S'abonner

Retrieval of suspended sediment concentrations using Landsat-8 OLI satellite images in the Orinoco River (Venezuela) - 23/02/18

Doi : 10.1016/j.crte.2017.08.004 
Santiago Yepez a, b, , Alain Laraque a, Jean-Michel Martinez a, Jose De Sa b, Juan Manuel Carrera d, Bartolo Castellanos c, Marjorie Gallay e, Jose L. Lopez c
a GET, UMR5563, CNRS/IRD/Université Toulouse-3, 14, avenue Édouard-Belin, 31400 Toulouse, France 
b CPDI, Fundación Instituto de Ingeniería (FIIIDT), 1040-A Estado Miranda, Venezuela 
c IMF–UCV Instituto de Mecánica de Fluidos, 1040-A Caracas, Venezuela 
d COEA, Instituto Venezolano de Investigaciones Científicas (IVIC), 1020-A Caracas, Venezuela 
e UG–Université de Guyane, Cayenne, French Guiana 

Corresponding author at: GET, UMR5563, CNRS/IRD/Université Toulouse-3, 14, avenue Édouard-Belin, 31400 Toulouse, France.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Abstract

In this study, 81 Landsat-8 scenes acquired from 2013 to 2015 were used to estimate the suspended sediment concentration (SSC) in the Orinoco River at its main hydrological station at Ciudad Bolivar, Venezuela. This gauging station monitors an upstream area corresponding to 89% of the total catchment area where the mean discharge is of 33,000m3·s−1. SSC spatial and temporal variabilities were analyzed in relation to the hydrological cycle and to local geomorphological characteristics of the river mainstream. Three types of atmospheric correction models were evaluated to correct the Landsat-8 images: DOS, FLAASH, and L8SR. Surface reflectance was compared with monthly water sampling to calibrate a SSC retrieval model using a bootstrapping resampling. A regression model based on surface reflectance at the Near-Infrared wavelengths showed the best performance: R2=0.92 (N=27) for the whole range of SSC (18 to 203mg·l−1) measured at this station during the studied period. The method offers a simple new approach to estimate the SSC along the lower Orinoco River and demonstrates the feasibility and reliability of remote sensing images to map the spatiotemporal variability in sediment transport over large rivers.

Le texte complet de cet article est disponible en PDF.

Keywords : Suspended sediment concentration, Funnel effect, Surface Reflectance, Landsat-8, Atmospheric correction, Orinoco River, L8SR


Plan


© 2017  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 350 - N° 1-2

P. 20-30 - janvier 2018 Retour au numéro
Article précédent Article précédent
  • Purus River suspended sediment variability and contributions to the Amazon River from satellite data (2000–2015)
  • Andre Luis Martinelli Real dos Santos, Jean Michel Martinez, Naziano Pantoja Filizola, Elisa Armijos, Luna Gripp Simões Alves
| Article suivant Article suivant
  • A field study of the confluence between Negro and Solimões Rivers. Part 1: Hydrodynamics and sediment transport
  • Carlo Gualtieri, Naziano Filizola, Marco de Oliveira, Andrè Martinelli Santos, Marco Ianniruberto

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.