Abstract

In precision flood monitoring it is important to follow the temporal evolution of an event. Often, however, sufficient temporal coverage of events spanning several days can be attained only by recurring to multi-sensor data, due to different acquisition characteristics and schedules of different types of sensors. We present an example of a successful fusion of data coming from both SAR (COSMO-SkyMed stripmap, 3-m resolution) and optical (RapidEye, multispectral, 5 mresolution) data, covering a flood event in southern Italy. The data fusion is performed through a Bayesian network approach, a reliable means to infer probabilistic infomation from heterogeneous sources. Results show accordance with independent model-based flood mapsreaching accuracies of up to 96%.

Autore Pugliese

• Refice Alberto , D'addabbo Annarita , Lovergine Francesco , Pasquariello Guido

Tutti gli autori

• A. D'Addabbo; A. Refice; G. Pasquariello; F. Lovergine

Titolo volume/Rivista

Non Disponibile

Anno di pubblicazione

2016

ISSN

Non Disponibile

ISBN

Non Disponibile

Numero di citazioni Wos

Nessuna citazione

Ultimo Aggiornamento Citazioni

Non Disponibile

Numero di citazioni Scopus

Non Disponibile

Ultimo Aggiornamento Citazioni

Non Disponibile

Settori ERC

Non Disponibile

Codici ASJC

Non Disponibile