Abstract
In the last fifty years, satellite images have been used to map the Earth’s surface at a variety of scales. Two satellite multispectral sensors (Sentinel-2 MSI and ASTER) have great utility for lithological discrimination in areas of good rock exposures. This study was conducted in order to test the ability of these sensors to discriminate igneous and metamorphic lithologies in the Chadormalu paleocrater and evaluate the image types and processing methodologies. The MNF (Minimum Noise Fraction) transform, Mathematical Evaluation Method (MEM), Spectral Angle Mapper (SAM), Mixture Tuned Matched Filter (MTMF), and band ratios were performed on near and short wave infrared ASTER and Sentinel-2 bands. Comparison of the results from several methods demonstrates that the MEM method can detect lithological units with very low false detection and better matching with ground truth data. Moreover, this study indicates that the results produced by the MEM algorithm on Sentinel-2 MSI data are more accurate than the results produced with ASTER data in the same area. Therefore, the MEM algorithm seems to be well suited for image classification involving multispectral databases such as ASTER and Sentinel-2 images.
Résumé
Au cours des cinquante dernières années, des images satellites ont été utilisées pour cartographier la surface de la Terre à diverses échelles. Deux capteurs multispectraux satellitaires (Sentinel-2 MSI et ASTER) peuvent discriminer la lithologie dans les zones d’affleurements rocheux importants. Cette étude a été menée afin de tester la capacité de ces deux capteurs à discriminer les lithologies ignées et métamorphiques dans le paléocratère Chadormalu et d’évaluer les types d’images et les méthodologies de traitement. La transformation MNF (Minimum Noise Fraction), la méthode d’évaluation mathématique (MEM), le mappeur d’angle spectral (SAM), le filtre adapté à l’accord de mélange (MTMF) et des rapports de bande ont été effectués sur les bandes infrarouges proches et courtes d’ASTER et de Sentinel-2. La comparaison des résultats de plusieurs méthodes démontre que la méthode MEM peut détecter des unités lithologiques avec une très faible fausse détection et une meilleure correspondance avec les données de vérité au sol. De plus, cette étude indique que les résultats produits par l’algorithme MEM sur les données MSI Sentinel-2 sont plus précis que les résultats produits avec les données ASTER dans la même zone. Par conséquent, l’algorithme MEM semble bien adapté à la classification d’images impliquant des bases de données multispectrales telles que les images ASTER et Sentinel-2.
Correction Statement
This article has been corrected with minor changes. These changes do not impact the academic content of the article.
Acknowledgments
The authors would like to express their gratitude to the managing board of the Chadormalu mine for supporting this study. We also remember our late colleague Dr. Bob Agar, ex-director of AGARSS Pty. Ltd. Australia, for providing the ASTER images. The manuscript is highly improved by suggestions from anonymous reviewers to whom we are indebted. We also wish to thank Dr. Charles Verdel for his useful comments and suggestions.