Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Weight Factor Determination of Reverse Distance Weighting Method in Computation of Geomagnetic Diurnal Variation Data Kapitel lesen Erstes Kapitel lesen

2022 | OriginalPaper | Buchkapitel

Comparative Research on Water Body Extraction Methods Based on SPOT Data

verfasst von : Linjiang Lou, Chen Chen, Xinyuan Gao, Kun Liu, Minmin Li, Yajie Fu

Erschienen in: Proceedings of the 7th China High Resolution Earth Observation Conference (CHREOC 2020)

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

With the rapid development of science and technology, it has become an inevitable trend to use remote sensing technology to monitor, investigate and analyze urban waters. The rapid and accurate extraction of water bodies from remote sensing images has become an important water extraction method. Based on SPOT4 images, this paper applied Ostu Threshold method and Maximum Likelihood Classification method to conduct experiments on water body extraction and compared the advantages and disadvantages of supervised classification and unsupervised classification in urban waters area extraction. Experimental results show that the Maximum Likelihood Classification method has the highest accuracy, and the Threshold Method has the fastest efficiency, but small rivers cannot be distinguished.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Fast and Robust UAV Images Mosaic Method
Nächstes Kapitel Research on National Land Resource Accounting Method
Literatur
1.
McFeeters SK (1996) The use of the normalized difference water index (NDWI) in the delineation of open water features. Int J Remote Sens 17(7):1425–1432CrossRef
2.
Xu HQ (2005) A study on information extraction of water body with the modified normalized difference water index (MNDWI). J Remote Sens 5:589–595
3.
Shen ZF et al (2013) Automatic and high-precision extraction of rivers from remotely sensed images with Gaussian normalized water index. J Image Graph 18(4):421–428
4.
Yuan Z et al (2016) Extraction of water body information using adaptive threshold value and OTSU algorithm. Remote Sens Inf 31(005):36–42
5.
Jain SK et al (2006) Flood inundation mapping using NOAA AVHRR data. Water Resour Manage 20(6):949–959
6.
Cao K, Jiang N, Li X-G (2007) The extraction of water information in urban areas based on SPOT 5 image using object-oriented method. Remote Sens Land Resour (2):27–30 [In Chinese]
7.
Wang N et al (2020) Application of U-net model to water extraction with high resolution remote sensing data. Remote Sens Land Resour 32(1)
8.
Otsu N (1979) A threshold selection method from gray-level histograms. IEEE Trans Syst Man Cybern 9(1):62–66CrossRef
9.
Tan KC, Lim HS, Matjafri MZ (2011) Comparison of neural network and maximum likelihood classifiers for land cover classification using landsat multispectral data. Open systems. IEEE
10.
Beck JR, Edward KS (1986) The use of relative operating characteristic (ROC) curves in test performance evaluation. Arch Pathol Lab Med 110(1):13–20
11.
Foulkes SB, Dooth DM (2000) Ship detection in ERS and Radarsat imagery using a selforganising Kohonen neural network. In: Proceesings of nova scotia conference on ship detection in coastal waters. Digby, NS, Canada
Metadaten
Titel
Comparative Research on Water Body Extraction Methods Based on SPOT Data
verfasst von
Linjiang Lou
Chen Chen
Xinyuan Gao
Kun Liu
Minmin Li
Yajie Fu
Copyright-Jahr
2022
Verlag
Springer Nature Singapore
Buch
Proceedings of the 7th China High Resolution Earth Observation Conference (CHREOC 2020)

Print ISBN: 978-981-16-5734-4

Electronic ISBN: 978-981-16-5735-1

Copyright-Jahr: 2022

DOI
https://doi.org/10.1007/978-981-16-5735-1_18

Neuer Inhalt

    Bildnachweise