Effects of multiple view angles on the classification of forward-modeled MODIS reflectance

Abstract

This paper examines the effects of multiple view angles on the classification of forward-modeled, high-quality, multispectral reflectances in a Canadian boreal forest region using a decision tree classifier (C4.5). Bidirectional reflectance factors (BRFs) from the seven-band moderate resolution imaging spectroradiometer (MODIS) are reproduced from high-quality composite model parameter datasets that were retrieved using a daily rolling version of an operational algorithm developed for direct broadcast and that were successfully used in earlier research. To assess the classification accuracies, we adopted descriptive and statistically rigorous techniques based on a confusion matrix and a 10-fold cross-validation method. The results show that the classification accuracies derived from the modeled MODIS BRFs in the principal plane are not substantially different, with the exception of a few directions, relative to bi-hemispherical reflectances (the white sky albedo) in the MODIS bidirectional reflectance distribution function (BRDF) Albedo product. The highest and lowest overall classification accuracies are those acquired by the seven-band Nadir BRDF-Adjusted Reflectances (approx. 77.745% ± 3.036) and the seven-band hotspot reflectances (approx. 72.18% ± 2.27). Analysis of per-class accuracies of eight land cover classes with different structures shows that the herb class and the broadleaf dense class have high per-class accuracies (mostly greater than 90%) from various view angles; whereas, other classes have relatively low per-class accuracies that tend to change with the view zenith angle and that are somewhat higher in the close-to-nadir and backward directions than in the forward scattering directions. Further investigation reveals that the classification accuracies derived from the reproduced MODIS BRFs are negatively correlated with the within-class variances of these BRF input features. Moreover, such correlations are higher in backward scattering directions (including the nadir direction) than in forward scattering directions. In summary, the effects of multiple view angles on the classification of MODIS BRFs reproduced from the MODIS BRDF model using a decision tree classifier (C4.5) are mainly related to anisotropic variance patterns of the BRFs in the principal plane.

Dans cet article, on examine l'effet des angles de visée multiples sur la classification des réflectances multispectrales modélisées et de haute qualité dans une région de la forêt boréale au Canada à l'aide d'un classifieur basé sur un arbre de décision (C4.5). Des facteurs de réflectance bidirectionnelle (FRB) du spectroradiomètre à sept bandes de MODIS (moderate resolution imaging spectroradiometer) sont reproduits à partir d'ensembles de données de haute qualité des paramètres du modèle composite extraits à l'aide d'une version journalière avec mise à jour en continu d'un algorithme opérationnel développé pour transmission directe et qui ont déjà été utilisés avec succès dans des recherches antérieures. Pour évaluer les précisions de classification, on a adopté des techniques descriptives et statistiquement rigoureuses basées sur une matrice de confusion ainsi qu'une méthode de validation croisée à dix blocs. Les résultats montrent que les précisions de classification dérivées des FRB modélisés de MODIS dans le plan principal ne sont pas particulièrement différentes, à l'exception de quelques directions, par rapport aux réflectances bi-hémisphériques (albédo hémisphérique ou WSA) dans le produit de fonction de distribution de la réflectance bidirectionnelle (FDRB)/albédo de MODIS. Les précisions globales de classification les plus élevées et les plus faibles sont respectivement celles acquises à l'aide des réflectances sur sept bandes ajustées au nadir pour la FDRB (NBAR) (environ 77,745 % ± 3,036) et les réflectances sur sept bandes au point antispéculaire (environ 72,18 % ± 2,27). L'analyse des précisions par classe de huit classes de couvert ayant des structures différentes montre que la classe herbe et la classe feuillus denses ont des précisions par classe élevées (majoritairement plus grandes que 90 %) à partir de divers angles de visée alors que les autres classes présentent des précisions par classe relativement faibles qui tendent à changer avec l'angle zénithal de visée (VZA) et qui sont quelque peu plus élevées dans les directions près du nadir et vers l'arrière que dans les directions de diffusion vers l'avant. Des recherches additionnelles révèlent que les précisions de classification dérivées des FRB reproduits de MODIS sont corrélées négativement avec les variances interclasses des caractéristiques de ces FRB d'entrée. De plus, de telles corrélations sont plus fortes dans les directions de diffusion vers l'arrière (incluant la direction au nadir) que dans les directions de diffusion vers l'avant. En résumé, les effets des angles de visée multiples sur la classification des FRB de MODIS reproduits à partir du modèle de FDRB de MODIS utilisant un classifieur basé sur un arbre de décision (C4.5) sont principalement reliés aux patrons de la variance anisotrope des FRB dans le plan principal.

[Traduit par la Rédaction]

Acknowledgements

This work was partly supported by contracts from the NSFC (40871193 and 41171261), the Special Foundation for Free Exploration of State Laboratory of Remote Sensing Science (610ZY-06), and the 863 program of China (2012AA12A304-RWS-03). Thanks are given to a number of colleagues for their help and advice in various aspects of this paper, in particular Crystal Schaaf (UMASS Boston), Bin Tan (NASA/GSFC), and Jicheng Liu (NOAA/NESDIS). The comments by two anonymous reviewers are greatly appreciated.