Los puntos clave no están disponibles para este artículo en este momento.
El clima y la topografía únicos de la Meseta Tibetana producen una distribución abundante de lagos. Estos lagos son indicadores importantes del cambio climático, y los cambios en el área de los lagos tienen implicaciones críticas para los recursos hídricos y las condiciones ecológicas. El cambio en el área de los lagos puede ser monitoreado utilizando los enormes conjuntos de datos de teledetección de alta resolución disponibles, pero esto requiere un sistema automático de clasificación del agua. Este estudio desarrolla un algoritmo para la clasificación automática del agua utilizando datos de satélite de campo de visión amplia (WFV) de GF-1 (o Gaofen-1) chino. Los datos originales de GF-1 WFV fueron preprocesados automáticamente con corrección radiométrica y ortorrectificación. Se emplearon un umbral de banda única y dos métodos de segmentación global-local para distinguir características de agua de no agua. Se compararon tres métodos para determinar los umbrales óptimos para imágenes del índice de diferencia normalizada de agua (NDWI): Técnica de Análisis de Datos Autoorganizados Iterativos (ISODATA); segmentación global-local con umbrales especificados por iteración incremental; y el método Otsu. La clasificación del agua de dos pasos de segmentaciones global-local mostró un mejor rendimiento que el umbral de banda única y los métodos ISODATA. La cartografía de lagos basada en GF-1 WFV en toda la Meseta Tibetana en 2015 utilizando segmentaciones global-local con umbrales del método Otsu mostró alta calidad y eficiencia en la clasificación automática del agua. Este método puede extenderse a otros conjuntos de datos de satélites, y hace posible el monitoreo y mapeo global de lagos de alta resolución.
Zhang et al. (Sat,) estudió esta cuestión.