Identificación de cuerpos de agua en una imagen de Landsat 8 OLI utilizando un árbol de decisión J48

Los cuerpos de agua son esenciales para los humanos y otras formas de vida. La identificación de cuerpos de agua puede ser útil de varias maneras, incluyendo la estimación de la disponibilidad de agua, la delimitación de regiones inundadas, la detección de cambios, y así sucesivamente. En las últimas décadas, se han utilizado sensores de satélite Landsat para la clasificación del uso de la tierra y la identificación de cuerpos de agua. Debido a la introducción de un nuevo sensor de imagen de tierras operativas (OLI) en Landsat 8 con una alta resolución espectral y una mejor relación señal-ruido, la calidad de las imágenes captadas por Landsat 8 ha mejorado, permitiendo una mejor caracterización de la cobertura terrestre y un aumento en el tamaño de los datos. Por lo tanto, es necesario explorar los métodos de identificación de agua más apropiados y prácticos que aprovechen la mejor calidad de imagen y utilicen la menor cantidad de entradas basadas en las bandas originales de OLI. El objetivo del estudio es explorar el potencial de un árbol de decisión J48 (JDT) en la identificación de cuerpos de agua utilizando bandas de reflectancia de imágenes de Landsat 8 OLI. J48 es un árbol de decisión de código abierto. El sitio de prueba para el estudio se encuentra en la cuenca del río Han del Norte, que está ubicada en la provincia de Gangwon, Corea. Se utilizaron datos de entrenamiento con bandas individuales para desarrollar el modelo JDT y luego se aplicó a toda el área de estudio. El rendimiento del modelo fue analizado estadísticamente utilizando la estadística kappa y el área bajo la curva (AUC). Los resultados se compararon con cinco otros métodos conocidos de identificación de agua utilizando una matriz de confusión y estadísticas relacionadas. Casi todos los métodos mostraron alta precisión, y el JDT se aplicó con éxito a la imagen OLI utilizando solo cuatro bandas, donde se encontró que la nueva banda adicional azul profundo de OLI tenía la tercera mayor ganancia de información. Así, el JDT puede ser un buen método para la identificación de cuerpos de agua basado en imágenes con resolución mejorada y tamaño aumentado.