Envisat asar

Solo disponible en BuenasTareas
  • Páginas : 39 (9706 palabras )
  • Descarga(s) : 0
  • Publicado : 22 de marzo de 2011
Leer documento completo
Vista previa del texto
Ciencias Marinas (2008), 34(4): 407–418

Mapping the condition of mangroves of the Mexican Pacific using C-band ENVISAT ASAR and Landsat optical data Cartografía de la condición de los manglares del Pacífico mexicano usando datos de la banda C de ENVISAT ASAR y datos ópticos de Landsat
JM Kovacs1*, C Zhang2, FJ Flores-Verdugo3
of Geography, Nipissing University, North Bay, Ontario P1B 8L7,Canada. * E-mail: johnmk@nipissingu.ca of Geosciences, East Tennessee State University, Box 70357, Johnson City, TN 37614, USA. 3Instituto del Ciencias del Mar y Limnología, Universidad Nacional Autónoma de Mexico, 82000 Mazatlán, Sinaloa, México
2Department 1Department

Abstract
To determine whether spaceborne C-band SAR data could be used alone, or in conjunction with optical data, foraccurately mapping mangrove forests of the Mexican Pacific, four scenes of dual-polarized ENVISAT ASAR data, at two incidence angles, were collected for the Teacapán-Agua Brava-Las Haciendas estuarine-mangrove complex. Several combinations of these ASAR data were classified to determine the most optimal arrangement for mangrove mapping. In addition, corresponding Landsat TM data were classified using thesame training sites. The overall accuracy in mapping these mangroves did improve when more than one polarization mode was employed. In general, the higher incidence angle data (~41º vs ~23º) provided better results. In all circumstances, the optical data alone provided higher classification accuracies. When contained as one mangrove class, the highest overall accuracy achieved using the ASAR datawas 54% as compared to 76% for the optical data. When considering four separate mangrove classes, representing the four conditions typical of this system (dead, poor condition, healthy, tall healthy), overall accuracies dropped to 45% and 63%, respectively. With the limited penetration of C-band into canopies, it was difficult to separate healthy and tall healthy mangrove from palm and otherterrestrial forests using the ASAR data. In addition to confusion amongst the four mangrove classes, the dead mangrove stands created considerable misclassification as they were readily misidentified with water and saltpan areas in the optical data and with agricultural lands in the ASAR data procedure. Given the advantage of ASAR for identifying dead stands from open water and saltpan, these datawere then used in conjunction with the optical data to reduce the misclassification of these areas. Key words: classification, Landsat, mangroves, Mexico, remote sensing, SAR.

Resumen
Para determinar si los datos de la banda C del sensor espacial SAR pudieran utilizarse solos, o de manera simultánea con datos ópticos, para hacer mapas precisos de bosques de manglar del Pacífico mexicano, setomaron cuatro escenas de ENVISAT ASAR de doble polarización, con dos ángulos de inclinación, del complejo estuarino de manglar Teacapán-Agua Brava-Las Haciendas. Se clasificaron varias combinaciones de datos de ASAR con el propósito de determinar el arreglo óptimo para crear mapas de manglares. Además, se clasificaron datos de Landsat TM para los mismos sitios de ensayo. La precisión global al hacermapas de estos manglares aumentó cuando se utilizó más de un modo de polarización. En general, los resultados fueron mejores cuando el ángulo de incidencia fue mayor (~41º vs ~23º). En todas los casos, los datos ópticos por sí solos proporcionaron una clasificación más precisa. Con una sola clase de manglar la mayor precisión global utilizando los datos de ASAR fue de 54%, comparada con 76% con losdatos ópticos. Cuando se consideraron las cuatro diferentes clases de manglar que representan las condiciones típicas de este sistema (manglar muerto, pobre, sano y sano alto), la precisión global se redujo hasta 45% y 63%, respectivamente. Debido a la limitada penetración de la banda C en el follaje, utilizando datos del ASAR fue difícil diferenciar los manglares sanos y sanos altos de las...
tracking img