Landsat yansıtma ürününü pan bandıyla pansharpen yapmak bilimsel olarak doğru mu?

Landsat 8 yüzey yansıtma ürünlerini ilgili bandın pan bandıyla kaynaştırmak / keskinleştirmek için bilimsel olarak geçerli olup olmadığını bilmem gerekir mi? Landsat yansıtma ürün detaylarına buradan ulaşabilirsiniz . Bu ürünü alabilmek için yüzey yansıtma ürününü ayrı olarak sipariş etmesi gerektiği belirtilmelidir. Bu ürün IR ve Pan bandı değil, sadece 7 bant (30m) içerir. Yani, sorum, 7 yüzey (30m) yüzey yansıtma ürününün normal (yüzey yansıtma değil) pan bandıyla (15m) birleştirilmesi için geçerlidir. Bu pansharpened görüntüyü segmentasyon ve takip eden arazi örtüsü haritalaması için kullanmak istiyorum.Bu yüzden akademide bu tür pan keskinleştirme referansı ile herhangi bir yerleşik uygulama var, eğer evet, lütfen alıntı.

— SIslam
kaynak

Yanıtlar:

Temel olarak buradaki soru "bilimsel olarak geçerli" ne demektir? Veriler üzerinde spektral modelleme yapmak istiyorsanız, cevap muhtemelen sınıflandırma / görüntü segmentasyonu yapmaktan farklıdır. Pansharpening (yönteme bağlı olarak), değerlerin aralığını oldukça küçük bir miktarda değiştirecektir ve yansıtma değerlerinizi olasılık alanının dışına koymamalıdır.

Sonuç olarak, verileri hangi uygulama için kullanacağınıza çok bağlıdır. Ayrıca, pansharpening'in etkisi, yaptığınız herhangi bir çalışmada kısmi bir sonuç olarak belgelenmeye değer olabilir. Sonuç, dört kat daha fazla piksel dışında hiçbir şey eklememesi, yani işlem süresinin dört kat daha fazla olması ve bazı durumlarda gösterici olması olabilir.

Düzenleme: Bu konuda makaleler benim veritabanı büyük değil, ama pansharpend veri görüntü segmentasyonu için (makul sonuçlarla) kullanıldığı bu iki var:

Shackelford, AK ve Davis, CH (2003). Kentsel alanlar üzerinde yüksek çözünürlüklü çokbantlı verilerin sınıflandırılması için bulanık, piksel tabanlı ve nesne tabanlı bir yaklaşım. IEEE Jeobilim ve Uzaktan Algılama İşlemleri, 41 (10), 2354-2364. http://doi.org/10.1109/TGRS.2003.815972

Fernández, I., Aguilar, FJ, Aguilar, MA ve Álvarez, MF (2014). Veri Kaynağı ve Eğitim Boyutunun Nesne Tabanlı Bir Yaklaşımla VHR Uydu ve Havadan Görüntüler Kullanarak Geçirimsiz Yüzey Alanları Sınıflamasına Etkisi. IEEE Uygulamalı Dünya Gözlemlerinde ve Uzaktan Algılamada Seçilmiş Konular Dergisi, 7 (12), 4681-4691.

— Mikkel Lydholm Rasmussen
kaynak

soruyu düzenledi.

— SIslam

Cevabınızda ele alınmayan problem, yüzey yansıtma bantlarının 8 bandının DN değerlerinden farklı birimlerde olmasıdır. Oysa bazı algoritmalar pan keskinleştirilmiş yüzey yansıtma bantlarındaki sonuç değerleri üzerindeki etki ne olursa olsun (örneğin PCA) çalışır. ne anlama gelirse önemli ölçüde önyargılı olabilir ve bu nedenle "bilimsel olarak geçerli" olamaz. Bununla birlikte, bilinen bir "malzeme yansıtma özelliklerinden" standpoint aslında geçersizdir çünkü spektral eğriler, bant 8'deki beklenen değerlerle eşleşmeyen DN değerlerine göre değiştirilmiştir.

— Jeffrey Evans

@Jeffrey: Her şeyin hangi pansharpening yönteminin kullanıldığına bağlı olduğunu gösterir - sorunun bir parçası olmayan bir öğe. Bununla birlikte, konunun görüntü segmentasyonu olduğu göz önüne alındığında, birincil amaç bilinen malzemeleri modellemek değil, değerlerin sahneler arası karşılaştırmasına izin vermektir - bu da birincil kaygının pansharpasyon değil, atmosfer düzeltmesinin tutarlılığı olduğu anlamına gelir.

— Mikkel Lydholm Rasmussen

Verdiğiniz nazik çaba için hepinize teşekkür ederim! Aslında, reflactance ürününü atmosferik olarak düzeltilmemiş ürünle sınıflandırma amacıyla pan-keskinleştirip bilemediğimi bilmek istiyorum. Cevabınız evet ise, yukarıdaki tartışmalar bunu yapmak için belirlenmiş bir yol verin, çünkü araştırma amaçlı bir sınıflandırma yapmam gerekiyor.

— SIslam

@SIslam - Atmosferik olarak düzeltilmiş verileri düzeltilmemiş pankromatik verilerle pansharpening'e bakan bir kağıt bulmanın mümkün olacağını düşünmüyorum. Çok teknik bir detay, sadece güçlü teknik kullanıcılar için gerçekten önemli olan bir detay ve bu kullanıcılar oldukça hata eğilimli landsat yüzey yansıtma ürününü kullanmaktan ziyade genellikle kendi atmosferik düzeltmelerini yapacaklardır.

— Mikkel Lydholm Rasmussen

Her şeyden önce - ne yaptığınızı ve neyi denediğinizi GERÇEKTEN bilmiyorsanız - PAN'yi DN'den TOA'ya yansıtmaya doğru şekilde dönüştüremezsiniz. Bu veriler yalnızca görsel iyileştirme amacıyla yapılmıştır; ve ondan hiçbir spektral bilginin türetilmesi gerekmemektedir.

TOA yansıtma değerleri, USGS tarafından belirtilen 16 bit veri türünden yeniden ölçeklendirmedir . Bu, PAN bandını doğrudan multispektral TOA yansıma verileriyle girdi olarak kullanabileceğiniz anlamına gelir. Özellikle Pan-bileme algoritmalarının çoğu - hepsi olmasa da - bir çeşit veri normalizasyonu ile başladığından.

Yapabileceğiniz başka bir şey - sadece zihninizi rahatlatmak için - iki örnek veri (seviye 2 ve seviye 1) almaktır; her ikisine pan-bileme uygulayın ve her iki sonuç için spektral ve uzamsal değerlendirmeler yapın.

Not: Projenizin temasıyla ilgili

Geçen yıl, girdi verilerinin Quickbird ve Landsat 8 uydu görüntüleri olduğu Pan-Netleştirme etkilerinin değerlendirilmesine ilişkin bir proje üzerinde çalıştım . Çoklu algoritmalar ve yaklaşımlar test edildi. Ve sonuçlar çok ilginçti. Makaleyi yayınlamak için henüz uğraşmadık, böylece yaptığımız şeylerin çoğunu açıklayamıyorum. Ama söyleyebileceğim bir şey var: orijinal verilerin (tam bantlar) ve Segmentli pan keskinleştirilmiş görüntülerin bir kombinasyonunu denemek ve kullanmak. Landsat verileri üzerinde yapılan deneylerin çoğu, orijinal verilerin sınıflandırılmasına kıyasla genel doğruluk ve Kappa katsayısının düştüğünü gösterdi.

— Mouad Alami
kaynak