Assessment of land degradation using Shannon Entropy approach on polsar images in Patagonian coastal deserts

Abstract

En esta investigación se focalizó en la Entropía de Shannon (ES) para la caracterización de imágenes polarimétricas de apertura sintética. Este parámetro analiza la contribución de la información por pixeles individuales para toda la imagen en la evaluación de la degradación de la tierra en imágenes ALOS PALSAR. Escenas de polarización dual y cuádruple fueron adquiridas bajo el proyecto SAOCOM (Satélite Argentino de Observación con Microondas) en 2010 y 2011, del desierto costero noreste patagónico, Argentina. Los mapas fueron verificados con información de alta verosimilitud para la misma área de estudio. Los resultados muestran que la ES puede describir y precisar las características de las imágenes de manera obvia, de tal manera que representa un valor de referencia para la detección de la degradación de la tierra y la extracción de las características de los diferentes estados y transiciones.We focus on Shannon Entropy (SE) for the characterization of polarimetric Synthetic Aperture Radar (PolSAR) images. This approach analyzes the information contribution made by individual pixels to the whole image for assessment of land degradation in the information content of ALOS PALSAR images. Additionally, the performance of other polarization parameters, and polarization decomposition is illustrated and discussed. Dual-Pol and Quad-Pol scenes have been acquired under the SAOCOM (Satélite Argentino de Observación con Microondas, Spanish for Argentine Microwaves Observation Satellite) project in 2010 and 2011, from northeastern Patagonian coastal desert, Argentina. The accuracy of the SE map was assessed using a set of ground observations based on remotely sensed data that have higher accuracy. The results show that the SE can describe and determine the image features more obviously in the study area, so that it represents an important reference value for land degradation detection and land status characteristics extraction .