Abstract
Large, e.g., provincial or national, scale near-real-time surface water monitoring is an ambitious task, which can be accomplished by using Synthetic Aperture Radar (SAR) satellite data. SAR has demonstrated the ability to distinguish water and land, but there are many common errors of commission and omission that arise due to the side-looking nature of SAR and due to some landcover types with similar backscatter like roads and pasture. A method is proposed to fix/mitigate these errors through the use of combined ascending/descending RADARSAT-2 image pairs and ancillary data. The results of a corrected water/land binary image were, on average, 99.4% accurate for the Boreal Forest Region (Utikuma) of Alberta, Canada, while for the Rocky Mountain Region (Westcastle) also in Alberta, the results proved to be 99.9% accurate when distinguishing water from land. These accuracies were achieved through the reduction of the water false positive rate and a slight reduction in the water true positive rate. These high accuracy values can be partially attributed to the relative low ratios of water to land in the study regions. We hope that these methods can be used and improved in order to move towards large scale dynamic surface water and wetland mapping.
RÉSUMÉ
La surveillance des eaux de surface à grande échelle, par exemple, provinciale ou nationale, est une tâche ambitieuse, qui peut être accomplie en utilisant des données satellitaires d’un Radar à synthèse d’ouverture (RSO). Les RSO ont démontré leur capacité de distinguer l'eau de la terre, mais il y a de nombreuses erreurs de commission et d'omission qui se produisent en raison de la vision latérale des RSO et en raison de certains types de couverture terrestre ayant des rétrodiffusions similaires à l’eau comme les routes et les pâturages. Une méthode est proposée pour corriger/atténuer ces erreurs par l'utilisation de paires d'images ascendantes/descendantes RADARSAT-2 et de données auxiliaires. Les résultats de la classification binaire, eau et terre, sont, en moyenne, exacts à 99,9% pour une région de la forêt boréale (Utikuma) en Alberta, au Canada, tandis que ceux pour une région des Rocheuses (Westcastle) aussi en Alberta, se sont avérés exacts à 99,9%. Ces grandes précisions ont été réalisées par la réduction du taux de faussement positif de la classe eau et une légère réduction du taux positif vrai de cette même classe. Ces valeurs élevées peuvent être en partie attribuées aux faibles proportions des surfaces d’eau par rapport à la terre dans les régions étudiées. Nous espérons que ces méthodes pourront être utilisées et améliorées afin de pouvoir réaliser une cartographie dynamique des eaux de surface et des zones humides à grande échelle.
Acknowledgements
Thanks to the Canadian Center for Mapping and Earth Observation for the RADARSAT-2 data and project support.