Plastic greenhouses are an important hallmark of agricultural progress. To meet the growing demand for vegetable and food, the amount of plastic greenhouses has increased significantly over the past few decades. Remote sensing is considered as a promising data source for taking inventory and monitoring plastic greenhouses for managing modern agriculture. However, a systematic catalog of number and spatial distribution of plastic greenhouses is mostly inexistent. This is primarily due to the complex land surface characteristics and seasonal changes, which make automated classification based on EO data challenging. Current approaches generally suffer from the susceptibility of approaches toward thresholds and changes in the phenological stage. Besides, they often require an extensive training of models, however, often the necessary amount of training data is inexistent. To address these issues, we suggest an adaptable and universal plastic greenhouse mapping method based on very high spatial resolution optical satellite data (GaoFen-2 image) with a three-step procedure. A plastic greenhouse gathering area (100 km2) is selected for the development of the initial method. We receive a very competitive mapping accuracy 97.34% and the likelihood of plastic greenhouses being mapped correctly reaches to 95.20%. Subsequently, we transfer it to a much larger area (2025 km2) featuring a different phenological stage and different surrounding patterns. The stable mapping accuracy proves the validity of our approach.

中文翻译：

---

使用源自高分二号卫星数据的光谱指标绘制塑料温室图

塑料温室是农业进步的重要标志。为了满足对蔬菜和食品日益增长的需求，塑料温室的数量在过去几十年中显着增加。遥感被认为是一种很有前途的数据来源，可用于清点和监测塑料温室以管理现代农业。然而，塑料温室的数量和空间分布的系统目录大多不存在。这主要是由于复杂的地表特征和季节性变化，使得基于 EO 数据的自动分类具有挑战性。当前的方法通常受到方法对阈值和物候阶段变化的敏感性的影响。此外，他们通常需要对模型进行广泛的训练，但是，通常不存在必要的训练数据量。为了解决这些问题，我们提出了一种基于非常高空间分辨率光学卫星数据（GaoFen-2 图像）的适应性强且通用的塑料温室制图方法，分三步进行。选择塑料温室聚集区（100 平方公里）用于开发初始方法。我们获得了 97.34% 的非常有竞争力的测绘精度，并且塑料温室被正确测绘的可能性达到了 95.20%。随后，我们将其转移到一个更大的区域（2025 平方公里），具有不同的物候阶段和不同的周围模式。稳定的映射精度证明了我们方法的有效性。我们提出了一种基于非常高空间分辨率的光学卫星数据（GaoFen-2 图像）的适应性强且通用的塑料温室制图方法，分三步进行。选择塑料温室聚集区（100 平方公里）用于开发初始方法。我们获得了 97.34% 的非常有竞争力的测绘精度，并且塑料温室被正确测绘的可能性达到了 95.20%。随后，我们将其转移到一个更大的区域（2025 平方公里），具有不同的物候阶段和不同的周围模式。稳定的映射精度证明了我们方法的有效性。我们提出了一种基于非常高空间分辨率的光学卫星数据（GaoFen-2 图像）的适应性强且通用的塑料温室制图方法，分三步进行。选择塑料温室聚集区（100 平方公里）用于开发初始方法。我们获得了 97.34% 的非常有竞争力的测绘精度，并且塑料温室被正确测绘的可能性达到了 95.20%。随后，我们将其转移到一个更大的区域（2025 平方公里），具有不同的物候阶段和不同的周围模式。稳定的映射精度证明了我们方法的有效性。34%，正确绘制塑料温室的可能性达到 95.20%。随后，我们将其转移到一个更大的区域（2025 平方公里），具有不同的物候阶段和不同的周围模式。稳定的映射精度证明了我们方法的有效性。34%，正确绘制塑料温室的可能性达到 95.20%。随后，我们将其转移到一个更大的区域（2025 平方公里），具有不同的物候阶段和不同的周围模式。稳定的映射精度证明了我们方法的有效性。