Détail de l'auteur
Auteur Solomon G. Tesfamichael |
Documents disponibles écrits par cet auteur (1)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externes
Discriminating pure Tamarix species and their putative hybrids using field spectrometer / Solomon G. Tesfamichael in Geocarto international, vol 37 n° 25 ([01/12/2022])
[article]
Titre : Discriminating pure Tamarix species and their putative hybrids using field spectrometer Type de document : Article/Communication Auteurs : Solomon G. Tesfamichael, Auteur ; Solomon W. Newete, Auteur ; Elhadi Adam, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 7733 - 7752 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] Afrique du sud (état)
[Termes IGN] apprentissage automatique
[Termes IGN] canopée
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] espèce exotique envahissante
[Termes IGN] essence indigène
[Termes IGN] Extreme Gradient Machine
[Termes IGN] feuille (végétation)
[Termes IGN] image Landsat-8
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] image Worldview
[Termes IGN] spectroradiomètre
[Termes IGN] Tamarix (genre)Résumé : (auteur) South Africa is home to a native Tamarix species, while two were introduced in the early 1900s to mitigate the effects of mining on soil. The introduced species have spread to other ecosystems resulting in ecological deteriorations. The problem is compounded by hybridization of the species making identification between the native and exotic species difficult. This study investigated the potential of remote sensing in identifying native, non-native and hybrid Tamarix species recorded in South Africa. Leaf- and canopy-level classifications of the species were conducted using field spectroradiometer data that provided two inputs: original hyperspectral data and bands simulated according to Landsat-8, Sentinel-2, SPOT-6 and WorldView-3. The original hyperspectral data yielded high accuracies for leaf- and plot-level discriminations (>90%), while promising accuracies were also obtained using Landsat-8, Sentinel-2 and Worldview-3 simulations (>75%). These findings encourage for investigating the performance of actual space-borne multispectral data in classifying the species. Numéro de notice : A2022-928 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/10106049.2021.1983033 Date de publication en ligne : 27/09/2021 En ligne : https://doi.org/10.1080/10106049.2021.1983033 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102661
in Geocarto international > vol 37 n° 25 [01/12/2022] . - pp 7733 - 7752[article]