Google Earth Engine(GEE)——利用 Google Earth Engine 比较东南亚的 Sentinel-1 地表水测量算法和辐射地形校正处理

该研究利用Google Earth Engine对比了两种地表水测绘算法,基于Sentinel-1 SAR数据的不同预处理,包括地形校正和非地形校正。结果显示,地形校正提高了总体精度和空间一致性,但两种方法差异不显著,均为高效地表水测绘工具。
摘要由CSDN通过智能技术生成

在 Markert 等人的论文中找到该算法的科学描述。(2020)。利用 Google Earth Engine 比较东南亚的 Sentinel-1 地表水测绘算法和辐射地形校正处理

 卫星遥感在监测地表水以进行历史分析和近实时应用方面发挥着重要作用。由于其穿透云的能力,许多研究都集中在使用合成孔径雷达 (SAR) 为地表水测绘提供高效和高质量的方法。然而,很少有研究探讨所使用的 SAR 预处理步骤的影响以及随后的结果作为地表水测绘算法的输入。本研究利用 Google Earth Engine 来比较两种基于无监督直方图阈值化地表水制图算法,它们利用两个不同的预处理 Sentinel-1 SAR 数据集,特别是一个有地形校正和一个没有地形校正。使用来自高分辨率 Planet Scope 数据的用户解释样本验证了来自四个不同集合的所得地表水图。发现四个集合的总体准确度在 92% 到 95% 之间,Cohen 的 Kappa 系数在 0.7999 到 0.8427 之间。基于水边信息对直方图进行采样的阈值算法性能最佳,最高准确率为 95%。虽然方法之间的准确度有所不同,但发现不同集合的错误之间没有统计学上的显着差异。此外,从地形校正数据生成的地表水图导致联合度量的交集为 95.8%–96.4%,与使用非地形校正数据的联合度量的交集为 92.3%–93.1% 相比,显示出更大的空间

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值