米兰体育 使用 ALOS/PALSAR ScanSAR 图像监测亚马逊河下游洪泛区的洪水范围

引用

Arnesen AS、Silva TSF、Hess LL、Novo EMLdM、Rudorff CM、Chapman BD 和 McDonald KC (2013) 使用 ALOS/PALSAR ScanSAR 图像监测亚马逊河下游洪泛区的洪水范围。环境遥感，130，第 51-61 页。 https://doi.org/10.1016/j.rse.2012.10.035

摘要
由于流域面积大、地势低，且该地区降水量大，亚马逊河漫滩的水位和洪水范围存在较大的季节性变化。合成孔径雷达 (SAR) 数据可用于绘制这些湿地的洪水区域地图，因为它能够提供连续信息，而不会受到云层的严重影响。作为 JAXA 京都与碳计划的一部分，使用 ALOS PALSAR 的 ScanSAR 模式获得了对亚马逊盆地的广泛宽幅、多时相 SAR 覆盖。本研究提出了一种使用 ALOS ScanSAR 图像监测洪水范围变化的方法，并在巴西亚马逊河下游的库鲁艾湖洪泛区进行了测试。 2006 年至 2010 年间采集了 12 个 ScanSAR 场景，其中 7 个是在 2007 年水文年采集的。水位记录、实地照片、光学图像（Landsat-5/TM 和 MODIS/Terra 和 Aqua）和地形数据被用作辅助信息。数据挖掘算法允许实施分层的、基于对象的分类算法，能够绘制研究区域所有可用日期的土地覆盖类型和洪水状况。基于整个时间序列（分类级别 1 和 2）的土地覆盖的总体准确度分别为 90% 和 83%。 3 级分类（每个图像日期一张地图）仅针对最低和最高水位进行验证，总体准确度分别为 76% 和 78%。绘制的低水位和高水位总洪水范围（4 级）准确度分别为 84% 和 94%。在绘制的洪水面积和库鲁艾水位计的水位之间拟合回归模型，以预测洪水范围。多项式模型的 R2 = 0.95 (p 0.05) and an overall root mean square error (RMSE) of 241 km2, while a logistic model had R2 = 0.98 (p 0.05) and RMSE = 127 km2.

关键字
基于对象的图像分析；多时相分析；入射角；湿地；合成孔径雷达；京都府和碳倡议

期刊
环境遥感：第130卷