Classification of Iowa wetlands using an airborne hyperspectral image: a comparison of the spectral angle mapper classifier and an object-oriented approach

Abstract

Wetlands mapping using multispectral imagery from Landsat multispectral scanner (MSS) and thematic mapper (TM) and Système pour l'observation de la Terre (SPOT) does not in general provide high classification accuracies because of poor spectral and spatial resolutions. This study tests the feasibility of using high-resolution hyperspectral imagery to map wetlands in Iowa with two nontraditional classification techniques: the spectral angle mapper (SAM) method and a new nonparametric object-oriented (OO) classification. The software programs used were ENVI and eCognition. Accuracies of these classified images were assessed by using the information collected through a field survey with a global positioning system and high-resolution color infrared images. Wetlands were identified more accurately with the OO method (overall accuracy 92.3%) than with SAM (63.53%). This paper also discusses the limitations of these classification techniques for wetlands, as well as discussing future directions for study.

La cartographie des zones humides utilisant les images multispectrales Landsat MSS (« multispectral scanner ») et TM (« thematic mapper »), de même que SPOT (« Système pour l'observation de la Terre ») ne donne pas en général des taux de précision de classification élevés en raison des résolutions spectrale et spatiale faibles de ces dernières. Cette étude teste la faisabilité de l'utilisation des images hyperspectrales à haute résolution pour la cartographie des zones humides en Iowa en utilisant deux techniques de classification non traditionnelles : l'approche SAM (« spectral angle mapper ») et une nouvelle méthode de classification non paramétrique orientée objet (OO). Les logiciels ENVI et eCognition ont été utilisés pour cette étude. Les précisions des images classifiées ont été évaluées à l'aide de l'information collectée lors d'une campagne de terrain utilisant un système de positionnement global (GPS) et des images couleur infrarouge (IRC) à haute résolution. Les zones humides ont été identifiées plus précisément à l'aide de la méthode orientée objet (précision globale de 92,3 %) comparativement à la méthode SAM (63,53 %). Cet article discute également des limitations de ces techniques de classification pour les zones humides de même que les orientations futures de cette étude.[Traduit par la Rédaction]