Чи науково правильно зафіксувати відбиваючий ландшафт добуток за допомогою панорамної смуги

Мені потрібно знати, чи науково обгрунтовано плавлення / загострення виробів відбиття поверхні Landsat 8 за допомогою панорамної зони відповідної смуги? Деталі продукту відбиття Landsat можна знайти тут . Слід зазначити, що для отримання цього продукту потрібно замовити окремо відбиваючи поверхню окремо. Цей продукт містить лише 7 діапазонів (30 м), не ІК, а Пан діапазон. Отже, знову ж таки, моє питання, чи справедливо сплавити 7 смуг (30 м) продукту поверхні відбиття з нормальною (не поверхневою віддзеркалювальною) зоною (15 м). Я хочу використати це застеблене зображення для сегментації та наступного картографування земельного покриву. Отже, мені потрібно знати, що існує якась усталена практика такого типу заточення каменю в академічних науках з посиланням, якщо так, будь ласка, цитуйте.

Принципово тут питання "що означає" науково обгрунтований "? Якщо ви хочете зробити спектральне моделювання даних, то відповідь, можливо, інша, ніж якщо ви дивитесь на класифікацію / сегментацію зображення. Пансарпінг (залежно від методу) просто змінить діапазон значень порівняно невеликою сумою і не повинен ставити ваші значення відбиття поза сферою можливості.

Загалом, багато що залежить від того, для якого додатка ви будете використовувати дані. Крім того, вплив паншарпації також може бути вартим документування як частковий побічний результат у будь-якому дослідженні, яке ви виконуєте. Результатом може бути те, що він не додає нічого, крім чотирьох разів більше пікселів, що означає в чотири рази довший час обробки, що в деяких випадках є показовим стоппером.

Редагувати: Моя база даних статей на цю тему не величезна, але у мене є ці дві дані, де використовуються дані (з розумними результатами) для сегментації зображень:

Shackelford, AK, & Davis, CH (2003). Комбінований нечіткий піксельний та об'єктно-орієнтований підхід для класифікації багатоспектральних даних високої роздільної здатності для міських територій. Операції IEEE з питань геології та дистанційного зондування, 41 (10), 2354–2364. http://doi.org/10.1109/TGRS.2003.815972

Fernández, I., Aguilar, FJ, Aguilar, MA, & Alvarez, MF (2014). Вплив джерела даних та розмір навчання на класифікацію непроникних поверхонь за допомогою супутникових та повітряних знімків УКХ через об'єктно-підхідний підхід. Журнал вибраних тем IEEE з прикладних спостережень Землі та дистанційного зондування, 7 (12), 4681–4691.

Перш за все - якщо ви дійсно не знаєте, що ви робите і з чим експериментуєте, ви не можете правильно перетворити PAN з DN у відбиття TOA. Ці дані створені виключно з метою покращення зору; і жодна спектральна інформація не повинна бути отримана з нього.

Значення відбиття TOA - це повторна шкала від 16-бітового типу даних, як заявлено USGS . Це означає, що ви можете використовувати смугу PAN безпосередньо як вхід з даними відбиття багатоспектрального TOA. Тим більше, що більшість - якщо не всі - алгоритми загальної різкості починаються з певної нормалізації даних.

Ще одна річ, яку ви можете зробити - просто полегшити свою думку - це взяти дві вибіркові дані (рівень 2 та рівень 1); застосувати загальну різкість на двох і зробити спектральну та просторову оцінку обох результатів.

PS: Щодо теми вашого проекту

Минулого року я працював над проектом, що стосується Оцінки ефектів загальної різкості на класифікації зображень , де вхідними даними були супутникові знімки Quickbird та Landsat 8. Тестовано кілька алгоритмів та підходів. І результати були дуже цікаві. Ми ще не взялися за публікацію статті, тому я не можу розкрити більшість речей, які ми зробили. Але я можу сказати одне: спробувати використати комбінацію вихідних даних (повних діапазонів) та сегментованих сфокусованих зображень. Оскільки більшість експериментів, проведених на даних Landsat, показали, що загальна точність та коефіцієнт Каппа знизилися порівняно з класифікацією вихідних даних.