Flood Classification in a Natural Wetland for Early Spring Conditions Using Various Polarimetric SAR Methods - Publikacja - MOST Wiedzy

Wyszukiwarka

Flood Classification in a Natural Wetland for Early Spring Conditions Using Various Polarimetric SAR Methods

Abstrakt

Abstract--- One of the major limitations of remote sensing flood detection is the presence of vegetation. Our study focuses on a flood classification using Radarsat-2 Quad-Pol data in a natural floodplain during leafless, dry vegetation (early spring) state. We conducted a supervised classification of a data set composed of nine polarimetric decompositions and Shannon entropy followed by the predictors' importance estimation to reveal which decomposed component had the strongest effect on classification models. Also, we tested two variants of polarimetric speckle filtering to see if this step influences the results. The classification accuracy was 0.78 and 0.83 for the boxcar and improved Lee sigma filter respectively. The Cloude - Pottier decomposition produced the highest accuracy (0.67) in a single-decomposition scenario, but the volume component of Pauli decomposition was the most important for classification in a multi-decomposition scenario.

Cytowania

  • 2

    CrossRef

  • 0

    Web of Science

  • 2

    Scopus

Cytuj jako

Pełna treść

pobierz publikację
pobrano 36 razy
Wersja publikacji
Accepted albo Published Version
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/IGARSS47720.2021.9554713
Licencja
Copyright (2021 IEEE)

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Aktywność konferencyjna
Typ:
publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
Tytuł wydania:
2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS strony 6853 - 6856
Język:
angielski
Rok wydania:
2021
Opis bibliograficzny:
Berezowski T., Gierszewska M., Bieliński T.: Flood Classification in a Natural Wetland for Early Spring Conditions Using Various Polarimetric SAR Methods// 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS/ : , 2021, s.6853-6856
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/igarss47720.2021.9554713
Źródła finansowania:
Weryfikacja:
Politechnika Gdańska

wyświetlono 102 razy

Publikacje, które mogą cię zainteresować

Meta Tagi