¿Es científicamente correcto aplicar pansharpen al producto de reflectancia Landsat con banda de pan

¿Necesito saber si es científicamente válido fusionar / agudizar los productos de reflectancia de la superficie Landsat 8 con la banda panorámica de esa banda respectiva? Los detalles del producto de reflectancia Landsat se pueden encontrar aquí . Debe mencionarse que se necesita pedir un producto de reflectancia de superficie por separado para obtener este producto. Este producto contiene solo 7 bandas (30 m), no IR y banda Pan. Entonces, nuevamente, mi pregunta es válida para fusionar 7 bandas (30m) de producto de reflectancia de superficie con una banda de pan normal (no de reflectancia de superficie) (15m). Quiero usar esta imagen con nitidez para la segmentación y seguir el mapeo de la cobertura del suelo, así que necesito saber que existe alguna práctica establecida de este tipo de nitidez en la academia con referencia, en caso afirmativo, cite.

— SIslam
fuente

Respuestas:

Fundamentalmente, la pregunta aquí es "qué significa" científicamente válido ". Si está buscando hacer un modelo espectral en los datos, entonces la respuesta es posiblemente diferente de si está buscando hacer una clasificación / segmentación de imágenes. Pansharpening (dependiendo del método) simplemente cambiará el rango de los valores en una cantidad bastante pequeña y no debería colocar sus valores de reflectancia fuera del ámbito de la posibilidad.

En general, depende mucho de la aplicación para la que va a utilizar los datos. Además, también puede valer la pena documentar el impacto de la nitidez de pansas como un resultado secundario parcial en cualquier estudio que esté realizando. El resultado puede ser que no agrega nada, excepto cuatro veces la cantidad de píxeles, lo que significa un tiempo de procesamiento cuatro veces mayor, que en algunos casos es espectacular.

Editar: Mi base de datos de artículos sobre este tema no es enorme, pero tengo estos dos donde se usan datos de pansharpend (con resultados razonables) para la segmentación de imágenes:

Shackelford, AK y Davis, CH (2003). Un enfoque combinado basado en píxeles difusos y en objetos para la clasificación de datos multiespectrales de alta resolución en áreas urbanas. IEEE Transactions on Geoscience and Remote Sensing, 41 (10), 2354–2364. http://doi.org/10.1109/TGRS.2003.815972

Fernández, I., Aguilar, FJ, Aguilar, MA y Álvarez, MF (2014). Influencia de la fuente de datos y el tamaño del entrenamiento en la clasificación de áreas de superficie impermeables usando imágenes satelitales y aéreas de VHR a través de un enfoque basado en objetos. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7 (12), 4681–4691.

— Mikkel Lydholm Rasmussen
fuente

editado la pregunta.

— SIslam

El problema que no se aborda en su respuesta es que las bandas de reflectancia de la superficie están en unidades diferentes a los valores de DN de la banda 8. Mientras que algunos algoritmos funcionarían independientemente (p. Ej., PCA) del efecto sobre los valores resultantes en las bandas de reflectancia de la superficie con nitidez panorámica podría ser notablemente parcial y, por lo tanto, no "científicamente válido", sea lo que sea que eso signifique. Sin embargo, desde un punto de vista conocido de "propiedades de reflectancia de los materiales", en realidad no son válidos porque las curvas espectrales se han cambiado en función de los valores de DN en la banda 8 que no coinciden con los valores esperados.

— Jeffrey Evans

@JeffreyEvans, todo depende de qué método de enfoque se esté usando, un elemento que no forma parte de la pregunta. Sin embargo, dado que el tema es la segmentación de imágenes, el objetivo principal no es modelar materiales conocidos, sino permitir la comparación de valores entre escenas, lo que significa que la preocupación principal no es el enfoque, sino la consistencia de la corrección atmosférica.

— Mikkel Lydholm Rasmussen

¡Gracias a todos por el amable esfuerzo que han hecho! De hecho, quiero saber si es válido si agudizo el producto de reflactancia con un producto no corregido atmosféricamente para fines de clasificación. En caso afirmativo, deme la forma establecida de hacerlo, ya que la discusión anterior lo refuerza, ya que necesito hacer una clasificación para fines de investigación. ¿Podría citar papel para Landsat?

— SIslam

@SIslam: no creo que sea posible encontrar un documento que analice específicamente los datos de corrección atmosférica pansharpen con datos pancromáticos no corregidos. Es un detalle muy técnico, un detalle que realmente solo importa para los usuarios técnicos fuertes y esos usuarios generalmente harían su propia corrección atmosférica, en lugar de usar el producto de reflectancia de superficie del Landsat bastante propenso a errores.

— Mikkel Lydholm Rasmussen

En primer lugar, a menos que REALMENTE sepa lo que está haciendo y con lo que está experimentando, no puede convertir correctamente PAN de DN a TOA reflectancia. Estos datos se hacen únicamente con el propósito de mejorar visualmente; y no se supone que se derive información espectral de ella.

Los valores de reflectancia de TOA son una reescala del tipo de datos de 16 bits según lo establecido por USGS . Lo que significa que puede usar la banda PAN directamente como entrada con los datos de reflectancia TOA multiespectrales. Especialmente porque la mayoría, si no todos, de los algoritmos de nitidez panorámica comienzan con algún tipo de normalización de datos.

Otra cosa que puede hacer, solo para tranquilizarse, es tomar dos datos de muestra (nivel 2 y nivel 1); aplique una nitidez panorámica en los dos y realice evaluaciones espectrales y espaciales en ambos resultados.

PD: sobre el tema de tu proyecto

El año pasado, trabajé en un proyecto relacionado con la Evaluación de los efectos de Pan-Sharpening en la clasificación de imágenes , donde los datos de entrada fueron imágenes de satélite Quickbird y Landsat 8. Se probaron múltiples algoritmos y enfoques. Y los resultados fueron muy interesantes. Todavía no hemos llegado a publicar el artículo, así que no puedo revelar la mayoría de las cosas que hicimos. Pero una cosa que puedo decir es: tratar de usar una combinación de los datos originales (bandas completas) y las imágenes con nitidez segmentada. Como la mayoría de los experimentos realizados con datos de Landsat mostraron que la precisión general y el coeficiente de Kappa disminuyeron en comparación con la clasificación de los datos originales.

— Mouad Alami
fuente