| Titre | Classification of Floodplain Habitats (Lago Grande, Brazilian Amazon) with RADARSAT and JERS-1 Data |
| Auteur | Costa, M P; Novo, E M L; Mitsuo II, F; Ballester, M V; Ahern, F |
| Source | International Symposium, Geomatics in the Era of RADARSAT (GER'97), Ottawa, Canada, May 25-30; 1997 p. 11 |
| Année | 1997 |
| Séries alt. | Secteur des sciences de la Terre, Contribution externe 20042224 |
| Document | livre |
| Lang. | anglais |
| Media | papier |
| Sujets | plante; Nature et environnement |
| Résumé | La couverture nuageuse permanente et le couvert forestier dense empêche l'utilisation de la télédétection optique pour la classification des habitats dans les plaines inondables de l'Amazonie. Bien que
plusieurs tentatives aient été faites pour utiliser les données Landsat TM, les résultats sont toujours incomplets. Des images radar multitemporelles des capteurs RSO de RADARSAT et JERS-1 acquises en mai et en août 1996 on été utilisées pour étudier
le potentiel des données RSO multi-incidence et multi-fréquence pour augmenter la précision des classifications numériques. Les habitats dans les plaines inondables d'intérêt pour une classification préliminaire sont les eaux libres, la forêt
inondée, la forêt non inondée, les plantes aquatiques et l'utilisation et la couverture des sols. Une sous-image de la région de Lago Grande a été utilisée pour effectuer une évaluation préliminaire de la méthodologie et de la précision de la
classification. Les données radar brutes ont été converties pour produire une distribution presque normale en appliquant un filtre à chaque jeu de données. Les images RADARSAT, JERS-1 ainsi qu'une combinaison des deux ont été soumises à une
segmentation à différents niveaux selon le nombre de pixels et leur similarité. Après cette procédure, on a appliqué à chaque image segmentée l'algorithme de classification des distances de Bhattacharya. Les résultats ont ensuite été vérifiés à
l'aide de photographies aériennes et de levés de terrain acquis simultanément aux images RSO. |
| GEOSCAN ID | 219026 |
|
|