| Titre | An automatic method for mapping inland surface waterbodies with Radarsat-2 imagery |
| Auteur | Li, J; Wang, S |
| Source | International Journal of Remote Sensing vol. 36, no. 5, 2015 p. 1367-1384, https://doi.org/10.1080/01431161.2015.1009653 |
| Année | 2015 |
| Séries alt. | Secteur des sciences de la Terre, Contribution externe 20140113 |
| Éditeur | Taylor & Francis |
| Document | publication en série |
| Lang. | anglais |
| DOI | https://doi.org/10.1080/01431161.2015.1009653 |
| Media | papier; en ligne; numérique |
| Formats | pdf |
| Province | Manitoba |
| SNRC | 62G/03; 62G/04; 62G/05 |
| Lat/Long OENS | -100.0000 -99.0000 49.7500 49.0000 |
| Sujets | bassins versants; vallées enfouies; eaux de surface; techniques de cartographie; imagerie par satellite; télédétection; hydrogéologie; géophysique |
| Illustrations | flow charts; satellite images |
| |
| Programme | Aquifer Assessment & support to mapping, Géoscience des eaux
souterraines |
| Résumé | (disponible en anglais seulement)
The use of synthetic aperture radar (SAR) imagery is generally considered to be an effective method for detecting surface water. Among various
supervised/unsupervised classification methods, a SAR-intensity-based histogram thresholding method is widely used to distinguish waterbodies from land. A SAR texturebased automatic thresholding method is presented in this article. The use of texture
images substantially enhances the contrast between water and land in intensity images. It also makes the method less sensitive to incidence angles than intensity-based methods. A modified Otsu thresholding algorithm is applied to selected sub-images
to determine the optimal threshold value. The sub-images were selected using k-means results to ensure a sufficient number of pixels for both water and land classes. This is critical for the Otsu algorithm being able to detect an optimal threshold
for a SAR image. The method is completely unsupervised and is suitable for large SAR image scenes. Tests of this method on a Radasat-2 image mosaicked from 8 QuadPol scenes covering the Spritiwood valley in Manitoba, Canada, show a substantial
increase in land-water classification accuracy over the commonly used SAR intensity thresholding method (kappa indices are 0.89 vs. 0.79). The method is less computationally intensive and requires less user interaction. It is therefore well suited
for detecting waterbodies and monitoring their dynamic changes from a large SAR image scene in a nearreal time environment). |
| Résumé | (Résumé en langage clair et simple, non publié)
Les eaux de surface font partie intégrante des systèmes d'écoulement des eaux souterraines. Il est essentiel de bien comprendre et de surveiller
les eaux de surface du Canada pour gérer de manière responsable les ressources en eau souterraine. Pour une gestion efficace, il est essentiel de disposer d'information à jour sur les variations spatiales et temporelles des eaux de surface. En raison
de la grande étendue des eaux de surface au Canada, la télédétection par satellite constitue la seule approche pratique qui puisse cartographier les eaux de surface à coût raisonnable et en peu de temps. À la différence des capteurs optiques de
satellites limités par les conditions météorologiques, les capteurs de satellite à radar à ouverture de synthèse (SAR) arrivent à observer la surface de la Terre dans pratiquement tous les types de conditions météorologiques. En effet, on considère
que le SAR détecte bien les eaux de surface grâce au contraste élevé entre l'eau et la terre dans une image du SAR. Dans cet article, nous présentons une nouvelle méthode basée sur la texture pour détecter automatiquement les plans d'eau à partir des
images de Radarsat-2. La nouvelle méthode fonctionne mieux que la méthode de détection des eaux de surface basée sur l'intensité du SAR. |
| GEOSCAN ID | 294824 |
|
|