Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   8 , No .   6 ,  Decem ber   201 8 , p p.   4111 ~ 4119   IS S N: 20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v8 i 6 . pp 4111 - 41 19          4111       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   Extracti on of W ater - b ody Area f ro m  Hig h - r esolut ion    Landsat   Image ry       B. C h andra babu  Na ik ,  B.  A nuradh a   Dep ar t m ent   o f  E le c troni cs  and  C om m unic at ion,  SV U Col le ge  of   Engi ne eri ng,   SV   Univer sit y ,   Ind i a       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   A pr   16 , 201 8   Re vised  Ju l   1 0 ,  201 8   Accepte d  Aug   2 , 2 01 8       Ext ra ct ion  of  wa te r  bodie s  from   sate llit e  imager y  has  bee n  broa dl y   expl or ed  in  the   cur r ent   de ca de .     So  m an y   t ec hniqu es  were   i nvolve d  in  de te c ti ng  of  th e   surfac e  wat er  bo die s  from   sate lli te   data.   To  de tect  and  ext ra ct in g  of  surfac e   wate r  bod y   cha n ges  in  Nag arj un a  Sagar   Reser vo ir,   Andhra  Prade sh  from  the   per iod  1989  to  2017,   were   calc ula t ed  using  Lands at - 5  TM,   an d  La ndsat - 8  OLI  dat a .   Uns uper vised  c la ss ifica t ion  and  spe ctral  wat er  ind exing  m et hods,   inc ludi ng  the   Norm al iz ed  Diff er enc e  Veg et a ti on   Inde x  (ND VI),  N orm al iz ed   Diffe ren c e  Moi sture  Inde x  (N DM I),   Norm al ized  Diffe r enc e   W at er  Inde x   (ND W I),   and  M odifi ed  Norm al i ze d  Diffe ren ce   W at er  Inde x  (MN DW I),   were   used  to  det ec t  a nd  ext racti on  of  the   surfac e  wat er  bod y   from   sate llite   da ta.   Instea d  of  al l  i ndex  m et hods,  th e  MN DW I  w as  per form ed  bet t er  result s .     The   Reser voir  wate r  area  was  ext racte d  usin g  spec tra l  wat e r  inde xing  m et hods  (ND VI ,   ND W I,   MN DW I,   and  ND MI)  in  1989 ,   1997 ,   2007,   an d   2017.   Th e  shor el in e  shrunk  in   the   twenty - ei g ht - y ea r   dura t ion   of  images.    The   Reser vo i r  Naga rjuna   Sag ar   lost  nea r l y   aro u nd  one - fourth  of   it s  surfac e   wate r  are a   compare d  to   1989.   H oweve r,   the   R ese rvoir  has  a  cr it i ca l  posi ti o n   in  rec e nt  y e ars  due  to  cha ng es  i n  surfac e  wat er  and  get t ing  high er  m ud  and  sand.   Maximum   wate r  surfac e  area  of  the   Re servoir   wil l  lose  if  suc h   dec re asing te nde nc y   fol lows c ont inuousl y .   Ke yw or d:   Inde x   m et ho d     Lan ds at   MND WI   ND M I   NDVI   NDWI   Su r face   water   Copyright   ©   201 8   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   B.  Cha ndra babu Nai k ,   Dep a rtm ent o f El ect ro nics  and C omm un ic ation ,     SVU Colle ge o f  E ng i neer i ng, SV  U niv er sit y, I nd ia .   Em a il :   bab unai kb@ gm ail.co m       1.   INTROD U CTION   The  rem ote  sensing  knowle dge  is  m ai nly  us e d  in   di ff e re nt  area s,  s uc h  as  the   la ke ,  c oastal   zo ne   m anag em ent,  sh orel ine  cha ng e  a nd   er os i on   m on it or i ng,  forest  for  m on it or ing   of  changes,  f orest   an d  veg et at io n  c ha ng e s  [ 1 ] ,   [ 2 ] ,  disaste r  m on it or i ng   [ 3 ] ,   [ 4 ] ,  flo od   pr e dicti on  an d  e valuati on   of  water  re so urces  [ 5 ] .  It  is  essent ia l  fo r  agr ic ultur e  ( foo d  cr ops),   day  to  day  li fe  of   hum ans,   and   ec os yst em s  [6 ] .  To  acc om pl ish  the  in form at io n  a bout  open   su r face  water   is  m os t  i m po rtant  in   dif fer e nt   sci entifi c  are as,  th o se  a re  s urface  water  a naly sis,   waters he d  a na ly sis,  dynam i c  cha ng e s  of  r ivers,  en vir on m ent  m on it or i ng,  pr ese nt  a nd  f uture   est i m ation s  of   water  resou r ces,  and   flo od  m app ing   [ 7 ] - [ 10] .  Rem ote  sensing  sat el li te s  are  hav in g  30 m   reso l utions  an d  they   offer   a hug e  am ount  of d at a,  w hich  is widely   us e d  f or  detect in g  an d  extracti on  of  s urface  water a reas a nd it s  dynam ic  c hanges  in rece nt d eca des  [11 ] - [ 17 ] .   Id e ntific at ion   of   water  is  ver y  sig nifica nt  f or   var i ous  pr eci se  est i m at ion s  an d  hu m an  li fe.     To  detect ing  a nd  ext r act ion  of  s urface  water   area  from   sat e ll it e  data  has  be en  int rod uced  at   m any  m or e  i m age  processi ng  te chn i qu e s  in   the   cu rr e nt  decade s.  A  sin gle - ba nd  an d  m ulti - band  m et hods   wer e   wi dely   use d  i n  Lan ds at   i m ager y  for  detect in g  an d  extracti on  of  surface  w at er  are a  al ong  with  sel ect ed  thres hold  val ue,  ei ther   po sit ive  or   ne gative  val ue  [ 9].  Com par ed  with  a  sing le - band  m et ho d,   m ul ti - band  m e thod  was  e xtensiv el y  us e d  f or   e nh a nc ing   the  s urfac e  water  bo dies   [9 ] .  F our  different  sat el li te   m ul ti - band  m e thods  we re  use d  f or  e xtracti on  of  su r face  water  bodies ,  tho se  a r e  water  ind e xi ng   m et ho ds,  in cl ud in g  the  N DVI,  N DMI ,  NDWI,  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :   4111   -   41 19   4112   and   M NDWI.  Th us ,  these  m et hods   we re  in tro du ce d  to  an   extracti on   of   su r face  wate r  bodies  with  s pe ci fie d  thres ho l d  valu es  bein g  ei the r   le ss  than   zer o  (n e gati ve  valu e)  or  gr eat er   t ha n  zer o  (positi ve  value).  T he  NDVI,   ND M I,   N D WI,  an d  MN D WI  f or  the  detect ing  an d  extra ct ion  of  s urface   water  bodies   f r om   sat el l it e  i m ager y.  By  u sin g  c hange  detect ion,  w at er f eat ur es  ca n  e xtract se parat el y fo r  t he di ff e ren t y ear s  of sa te ll it e d at a.   The  Na garj un a   Saga r  Re se r voir  is  locat e d  in   Nalg onda  distr ic t  in  Tel an ga na   sta te .  I n  rece nt  de cades ,   there  a re  trem e ndous  c hanges   in  it s  capaci ty .  The refore ,  th e  dynam ic   chan ge s  of  the  Re servoir  s urface   wate r   area  nee d  to  m on it or  c on ti nu ou sly .  In   t his  s tud y,  the   sp at i otem po ral  cha ng e s  of  Re ser voir  Nag a rju na  Saga r  from   19 89  to  2017  are  i nv es ti gated  base d  on   sat el li te - m ulti ban d  water  i nd e xe d  m et ho ds ,  in cl udin g  NDVI,  ND M I,   NDWI ,  an d  M NDWI   us in g  Lan ds at - 5  TM  an d  La nd s at - 8  OL I  i m ages  f or   e xtr act ion   of  the  s urface  water  body. O ver al l, the M N D WI  w e re fo und  s uperi or  t o othe r  in dex es . T hese m et ho d i s h ig hly im po r ta nt f or   tim e - series  ana ly ses  of   e xtract ing   s horeli ne s  us in g  a ny  num ber   of  La ndsat   i m ages  in  dif f eren t  ti m e  inter vals ,   and it  provides  an  im po r ta nt c on t rast that ca n be  us e d  t o  in ve sti gate shoreli ne  c hanges .       2.   STUDY  A RE A AND  D ATA  SET S   The  Nag a r j un a  Saga r  Re s ervoir   was  bu il t  acro ss  th e   K rishna  ri ve r ,  wh ic h  is   locat ed  i n   betwee n   Guntur  Distric t   a nd   Nalg onda  Distric t   in  Tel an ga na  an d  it s  ge og raphical   area  s urrou nd e d  flan ked   by  la ti tud e  16° 34 ' 55.60" N  to  16° 56 ' 44. 95 " N  and  lo ng it ude   78° 24 ' 13. 97 " E  to  78°47' 06.07"E    as   s ho wn  i n    F ig ure   1.   W at er  spread   a rea  is  28 5   km 2  at   Fu ll   Re servoir  Le v el   (F RL ),   T he  cat chm ent  Ar ea   is  214,1 85   km 2   ( 82,69 7   sq   m i)  and   t he  gr os s  s t or a ge  capaci ty   405  TMC   at   FRL,  I n  I ndia ,  the  Na garj un a  Saga r   Re servoir  is  th e  seco nd   bigge st  water  re ser voir  a nd   it ’s  al so   one  of   t he  m os t  basic  m ulti - pu r pose  ir rigati on   and h y dro - el ec tric  p r oject s in   India.             Fig ure  1. Locat ion   of  nag a rju na  sag ar   reserv oi r        The  Lan ds at - 5  TM  and   La nd s at - 8  OL I  data  ob ta ine d  in  Ja nuary  19 89,  1997,  20 07,  an d  2017.  T hese   data  wer e  ta ke n  from   the  US   Ge ologica l  Su r vey  (USG S)   portal ,  but  colle ct ed  al l  Landsat   i m ages  were     cl oud - fr ee   data .  Ta ble  1  repre sents  t he  s peci fic at ion   of  La ndsat - 5  TM   an d  Lan ds at - 8  OL I  im ages.  T he  water   body  was  e xtr act ed  f r om   satell it e  i m ages  with  a   30m   sp at ia l  reso luti on   an d  dif fer e nt  b an d  with   dif f eren t   wav el e ng t hs  as  shown i n  Ta bl e 1 .        Table  1.  L an dsa t - 5  TM  and L andsat - 8 O LI d at a w it h  it s S pe ci ficat ion s   Satellite   Year   Path /Ro w   Res o lu tio n  ( m )   W av elen g th s (μ m )       Land sat - 5   TM       1989   1997   2007         1 4 3 /4 9         30   Ban d 1 :0 .4 5 - 0 .52   Ban d 2 :0 .5 2 - 0 .60   Ban d 3 :0 .6 3 - 0 .69   Ban d 4 :0 .7 6 - 0 .90   Ban d 5 :1 .5 5 - 1 .75   Ban d 7 :2 .0 8 - 2 .35           Ban d 1 :0 .4 3 3 - 0 .453   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Ext ra ct io n  of  Water - body  Ar ea  fr om H i gh - r esolutio n La nd sa t I m ag er y ( B . Cha nd r abab u N aik)   4113   Table  1.  L an dsa t - 5  TM  and L andsat - 8 O LI d at a w it h  it s S pe ci ficat ion s   Satellite   Year   Path /Ro w   Res o lu tio n  ( m )   W av elen g th s (μ m )       Land sat - 8   OLI       2017           1 4 3 /4 9         30   Ban d 2 :0 .4 5 0 - 0 .515   Ban d 3 :0 .5 2 5 - 0 .600   Ban d 4 :0 .6 3 0 - 0 .680   Ban d 5 :0 .8 4 5 - 0 .885   Ban d 6 :1 .5 6 0 - 1 .660   Ban d 7 :2 .1 0 0 - 2 .300   Ban d 9 :1 .3 6 0 - 1 .390       3.   METHO D OL OGY   Con si der e d  t he   pe rio d  of   1989  t o  2017,  t hat  can   s how  the  cha nges  of  wate r  a rea  i n  Re se rvoir.  In tr oduce s  the  m et ho do l og y  and   it s  perfor m ances  of   dif f eren t  sat el li te   – m ulti ban d  in dex e s,  inclu di ng   the  Norm al iz ed  Di ff e ren ce  Ve get at ion   Inde x  (NDVI)  [ 18 ] ,  Nor m al iz ed  Diff er ence  Moist ur e  Inde x  (NDMI )   [1 9],   Norm al iz ed  Diff ere nce  Wat er  I nde x  ( N D WI)  [ 20 ] ,  a n d  Mo dified   N orm alized  Dif f eren ce   W at e r   I nd e x  (MN D WI )  [ 12] ,  wer e  us e d  f or   detect ing  a nd   e xtracti on  of   s urface  wat er  bo dies  f ro m   Lan ds at   im ag ery  as   sh ow n  in  Tabl e  2 .  T hus,  f our   diff e re nt  ye ar s  of  sat el li te   i m ages  (La ndsa t - 5  data  from   1989,  1997,  20 07   a nd   Lan ds at - 8  data   from   20 17)  w ere  pe rfor m ed  and   e xtracti on  of   s urface  water  bo dies  us i ng  di ff e ren t  in de xing   m et ho ds   (ND VI ,  N DMI,   N D WI ,  a nd   M N D WI ) .  Table  2.   Re prese nt  the  Lan ds at - 5  data,  in dex es  us e d  for  wate r  feat ur e  extracti on  (B 2:   band2 = gr e en ,  B3:   ba nd3= r ed,   B 4:   band 4= near   in frare d,  B5:  ba nd5= m idd le  infr a re d.   Sim i la rl y,  in  Land sat - 8  data  ( B3:  band3=g r een,  B4:  ba nd4= re d,   B5:  band 5= nea r  inf rar e d,    B6:  ba nd  6= m i dd le  i nfrar e d).       Table  2.   Sate ll i te - m ult iband  I nd e xes   u se d f or  Water Feat ure Extracti on   Ind ex   Equ atio n   Re m ark   Ref erence   No r m aliz ed  Dif f erence Vegetatio n  I n d ex   ND VI= (B4 - B3 ) / (B 4 + B3 )   W ate r  wo u ld  be a  n eg ativ e valu e   [ 2 8 ]   No r m aliz ed  Dif f erence M o istu re  Ind ex   NDM I=( B4 - B5 )/ ( B4 + B5 )   W ate r  wo u ld  be a  p o sitiv e valu e   [ 1 9 ]   No r m aliz ed  Dif f erence Water  Ind ex   NDWI=(B2 - B4 )/ ( B2 + B4 )   W ate r  wo u ld  be a  p o sitiv e valu e   [ 2 0 ]   Mod if ied  Nor m ali zed Dif f erence Wa ter  Ind ex   MND W I =(B2 - B5 ) /(B2 + B5 )   W ate r  wo u ld  be a  p o sitiv e valu e   [ 1 2 ]       The  N D WI   ha s  introduc ed  to  detect   and   extracti ng  the   su r face  water   bodies  with  a  sp eci fied   thres ho l d  val ue .  The  po sit iv e  thres ho l d  va lues  f or   water  an d  ne gative  thre shold  values  for  no nw at e r     bodies  [ 20 ] .  T he  M NDWI  ha s  intr oduce d  a   powe rful  in de x  to  detect   a nd  extracti ng  th e  su r face  water   bodies .  Be cause  ba nd5  (m idd le   inf rare d)   has  re place d  by  the  band 4  (n ea r  inf rar e d).  He nce  band 5  re flect ance’s   m or e   com par ed  with   band 4  [ 12] .  T he  MN D WI  w idely   us e d  f or  s uppressi ng  er r or s f r om   veg et at ion ,  s oils,  a nd  buil t - up  areas .  T he  thres ho l d  valu es  of  MN D WI  ha ve  posit ive s  an d  ne gative s  for  water  a nd  no nwat er  bodies.     The  N DVI  ha s  intr oduce d  m ai nly  us ed  f or  extr act ing  gr ee n  ve getat ion  f ro m   oth e r   wetl an d  s urfa ce  areas .  Th us ,  N DVI  al so   extracts  the su r face  water m uch   bette r  t han   ND M I  ind e xed   m et ho d,   a nd   it s  thres ho l d  values   for  wa te r  w ould  be  ne gative  values  [ 18 ] .  The  N DMI  has  introd uced   m a inly   fo r  extrac ti ng   ve getat ion,  an d  water  li quid   but  it ’s  not  m uch  m or e  capa ble  of  ext racti ng  w at er  bo dies  as   com par ed  t o  ot her s   in de x  m eth ods   (NDVI,  N D WI,  an d  MN D WI).  T hus,  the  N DMI  m et ho d  was  no t  e ff ic ie nt  f or   e xtracti on  of  water  bodi es.  Th e   ND M I  thre sho ld  value  of   w at er  woul d  be   a  po sit ive.  B ased  on  the se  analy ses,  the  MND WI   m et ho d  has   perform ed  sli gh tl y bett er th a n othe r  i nd e x  m et hods   (ND WI, ND VI ,  and  N DMI).    The  best  sig ni ficance  of  w at er  body  e xtracti on   te c hn i qu e s  was  rec ognized  an d  e m plo ye d  to   sp at iotem po ral   changes  of  the  Na garj un a   Sagar   Re ser voir  in  the  pe r iod   19 89   to  2017.  T o  detec t  and   extracti ng  Re s ervoir   surface   water  bodies   in  fo ur  diff e re nt   ye ars,   su c h  a s  La nd sat - 5  ( 1989,   1997,  20 07)  a nd   Lan ds at - 8  (20 17)  im ages.  Ou t   of   fou r - ye ar  a naly ses  of   ext r act ing   Re ser voir  su r face  wate r  area,  the  m ax i m u m   change s   occ ur  in  the   pe rio d  of  2007 - 2017.   I n  order  to   get  t he  e ff ic ie ncy  of  detect ion  an d  extracti on   of  s urface   water  a rea,   dif f eren t  acc uracy  an al yse s  we re p er form ed.   By  u sin g  acc uracy   assessm ent  an al yse s,  cal culat e  the   par am et ers  are  ov e rall   accuracy,  produc er’ s  acc ur acy ,   us er ’s  accu r acy ,  and   kappa  coe ff ic ie nt.   Tho s e   par am et ers  were pe rfor m ed  ov er th e  ch a nges  of w at er  bo dy in  the  p e rio d 1 989 t o 2 017.       4.   RESU LT S   A ND AN ALYSIS   On ce  t he  re quired  sat el li te   da ta   ob ta ine d,   T he  im age  pr oc essing  te c hn i ques  ha ve  bee n  involve d  f or   furthe r  proces sing.  T he  a na ly ses  wer e   pe rfor m ed  be f ore  ap plyi ng  wa t er  in dex e d  m et hods   a s  s ho wn  in     F igure 2   (a - d) .  A nd  a fter  a pp l yi ng  w at er  in de xed  m et ho ds , o b ta ine d  t he  re su lt s  as  s how n  in  F ig ur e s   3,4 , 5,   a nd   Figure  6  (a - d).   Dif fer e nt  sat e ll it e - m ult iband  water  i nd e xe d  m et ho ds ,   inc lud in g  N DVI,  ND M I,   NDWI ,  an d  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :   4111   -   41 19   4114   MND WI   wer e  us e d  to  de te ct   and   e xtract  the   su r face  wate r  body  f ro m   the  Lan ds at - 5  ( 1989,  1997,  2007)   data   and La nd sat - 8  (20 17) data .    The  f our  s pect ral  water  in de xed   m et ho ds   ( NDVI,  N DMI ,   NDWI,  an d  MND WI)  are  app li ed  t o  the  Re servoir  water  area  to  hi gh li ght  the  di ff e ren ce s  bet ween   water  a nd   non - w at er   bodies  as  s how n  in     F ig ure s   3,4,5,   and   6  (a - d) .  Ou t  of   al l  wa te r  ind e xe d  m et hods ,  t he  MND WI   has  t he   bette r  m et h od   f or   separ at in g  wat er  bodies  as   c om par ed  t o  oth er   in dex e d  m et hods   (ND VI,  N D WI,  a nd  ND M I) .   G ene rall y,  thres ho l d  va lu es  of  wate r  are as  ha ving  gr ea te r  than   zer o  va lues  an d  ve ge ta ti on   areas   ha ving  neg at ive   values .  First,  cal culat e  su rf a ce  water   area  and   c ha ng e d  s urface  water  area  f or  fo ur  di ff e ren t   ye ars  with  sel ect ed   Re servoir    as  s how n  in   Table   4 .   Sim i la rly ,  cal culat e  the  s urface  per im et er  and  cha nged   s urface  per im eter   f or  four d i ff e ren t y ears  with sam e Rese r vo ir   ass  hwo n  in   Ta ble  5 .           Fig ure  2. Lan dsa t - 5 TM  im ag e from  1 989 (a ); Landsat - 5 T M im age f r om  1 99 7 (b); La ndsat - 5 TM   i m age   from  2 007 (c ); La nd sat - 8 OL I  im age f ro m  2 01 7  ( d)           Fig ure   3. N DVI - base d  e xtract s w at er  bo dy fr om  the Landsa t - 5  TM  im age 1 98 9,199 7,  a nd   2007  (a - c );  Lan ds at - 8 OLI im age 2017 ( d)   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Ext ra ct io n  of  Water - body  Ar ea  fr om H i gh - r esolutio n La nd sa t I m ag er y ( B . Cha nd r abab u N aik)   4115       Fig ure   4. N D MI - ba sed  ex t ra ct s w at er  body  from  the Lands at - 5  TM  im age  1989,1 997, an d   2007  (a - c );  Lan ds at - 8 OLI  i m age 2017 ( d)           Fig ure   5. N D WI - ba sed  ex tra ct s w at er  body  from  the Lands at - 5  TM  im age  1989,1 997, an d   2007  (a - c );  Lan ds at - 8 OLI im age 2017 ( d)       Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :   4111   -   41 19   4116       Fig ure   6. MN D WI - base d  e xt racts wate r bod y from  the Landsat - 5  TM i m a ge 198 9,199 7,   and 20 07 ( a - c);   Lan ds at - 8   OLI i m age 2017 ( d)           Fig ure   7. Cha nges i n  the  area   of Rese r vo i r N agarj un a  Sa gar ge ner at e d usin g (a)  M NDWI  1989; ( b) MN D WI   and ND VI   1989 a nd 19 97 ;  (c) M NDWI,  N D VI   an d NDWI   1989, 1 997,     a nd 20 07 ;  ( d)  M NDWI,  NDWI  and  NDVI 1 989,  1997,  20 07 and  2017.       4.1.   Eva lu at i on   of  th e c ha n ge s   The  Re ser voir   water  area  was  ext racted   us in g  U nsupe rv ise d  cl assif ic at ion   an d  s pectral  wate r   ind e xing  m et h od s  i n  1989,  1997,  2007,  a nd  2017.  The  s ho reli ne  shru nk  in  the  twe nty - ei gh t - ye ar  durati on   of  i m ages.  H ow e ver, the Rese r voir  has bee n  in  a crit ic al  sit u at ion  i n  rece nt y ears  du e  to  c ha ng e s in  s urface  w at er   and   getti ng   higher  m ud   an d  s and.  Acc ordin g  to  the  N D VI,  ND M I,   N D WI,  an d  MND WI,  betwee n  1989  a nd   2007  there  we r e  li ttle  bit  changes  in  Re se rvo ir  water  area ,  a nd   t he  cha nges   betwee n  20 07  and   2017  the r e  wa s  m axi m u m   chan ge s  in  Re ser voir  wate r  area  as  show n  in  F ig ure   7.  T he  N DVI,  ND M I,   NDWI,  an d  M N D WI  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Ext ra ct io n  of  Water - body  Ar ea  fr om H i gh - r esolutio n La nd sa t I m ag er y ( B . Cha nd r abab u N aik)   4117   resu lt s  e xpos e  that  the  surfac e   area  of  Re se rvoir  Nag a r j una  Saga r  in  Ja nua ry  1989,  1997,  2007,  a nd  20 17  wa s  app r ox im at ely   205  km 2 ,  203  km 2 ,  196  km 2 ,  an d  160  km 2   as  s how n  i n  Table   3 .  T he   res ult  sho w  t hat  the  Re servoir   surf ace  water   body   cha ng es   ar ou nd  2.1 31  km 2  betwee n  1989  to  1997,  6.4 94  km 2  between  1997  t o  2007,  36.01 6  km 2   between   2007   t o  2017.  T he   ov e rall   cha nges  in  surface  water  a rou nd   44. 641  km 2   bet wee n  1989  to  20 17   a s sho wn in T ab le  4 .       Table  3.   Per for m ance  Eval uation  o f  T he  Sate ll it e - m ult iband Ind e xes  u se d  f or Surfa ce  Water  E xtracti on   Ind ex es   Year   Min  Thresh o ld   Max  Thresh o ld   Mean   Stan d ard  Dev iatio n   Peri m e ter  ( k m )   Area   (k m 2 )   NDVI   1989   - 0 .55 5   0 .71 6   0 .03 4   0 .13 2   2 5 8 .095   2 0 5 .574   1997   - 0 .29 0   0 .61 3   0 .06 8   0 .12 8   2 5 7 .113   2 0 3 .443   2007   - 0 .37 5   0 .67 2   0 .04 0   0 .15 5   2 5 2 .296   1 9 6 .949   2017   - 0 .58 2   0 .41 6   0 .11 9   0 .08 3   2 1 2 .021   1 6 1 .529   NDM I   1989   0 .31 1   0 .74 5   0 .18 6   0 .14 5   2 6 4 .112   2 0 1 .555   1997   0 .30 4   0 .77 4   0 .28 2   0 .15 2   2 6 0 .436   2 0 1 .101   2007   0 .33 4   0 .77 8   0 .31 8   0 .18 2   2 5 4 .346   1 9 2 .115   2017   0 .32 3   0 .78 2   0 .43 3   0 .17 3   2 1 6 .170   1 6 0 .933   NDWI   1989   0 .60 7   0 .92 4   0 .44 6   0 .18 8   2 6 1 .423   2 0 4 .229   1997   0 .63 5   0 .91 8   0 .50 5   0 .18 7   2 5 9 .029   2 0 1 .630   2007   0 .61 3   0 .92 3   0 .47 5   0 .20 7   2 5 2 .034   1 9 5 .679   2017   0 .62 3   0 .98 7   0 .54 4   0 .19 8   2 1 1 .232   1 6 1 .411   MND W I   1989   0 .60 3   0 .93 6   0 .21 4   0 .25 6   2 6 3 .827   2 0 3 .784   1997   0 .60 1   0 .95 0   0 .25 0   0 .23 6   2 5 8 .978   2 0 1 .879   2007   0 .61 0   0 .94 8   0 .29 9   0 .26 9   2 5 2 .152   1 9 4 .783   2017   0 .61 7   0 .98 8   0 .40 7   0 .26 4   2 1 3 .627   1 6 1 .335       Table  4.   Stat ist ic s  of the   Re se rvoir  Surface   Ar ea  Cha ng e s   Year   Su rf ace  wate r  ar ea  ( k m 2 )   Su rf ace  wate r  ar ea  chan g e ( k m 2 )   Total su rf ace  wat e r  are a chan g es (k m 2 )   1989   2 0 5 .574     - 2 .13 1           - 4 4 .64 1   1997   2 0 3 .443     - 6 .49 4     2007   1 9 6 .949       - 3 6 .01 6   2017   1 6 0 .933           Si m il arly ,  The  NDVI,  N DM I,   N D WI,  an d  MND WI   res ul ts  expose  that   the  surface  pe rim e te r  of   Re servoir  Na ga rju na  Saga r   in   Janu a ry  1989,   1997,  2007,  a nd   2017  was  a ppr ox im at ely  26 4  km ,  260   km ,   254   km ,  and   216  km   as  sh own  i n  Table  3 .  T he  resu lt   s how  th at   the  Re ser voir  surface  pe rim et er  changes   arou nd   3.676  km   between   1989  to   1997,  6.0 90  km   between   1997  to  2007,  38.17 6  km   between   20 07   t o  2017.    The  ov e rall   ch ang e s  in  s urfa ce  per im et er  arou nd   47. 942  km   between   1989  t o  20 17   a s  show n  i n  Ta ble  5 .    The  re su lt   sho w  that  de creas ing   s urface  w at er  area  in  R eservoir  from   the  pe rio d  19 89   t o  20 17,  a nd   by   ob s er ving the result ing  a naly ses o f  m axi m u m  ch ang es in t he  surface  water bod y, as w el l as sur face p e r i m et er,  occurre d  in  th e  per io d  2007   to  2017.  T he   Re ser voir  Na garj un a  Sa ga r  lost  near ly   ar ound  one - f ourth   of   it s   su r face  area  c om par ed  to  19 89.  T he  m axi m um  su rf ace  wate r  area  c hanges  are  obse rv e d  i n  the  wester n  r egio n  and w e ste rn  -   nort h parts  of th e  Re ser vo ir .        Table  5.   Stat ist ic s o f  the Rese rvoir  Surface   P erim e te r  Chan ges   Year   Su rf ace  p eri m e ter   (k m )   Su rf ace  p eri m e ter   ch an g e ( k m )   Total su rf ace  p eri m e te r  ch an g e ( k m )   1989   2 6 4 .112     - 3 .67 6           - 4 7 .94 2     1997   2 6 0 .436     - 6 .09 0     2007   2 5 4 .346       - 3 8 .17 6   2017   2 1 6 .170           4.2.   Accur acy asse ssment  anal yse s   The  pr ob a bili ty  ( %)  that t he c la ssifie r  has  l abeled a n  im ag e p ixel i nto  t he  g r ound tr uth   Cl ass. I t i s the  pro bab il it y  of   a  ref ere nce  pixe l  being   c orrec tl y  cl assifi ed.   Pr od ucer’s  acc ur acy :  It  re pr es ent  pix el s  that  belo ng  to  the  tr uth   cl a ss  but  fail   to  be   cl assifi ed  int o  the  pro per  cl ass  ( om issi on   error   =  num ber   of   c orrectl y  cl assifi ed   pix el s  in   each   cat egory  pe r  to ta l  nu m ber   of  c la ssifie d  pi xels   in  that  cat eg or y  (co lum n  total )) ,   Use r’ s   accu racy:   Re li abili t y,  prob a bili ty   a  pix el   cl ass  on  t he  m ap  rep r e sents  th e  cat e gory  on  the  gro und  (c omm issi on     error = num ber   of   c orrectl y  cl assifi ed  pix el s   in  each  cat e gory  per   total   nu m ber   of   cl a ssifie d  pix el s  in  that  cat egory  (row  total )) ,  O ver a ll   accuracy:   T he  overall   accuracy= T otal  nu m ber   of   co rrec tl y  c la ssifie d  pix e l s   (d ia g onal )   pe r  total   num ber   of  r efe ren ce   pi xe ls,  Ka ppa  c oe ff ic ie nt  (K hat ):  It  m easur e  of  agr eem ent  bet ween  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :   4111   -   41 19   4118   the  cl assifi cat ion   m ap  an d  th e  ref e ren ce  dat a.  a  discrete  m ulti var ia te   te ch nique  of  us e  in   accuracy  asses sm ent.   K hat > 0.8 0  r ep re sent str ong ag r ee m ent and  g ood ac cu racy.  K hat =0. 40 - 0.8 0  is  m idd le ,  K hat < 0.4 0  is  poor.      Kap pa   C oeffi cie nt =   ( TS   X   TC S ) −   ∑ ( C O L . TOTA L   X   R O W . TOTA L ) TS 2 −   ∑ ( C O L . TOTAL   X   R O W . TOTA L )   X100   (1)     Wh e re,  TS=T ot al  n um ber   of  Sam ples, TCS= Total  num ber o f  Co rr ect   Sa m ples.    Stat ist ic al  par a m et ers  of   the  a ccur acy   assess m ent  resu lt   show  that  MN D WI   ac hieve d  1.5 51 km 2   has  the  abso l ute  error,  96.06%  has  us e r’ s  acc ur acy ,  93. 18%   has  produce r ’s  accuracy ,  96. 43%  has  ov erall  accuracy,  a n d  0.890 6  is  ka pp a  c oe ff ic ie nt s  as  sh ow n  in  Table  6 .  T houg h,   the  i nd e x  m et ho ds ,  in cl ud i ng   MND WI,  NDWI,  and   NDV I  pro vid e d  good   acc ur aci es  as  com par ed  with  ND M I  m et hod.   I ns te ad   of   al l  ind e xed  m et ho ds,  M NDWI  pro vid es   be tt er  re su lt s  t han  oth e r  m et ho ds  ( NDWI,  N D VI ,   a nd  N DM I)   f or  detect ing  an d  extracti ng  s urf ace   water   bo dy   in  the  Re se r vo i r.   Her e ,  the   Re ser vo ir   pr ovides   a  lot  of  ben e fits  for  a gr ic ultur a l  (fo od  cr ops),  in du st rial ,  do m est ic   pu r pos e,  a nd  hum an  existi ng  in   it s  su r rou nd i ng.  T hu s ,  it   require d  c orre ct ing   m easur e m ents  to  a vo i d  any  obsta cl es  in  t he  Re se rvo ir  t o  get  it s  ori gin al   c onditi on s   f or  resto rin g  the  Reserv oir .       Table  6.   Stat ist ic al   Param et ers  of Accu racy A ssessm ent o f   C hanges  in Su rfac e  W at er  Bo dy   Metho d   Ch an g ed  water   b o d y  ( k m 2 )   Ab so lu te  Er ror  ( k m 2 )   Prod u cer's  accurac y  ( % )   User's  accurac y  ( % )   Ov erall  accurac y  ( % )   Kap p a   co ef f icien t   Ref erence   4 4 .00 0   0 .00 0   100   100   100   1   NDVI   4 4 .04 5   0 .04 5   8 9 .57   9 1 .50   9 2 .86   0 .80 9 6   NDWI   4 2 .81 8   1 .18 2   9 2 .31   8 8 .91   9 4 .64   0 .81 0 0   MND W I   4 2 .44 9   1 .55 1   9 3 .18   9 6 .06   9 6 .43   0 .89 0 6   NDM I   4 0 .62 2   3 .37 8   8 7 .59   8 8 .96   9 1 .67   0 .76 2 5       5.   CONCL US I O N   The  m ai n  aim  of   t his  stu dy   is  to  detect   the  sp at iotem po ral  c hanges  of   s urface  wa te r  area  i n   Nag a r j una  Sa ga r  Re ser vo i r  f r om   the  per io d  of   1989  to  20 17,  by  th e  sat el li te   i m age  interp retat ion   a nd   GIS.  Using  sat el li te  i m ages  to  extract  inform at i on   reg a r ding  Re servoir  water  area  cha ng e  is  faster  an d  m or e   accurate  tha n  ot her   obser vatio n  m e tho ds.  Se ver al   in dex   m e thods  ( NDVI,  NDWI,  MN D WI,  and   ND M I)   we re   us e d  f or  detec ti ng   a nd  e xtra ct ing   s urface   water  a rea.   T he   res ult  s hows   that  decr easi ng  s urface   wate r   ar ea   m axi m u m   chan ge s  occurre d  about  44.64 1  km 2   in  the  per i od  1989  t o  2017 .  Es pecial ly ,  from   20 07   to  20 17  the   Re servoir  l os t  it s  su r face  water  area   ab out  36. 016  km 2 .  If   s uch  dec reasin g  te nd e ncy  fo ll ows  c on ti nuously   th e   Re servoir  will   lose  it s  m axi mu m   su rf a ce  wa te r  area  in  near  fu tu re.  The  st at ist ic al  par am et ers  of   the  ac cur acy   assessm ent  res ult  sho w  th at   MND WI  pr ov i des  bette r  res ul ts  as  com par e d  t o  oth e r  in de x  m et ho ds  ( NDVI,  NDWI,  an d  N DMI)   s o  that  the  MND WI   m et hod  has  go od  eff ic ie nt  in  de te ct ing   and   e xtrac ti ng   s urface   water  body  in   Na ga r j una  Saga r  Re servoir .  T he  f uture  sc op e   of  these  m et ho ds  co uld  be   use fu l  for  detect ing  an d  extracti ng  ( dec reasin g  or   i ncrea sing)  op e n  water  s urface  area  in   the  w orl d  with  dif fere nt  ba nd  wav e le ng t hs   and d i ff e ren t s at el li te  d at a.        ACKN OWLE DGE MENTS   We  w ou l d  li ke  acknow le dge  to  the  Ce ntr e  of   Excell e nc e  (CoE)   for  ut il iz at ion   of   re so urces  a nd  avail abili ty   of   so ft war e  t oo ls .   The  gr at e fu l  t hanks  t o  the  U SG S  portal   f or  dow nlo a ding  Lan ds at   data  with  a  fr ee  of c os t.       REFERE NCE S   [1]   S.  Kali r aj,  e t  al . ,   “ Applicati on   o f  remote  s e nsing  in  d et e ct ion   of  fore st  cov er  changes  using  geo - stat is tical  ch ang e   det e ct ion   m at ri c es - A  ca se   stud y   of  deva n ampatti   rese rve   fore st,   t a m il nadu,   Ind ia ,”   Nat.  Environ.  P oll uti.  Te chnol. ,   vol.   11 ,   pp .   261 - 269 ,  2012 .    [2]   V.  Markogia nn i,  et   a l. ,   “ La nd - us e  and  v egeta t ion   c hang e  de te c ti o n  in   pl asti r a  ar ti f ic i al   l ake  catc h m ent   (Gree c e)  b y   using r e m ote - se nsing a nd  GIS   technique s ,”   In t. J.   Re mot e  S ens . ,   v ol.   34 ,   pp .   1265 - 1281 ,  2013 .     [3]   M.  Volpi,   et   al. ,   “ Flooding  e xt ent   cartogr ap h y   with  La nds at   TM   imager y  and  reg ula ri zed  Kerne l   Fis her ’s  discri m ina nt   an a l y sis ,”   Comput .   Geosci . ,   vol .   57 ,   pp.   24 - 31 ,  2013 .   [4]   B.   Brisco,   et   al .,   “ Sar  pola ri m et ric   cha ng e   d et e c ti on  for  floode d   vege ta t ion ,”   Int .   J.   Digit.  Earth ,   vol.   6,   pp.   103 - 114 ,  2013 .     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Ext ra ct io n  of  Water - body  Ar ea  fr om H i gh - r esolutio n La nd sa t I m ag er y ( B . Cha nd r abab u N aik)   4119   [5]   Y.   O.  Oum a   an d   R.   Ta teishi,   “ A  wate r  inde x  for  rap id  m appi ng  of  shore - li ne  cha nges  of  five   Ea st  Afric an  Rif t   Vall e y   l ake s:  an  empiric a la na l y s i s  using  La ndsat  TM  and  ET M+  dat a , ”   Int .   J.   R e mote  Sens ,  vol.   27 ,   pp.   3153 - 3181 ,  2006.   [6]   S.  Lu,  et  al . ,   “ W at er   bod y   m apping  m e thod  with  HJ - 1A/B  sate ll i t e  imager y ,”   Int .   J.   Appl .   Earth   Obs .   Geoinf. ,   vol .   13,   pp .   428 - 434 ,  2011.     [7]   P.  J.  J.  Desme t   and  G.  Go ver s,  “ A  GIS   proc edur e  for  aut om at i ca l l y   c al cu la t ing  the   US LE   LS  fac t or   on   topogra ph ical l y   complex   l and sca pe  un it s ,”   J.  S oil   Wa te r Conse rv . ,   vol.   51,   pp.   427 - 433 ,  1996 .    [8]   W .   Zhou   and  B.   W u,   “ Assess m ent   of  soil  ero sion   and  sediment  de li ver y   ra ti o  usin g  remote  sensing  and  GIS :  A c ase   stud y   o f  upstre a m   cha obai h e  r iv er  c atchm ent ,   no rth  Chin a ,”   Int .   J .   Sed iment R es . ,   vol.   23 ,   pp .   167 - 173 ,  2008 .    [9]   Z.  Du,  et   al. ,   “ Esti m at ing  surfac e  wate r  area  changes  using  ti m e - serie s  La n dsat  d at a  in  the   qingji ang  rive r  basin,   China ,”   J. A ppl .   Re mote   Sens . ,   v ol.   6,   2012 .     [10]   F.  Sun,  e t  al . ,   “ Com par ison  and   i m prove m ent   of   m et hods  for  id e nti f y ing  wa te rbo die s  in  r emotely   sensed  imager y ,”   Int.   J. Remote   Se ns . ,   vol .   33 ,   pp .   6854 - 6875 ,  201 2 .    [11]   W at er  Bo d y   Ext ra ction  from   Multi - Source   Sat ellit e   Im ages .   Avail ab le  onli ne:                   h ttp:// c it es ee rx . ist.ps u. edu/ vi ewdoc /downloa d ? do i=10.1. 1 . 301. 8033 &re p=r ep1& t y p e= pdf .         [12]   H.  Xu,  “ Modifi ca t ion  of  norm a li sed  diff ere n ce   wate r  ind ex  (N D W I)  to  enha nc e  open  wa te r  f e at ure s  in   remote l y   sensed  imager y ,”   Int .   J. Remote   Sens . ,   vol.   27,   p p.   3025 - 3033 ,  2 006 .    [13]   W at er  Bod y   E xtra c ti on  And  Change   Detect i on  Based  on  Multi - Te m pora l   SA R  I m a ges.   A vai la bl e  online:   htt p://adsabs. h ar var d. edu /a bs/20 09SP IE. 7 498E. . 96Z .     [14]   H.  Zhou,   et   al. ,   “ La ndsca pe  and  wate r  qualit y   ch ange   detec t ion  in  urba n  wetl and:  A   post - cl assificat ion  compari so n  m et hod  with  IK ON O S da ta ,”   Pr oce dia   Environ .   Sci . ,   vo l.   10,   pp.   1726 - 1731 ,  201 1 .    [15]   Z.  Ta ng,   e t  al . ,   “ Ext ra ct ion   of  wa te r  bod y   b ase d  o n  La ndsat   TM5   i m age r y - A  ca se  s tud y   in  the   Yang tz e  rive r ,”   Adv.   Inf.   Comm .   Tech nol . ,   vol .   393 ,   pp .   416 - 420 ,  2013 .     [16]   W .   Li,  et   a l. ,   “ A  compari son   o f  la nd   surfac e  wate r  m appi ng   using  the  norm a li z e d  diff e ren ce  wate r  inde x   from  TM,   E TM+ and A LI ,”   Re mot e  S e ns . ,   vol .   5,   pp .   5 530 - 5549 ,  2013 .    [17]   S.  K.  McFe et ers ,   “ Us ing  the   nor m al iz ed   diff ere n ce   wa t er   inde x   ( ND W I)  withi n  a   geogr aph ic   info rm at ion  s y st em  t o   det e ct   sw imm ing  pools  for   m osquito aba t ement:  a   pra ct i cal appro ac h ,”   Re mot e  Se ns . ,   vol .   5,   pp .   3 544 - 3561 ,  2013 .    [18]   J.  W .   Rouse,   et   al. ,   “ Monitor ing   Vege ta t ion  S y st ems   in  the   Grea t   Plai ns  with  ERT S  (Ea rth  Resou rce s  Te chno log y   Sate llite) ,”   Pro c ee dings  of  Thir d  Earth  Re sour ces   Technol ogy  Sate llite   S ymposium,  Gr ee nbel t ,   ON,  Canada ,   v ol .  SP - 351,   pp.   309 - 317 ,  1973 .     [19]   E.   H.   W il son   an d  S.  A.   Sad er,  “ Dete c ti on  of   for est  har v est  t y p e   using  m ult iple  dat es  of   La ndsa t   TM  imager y ,”   Re mote   Sens.   En vi ron . ,   vol .   80 ,   p p.   385 - 396 ,  200 2 .    [20]   S.  K.  McFee te r s,  “ The   use  of  t he  norm al iz ed  d iffe ren ce   wat er  inde x  (ND W I)  i n  the   de li ne atio n  of  open  wate r   fea tur es ,”   Int .   J.  Re mote   Sens . ,   v ol.   17 ,   pp .   1425 - 1432 ,  1996 .   Evaluation Warning : The document was created with Spire.PDF for Python.