elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Adaption of a Self-Learning Algorithm for Dynamic Classification of Water Bodies to MERIS Data

Fichtelmann, Bernd und Borg, Erik und Günther, Kurt P. (2014) Adaption of a Self-Learning Algorithm for Dynamic Classification of Water Bodies to MERIS Data. In: 14th International Conference on Computational Science and Its Applications, ICCSA 2014, Seiten 393-407. ICCSA 2014, 2014-06-30 - 2014-07-03, Guimarães, Portugal. doi: 10.1007/978-3-319-09144-0_26. ISBN 978-3-319-09143-3.

Dies ist die aktuellste Version dieses Eintrags.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Kurzfassung

Abstract. In many global applications of remote sensing land-water masks can improve the interpretation results. Their use can be of advantage to distinguish between different types of dark areas (e.g. cloud or topographic shadows, burned areas, coniferous forests, water areas). On one hand, water bodies cannot always be classified exactly on basis of available remote sensing data. On the other hand static land-water masks of different quality are available. But the main deficiencies are caused by the fact that land-water masks represent only a temporal snapshot of the water bodies. A dynamic self-learning water masking approach was developed at first for AATSR data to combine the advantages of static mask with results of pre-classifications. This paper presents the adaption of this procedure for MERIS remote sensing data. As before with AATSR data the aim consists in integrating high-quality water masks in processing chains for deriving value-added remote sensing data products. The results for some regional examples demonstrate the quality of masks and the advantages to conventional water masking algorithms. Furthermore, it will be discussed, that it is useful for a global water mask of high quality to integrate further special masks as cloud or in particular terrain shadow masks. At least, the land-water mask plays not only an important role in complex processing chains itself is the result of a complex procedure. Beside the results have shown successful transfer of a developed processing scheme for operational deriving of actual land-water masks to data of a second sensor, the adaption to further sensors or the adaption of the processor to other object types as e.g. forest will be possible in future as part of operational monitoring systems.

elib-URL des Eintrags:https://elib.dlr.de/89740/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Adaption of a Self-Learning Algorithm for Dynamic Classification of Water Bodies to MERIS Data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Fichtelmann, Berndbernd.fichtelmann (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Borg, Erikerik.borg (at) dlr.dehttps://orcid.org/0000-0001-8288-8426NICHT SPEZIFIZIERT
Günther, Kurt P.kurt.guenther (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Juli 2014
Erschienen in:14th International Conference on Computational Science and Its Applications, ICCSA 2014
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1007/978-3-319-09144-0_26
Seitenbereich:Seiten 393-407
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
Murgante, B.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Misra, S.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Rocha, A.M.A.C.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Torre, C.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Rocha, J.G.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Falcão, M.I.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Taniar, D.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Apduhan, B.O.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Gervasi, O.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Name der Reihe:Springer Cham Heidelberg NewYork Dordrecht London
ISBN:978-3-319-09143-3
Status:veröffentlicht
Stichwörter:self-learning algorithm, land-water mask, interpretation, remote sensing, MERIS data, cloud cover
Veranstaltungstitel:ICCSA 2014
Veranstaltungsort:Guimarães, Portugal
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:30 Juni 2014
Veranstaltungsende:3 Juli 2014
Veranstalter :University of Minho, Portugal
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Fernerkundung der Landoberfläche (alt)
Standort: Neustrelitz
Institute & Einrichtungen:Deutsches Fernerkundungsdatenzentrum
Deutsches Fernerkundungsdatenzentrum > Nationales Bodensegment
Hinterlegt von: Fichtelmann, Dr.rer.nat. Bernd
Hinterlegt am:17 Jul 2014 09:50
Letzte Änderung:24 Apr 2024 19:55

Verfügbare Versionen dieses Eintrags

  • Adaption of a Self-Learning Algorithm for Dynamic Classification of Water Bodies to MERIS Data. (deposited 17 Jul 2014 09:50) [Gegenwärtig angezeigt]

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.