Assessment of Landsat and Sentinel images integration for surface water extent mapping

Queiroz, Heithor Alexandre de Araújo; Brito, Camylle Vitoria Oliveira

dc.contributor	Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)	en-US
dc.contributor	Pró-Reitoria de Pesquisa e Inovação (PROPES/IF Baiano)	en-US
dc.contributor		pt-BR
dc.creator	Queiroz, Heithor Alexandre de Araújo
dc.creator	Brito, Camylle Vitoria Oliveira
dc.date	2022-06-23
dc.date.accessioned	2022-12-07T19:36:41Z
dc.date.available	2022-12-07T19:36:41Z
dc.identifier	https://periodicos.utfpr.edu.br/rbgeo/article/view/14590
dc.identifier	10.3895/rbgeo.v10n1.14590
dc.identifier.uri	https://repositorioslatinoamericanos.uchile.cl/handle/2250/5314611
dc.description	The presence of clouds and shadows and the low temporal resolution of the sensors can be limiting factors for several analyses using satellite images. Considering this, the present study aimed to verify if the integration of the MSI (Sentinel/2) and OLI (Landsat/8) images, aiming at the expansion of the data set, can improve the mapping of the surface water extents of the artificial reservoirs. For this, spectral indices were calculated from images of the OLI and MSI and compared with useful water volume and water depth data collected in situ in the Ceraíma reservoir (BA). The correlation (r) between the surface water extent values obtained by MSI images and the in situ variables useful water volume and relative water depth are 0.80 and 0.78. While, between OLI and the useful water volume and relative water depth variables, the correlations values are 0.59 and 0.58. And, between MSI and OLI, the correlation value is 0.89 and the index of agreement is 0.88. This study concluded that differences in spatial and temporal resolutions have a relevant influence on the ability to integrate images from different satellites for quick and simple results. The low spatial resolution makes it difficult to accurately extract the reservoir contours, while the temporal one limits the number of images for extracting clouds and shadows.	en-US
dc.description	A presença de nuvens e sombras e a baixa resolução temporal dos sensores podem ser fatores limitantes para as análises usando imagens de satélites. Considerando isso, o presente estudo almejou verificar se a integração das imagens dos sensores MSI (Sentinel 2) e OLI (Landsat 8), visando a ampliação do conjunto de dados, pode aprimorar o mapeamento dos espelhos d’água dos reservatórios artificiais. Para isso, foram calculados índices espectrais a partir de imagens OLI e MSI e comparados com dados de volume útil e cota coletados in situ no reservatório de Ceraíma (BA). A correlação (r) entre os valores de espelho d’água obtidos por imagens MSI e as variáveis in situ volume útil e cota são de 0,80 e 0,78. Enquanto, entre OLI e as variáveis volume útil e cota, os valores de correlação são 0,59 e 0,58. E entre MSI e OLI, r é de 0,89 e o índice de concordância é de 0,88. Este estudo concluiu que as diferenças de resoluções espaciais e temporais têm uma relevante influência na capacidade de integração entre as imagens de diferentes satélites para obtenção rápida e simples de resultados. A baixa resolução espacial dificulta a extração precisa dos contornos do reservatório, enquanto a temporal limita a quantidade de imagens de forma considerável para extração de nuvens e sombras.	pt-BR
dc.format	application/pdf
dc.language	eng
dc.publisher	Universidade Tecnológica Federal do Paraná (UTFPR)	pt-BR
dc.relation	https://periodicos.utfpr.edu.br/rbgeo/article/view/14590/8832
dc.rights	Direitos autorais 2022 CC-BY	pt-BR
dc.rights	http://creativecommons.org/licenses/by/4.0	pt-BR
dc.source	Revista Brasileira de Geomática; v. 10, n. 1 (2022); 003-019	pt-BR
dc.source	Revista Brasileira de Geomática; v. 10, n. 1 (2022); 003-019	en-US
dc.source	2317-4285
dc.source	10.3895/rbgeo.v10n1
dc.subject	Ciências exatas e da terra / Sensoriamento remoto	en-US
dc.subject	Surface water extent; Sentinel 2; MSI; Landsat 8; OLI	en-US
dc.subject	Espelhos d’água; Sentinel 2; MSI; Landsat 8; OLI	pt-BR
dc.title	Assessment of Landsat and Sentinel images integration for surface water extent mapping	en-US
dc.title	Assessment of Landsat and Sentinel images integration for surface water extent mapping	pt-BR
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion
dc.type		pt-BR
dc.type		en-US

Este ítem pertenece a la siguiente institución

Universidade Tecnológica Federal do Paraná (Brasil)