English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

To determine whether spaceborne C-band SAR data could be used alone, or in conjunction with optical data, for accurately mapping mangrove forests of the Mexican Pacific, four scenes of dual-polarized ENVISAT ASAR data, at two incidence angles, were collected for the Teacapan-Agua Brava-Las Haciendas estuarine-mangrove complex. Several combinations of these ASAR data were classified to determine the most optimal arrangement for mangrove mapping. In addition, corresponding Landsat TM data were classified using the same training sites. The overall accuracy in mapping these mangroves did improve when more than one polarization mode was employed. In general, the higher incidence angle data (~41o vs ~23o) provided better results. In all circumstances, the optical data alone provided higher classification accuracies. When contained as one mangrove class, the highest overall accuracy achieved using the ASAR data was 54% as compared to 76% for the optical data. When considering four separate mangrove classes, representing the four conditions typical of this system (dead, poor condition, healthy, tall healthy), overall accuracies dropped to 45% and 63%, respectively. With the limited penetration of C-band into canopies, it was difficult to separate healthy and tall healthy mangrove from palm and other terrestrial forests using the ASAR data. In addition to confusion amongst the four mangrove classes, the dead mangrove stands created considerable misclassification as they were readily misidentified with water and saltpan areas in the optical data and with agricultural lands in the ASAR data procedure. Given the advantage of ASAR for identifying dead stands from open water and saltpan, these data were then used in conjunction with the optical data to reduce the misclassification of these areas.  Para determinar si los datos de la banda C del sensor espacial SAR pudieran utilizarse solos, o de manera simultanea con datos opticos, para hacer mapas precisos de bosques de manglar del Pacifico mexicano, se tomaron cuatro escenas de ENVISAT ASAR de doble polarizacion, con dos angulos de inclinacion, del complejo estuarino de manglar Teacapan-Agua Brava-Las Haciendas. Se clasificaron varias combinaciones de datos de ASAR con el proposito de determinar el arreglo optimo para crear mapas de manglares. Ademas, se clasificaron datos de Landsat TM para los mismos sitios de ensayo. La precision global al hacer mapas de estos manglares aumento cuando se utilizo mas de un modo de polarizacion. En general, los resultados fueron mejores cuando el angulo de incidencia fue mayor (~41o vs ~23o). En todas los casos, los datos opticos por si solos proporcionaron una clasificacion mas precisa. Con una sola clase de manglar la mayor precision global utilizando los datos de ASAR fue de 54%, comparada con 76% con los datos opticos. Cuando se consideraron las cuatro diferentes clases de manglar que representan las condiciones tipicas de este sistema (manglar muerto, pobre, sano y sano alto), la precision global se redujo hasta 45% y 63%, respectivamente. Debido a la limitada penetracion de la banda C en el follaje, utilizando datos del ASAR fue dificil diferenciar los manglares sanos y sanos altos de las palmas y otros bosques terrestres. Ademas de la confusion entre las cuatro clases de manglar, las zonas de manglares muertos resultaron erroneamente clasificadas como areas salinas y de aguas libres de vegetacion, con los datos opticos, y como tierras agricolas con los datos de ASAR. Dadas las ventajas para diferenciar areas de manglar muerto de los espejos de agua y las salinas con los datos de ASAR, estos se utilizaron de manera simultanea con datos opticos para reducir los errores en la clasificacion de estas areas.

Mapping the condition of mangroves of the Mexican Pacific using C-band ENVISAT ASAR and Landsat optical data