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

Near real time operational oil spill detection service using a classification tree

Singha, Suman und Velotto, Domenico und Lehner, Susanne (2014) Near real time operational oil spill detection service using a classification tree. In: Proceedings of IEEE GOLD Remote Sensing Conference, June 2014, Berlin, Germany, Seiten 1-3. IEEE GOLD Remote Sensing Conference, 2014-06-04 - 2014-06-05, Berlin, Germany.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://ieee.uniparthenope.it/chapter/gold14.html

Kurzfassung

Today the health of ocean is in danger due to over offshore oil exploration and increasing maritime traffic. Operational activities show regular occurrence of accidental and deliberate oil spill over major European shipping route and offshore platform locations. European oil spill detection service, ‘CleanSeaNet’ currently uses manual image interpretation technique in order to report oil spill to its member states. Anticipating regular and large amount of data from ESA’s Sentinal-1 mission (under Copernicus Service), a major focus of research in this area is the development of automated/semi-automated algorithms to distinguish oil spills from ‘look-alikes’ complementing the visual analysis carried out by current operational services. This paper describes the development of an semi-automated approach for oil spill detection from TerraSAR-X images using classification tree in Near Real Time (NRT) environment A total number of 8 feature parameters were extracted from 143 segmented dark-spot (oil spill and ‘look-alike’) representing different characteristic, which are then used to train the proposed Classification tree. An initial evaluation of this methodology has been carried out on a large dataset and reported

elib-URL des Eintrags:https://elib.dlr.de/90652/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Near real time operational oil spill detection service using a classification tree
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Singha, SumanSuman.Singha (at) dlr.dehttps://orcid.org/0000-0002-1880-6868NICHT SPEZIFIZIERT
Velotto, DomenicoDomenico.Velotto (at) dlr.dehttps://orcid.org/0000-0002-8592-0652NICHT SPEZIFIZIERT
Lehner, SusanneSusanne.Lehner (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:November 2014
Erschienen in:Proceedings of IEEE GOLD Remote Sensing Conference, June 2014, Berlin, Germany
Referierte Publikation:Nein
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Seitenbereich:Seiten 1-3
Status:veröffentlicht
Stichwörter:oil spill detection, near real time operational services, classification tree
Veranstaltungstitel:IEEE GOLD Remote Sensing Conference
Veranstaltungsort:Berlin, Germany
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:4 Juni 2014
Veranstaltungsende:5 Juni 2014
Veranstalter :Geoscience and Remote Sensing South Italy Chapter
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 Entwicklung und Erprobung von Verfahren zur Gewässerfernerkundung (alt)
Standort: Bremen , Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > SAR-Signalverarbeitung
Hinterlegt von: Kaps, Ruth
Hinterlegt am:26 Nov 2014 14:56
Letzte Änderung:24 Apr 2024 19:56

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.