已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Water body detection and delineation with Landsat TM data.

切片 遥感 多光谱图像 水体 地理 航空摄影 多光谱模式识别 数字数据 地图学 地质学 计算机科学 计算机图形学(图像) 电信 岩土工程 传输(电信)
作者
Paul Frazier,Kenneth Page
出处
期刊:Photogrammetric Engineering and Remote Sensing [American Society for Photogrammetry and Remote Sensing]
卷期号:66 (12): 1461-1467 被引量:522
链接
摘要

The aim of this project was to determine the accuracy of using simple digital image processing techniques to map riverine water bodies with Landsat 5 TM data. This paper quantifies the classification accuracy of single band density slicing of Landsat 5 TM data to delineate water bodies on riverine floodplains. The results of these analyses are then compared to a 6-band maximum likelihood classification over the same area. The water boundaries delineated by each of these digital classification procedures were compared to water boundaries delineated from colour aerial photography acquired on the same day as the TM data. These comparisons show that Landsat TM data can be used to map water bodies accurately. Density slicing of the single mid-infrared band 5 proved as successful as multispectral classification achieving an overall accuracy of 96.9%, a producer's accuracy for water bodies of 81.7% and a user's accuracy for water bodies of 64.5%.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
奶黄包完成签到 ,获得积分10
6秒前
今后应助闾丘翠桃采纳,获得10
6秒前
6秒前
Steven发布了新的文献求助10
17秒前
雨说完成签到 ,获得积分10
20秒前
贝贝完成签到 ,获得积分10
21秒前
AD钙大王完成签到 ,获得积分10
27秒前
胡一刀完成签到,获得积分10
28秒前
卡卡光波完成签到,获得积分10
28秒前
脑洞疼应助褚青筠采纳,获得10
30秒前
34秒前
35秒前
35秒前
洸彦完成签到 ,获得积分10
37秒前
鲸落发布了新的文献求助10
39秒前
嗜血啊阳发布了新的文献求助10
40秒前
CY发布了新的文献求助10
42秒前
SciGPT应助科研通管家采纳,获得10
43秒前
玖月完成签到 ,获得积分10
43秒前
Marciu33应助科研通管家采纳,获得10
43秒前
斯文败类应助科研通管家采纳,获得10
43秒前
andrele应助科研通管家采纳,获得10
43秒前
Werido完成签到 ,获得积分10
44秒前
qly应助嗜血啊阳采纳,获得10
44秒前
ding应助嗜血啊阳采纳,获得10
44秒前
Jasper应助嗜血啊阳采纳,获得10
45秒前
赘婿应助嗜血啊阳采纳,获得10
45秒前
研友_VZG7GZ应助嗜血啊阳采纳,获得10
45秒前
NexusExplorer应助嗜血啊阳采纳,获得10
45秒前
48秒前
Waki完成签到 ,获得积分10
49秒前
领导范儿应助苯二氮卓采纳,获得10
49秒前
星辰大海应助鲸落采纳,获得10
51秒前
51秒前
科目三应助嗯呐采纳,获得10
51秒前
52秒前
李健的小迷弟应助Christine采纳,获得10
54秒前
bingbing发布了新的文献求助10
55秒前
鲸落完成签到,获得积分10
56秒前
孤独的巨人完成签到,获得积分10
57秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 量子力学 冶金 电极
热门帖子
关注 科研通微信公众号,转发送积分 3316828
求助须知:如何正确求助?哪些是违规求助? 2948681
关于积分的说明 8541698
捐赠科研通 2624564
什么是DOI,文献DOI怎么找? 1436318
科研通“疑难数据库(出版商)”最低求助积分说明 665845
邀请新用户注册赠送积分活动 651792