map classification in comparing it with Sentinel 2A 10 m or Google Earth images. In case the results turn out satisfactory the cropland class could be use as a crop mask to estimate crop production. The assessment method consists of 1) selecting six equal size polygons so that the Sahelian and Sudanian zones of West Africa are represented at each one of the western, central and eastern basins of the Sahel 2) generating four hundred dots randomly overlaid on the sample polygon 3) making extractions at dot location from the map under assessment and using Sentinel 2A 10 m or Google Earth to identify and count through visual interpretation the dots that fall over cropland and the ones that fall on other classes. The last two steps are repeated 10 times to bring the size of the validation point sample to four thousand for each of the 6 sample polygons. Our major concern being the assessment of the cropland classification, the number of classes is reduced to two (cropland and other) with the precision and the recall used as performance indicators. Analysis of the precision indicates that the classification of cropland in the Sahelian zone is less than 3% correct in East Sahel, less than 7% in West Sahel and about a third of the time correct for the Center Sahel. This is easily explained by the fact sand dunes and degraded land that makes up a significant part of the area have been mistakenly taken for cropland. Even in the Sudanian zone where the classification performance is better, the highest precision indicates that cropland classification is incorrect for a little over 28% of cases. Therefore, the ESA-CCI S2 prototype land cover map can't be used as a crop mask.

يمثل الإنتاج الزراعي عنصراً رئيسياً في تحليل الأمن الغذائي. ومع ذلك، غالبًا ما يضيع وقت الإنذار المبكر الثمين قبل معالجة الإحصاءات الزراعية وإصدارها. الهدف من الدراسة الحالية هو تقييم أداء نموذج ESA - CCI (وكالة الفضاء الأوروبية - مبادرة تغير المناخ) S2 لتصنيف خريطة LC في مقارنته بصور Sentinel 2A 10 M أو Google Earth. في حالة ما إذا كانت النتائج مرضية، يمكن استخدام فئة الأراضي الزراعية كقناع للمحاصيل لتقدير إنتاج المحاصيل. تتكون طريقة التقييم من 1) اختيار ستة مضلعات متساوية الحجم بحيث يتم تمثيل المناطق الساحلية والسودانية في غرب إفريقيا في كل حوض من الأحواض الغربية والوسطى والشرقية لمنطقة الساحل 2) توليد أربعمائة نقطة متراكبة بشكل عشوائي على عينة المضلع 3) إجراء عمليات استخراج في موقع النقطة من الخريطة قيد التقييم واستخدام Sentinel 2A 10 m أو Google Earth لتحديد وحساب النقاط التي تقع فوق الأراضي الزراعية وتلك التي تقع على الطبقات الأخرى من خلال التفسير البصري. يتم تكرار الخطوتين الأخيرتين 10 مرات لرفع حجم عينة نقطة التحقق إلى أربعة آلاف لكل من مضلعات العينة الستة. شاغلنا الرئيسي هو تقييم تصنيف الأراضي الزراعية، يتم تقليل عدد الفئات إلى فئتين (الأراضي الزراعية وغيرها) بالدقة والاستدعاء المستخدم كمؤشرات أداء. يشير تحليل الدقة إلى أن تصنيف الأراضي الزراعية في منطقة الساحل هو أقل من 3 ٪ صحيح في شرق الساحل، وأقل من 7 ٪ في غرب الساحل وحوالي ثلث الوقت صحيح لمركز الساحل. ويمكن تفسير ذلك بسهولة من خلال حقيقة أن الكثبان الرملية والأراضي المتدهورة التي تشكل جزءًا كبيرًا من المنطقة قد تم أخذها عن طريق الخطأ كأراضي زراعية. حتى في المنطقة السودانية حيث أداء التصنيف أفضل، تشير أعلى دقة إلى أن تصنيف الأراضي الزراعية غير صحيح لما يزيد قليلاً عن 28 ٪ من الحالات. لذلك، لا يمكن استخدام خريطة الغطاء الأرضي النموذجية ESA - CCI S2 كقناع للمحاصيل.