¿Cómo agudizar LANDSAT 8 en GRASS?


9

Después de haber usado QGIS durante bastante tiempo para el mapeo, me 'forzaron' a profundizar en GRASS ya que pansharpening no es directamente ejecutable en QGIS. Después de comprender más o menos la estructura, hice algunas pruebas con i.fusion.brovey. Pude generar los rásteres con una resolución de 15 m, pero al cargar en QGIS no puedo lograr / recuperar el agradable contraste de color como está presente en los rásteres originales de 30 m.

En una publicación anterior, alguien confirmó eso y propuso usar otra función para landsat: 'i.his.rgb' (después de usar i.landsat.toar, que no uso). Comienza a convertir min / max a 1-255 antes de usar i.his.rgb ... Mis rásteres originales tienen un rango de 0-65535. No me funcionó ...

Dejé de fumar después de algunos días de luchar solo para realizar un Pansharp, me siento atascado ... ¿Por qué simplemente aplicar i.pansharp no funciona para Landsat como lo sugieren otros? ¿Alguien puede sugerir un flujo de trabajo más directo para ejecutar el enfoque de las imágenes Landsat 8? Esperando algún consejo, gracias de antemano ...

Respuestas:


7

Eche un vistazo a i.landsat.rgb : realiza un equilibrio automático de colores para las imágenes de LANDSAT, probablemente antes de ejecutar el enfoque. También puede considerar convertir los números digitales de los canales individuales a la radiación o reflectancia de la parte superior de la atmósfera con i.landsat.toar . Ver también http://grasswiki.osgeo.org/wiki/LANDSAT

Por cierto: tener un rango de 0-65535 para los datos originales de LANDSAT es extraño ya que se entregan como canales de 8 bits (0-255). Así que primero verifique sus datos de entrada.

Actualización: 10/2013

Para un procedimiento simplificado con GRASS GIS 7 actual, vea la página ingrese la descripción de la imagen aquíProcesando datos Landsat 8 en GRASS GIS 7: compuestos RGB y nitidez de panoramización


Originalmente me encontré con ese artículo que está vinculando desde neteler.org, pero las instrucciones no funcionaron en absoluto (debido al formato de punto flotante de los rásteres generados con i.landsat.toar, así que terminé siguiendo los consejos desde aquí: gis.stackexchange.com / a / 39239/9857
Juan

3
Tenga en cuenta que ese consejo se dio hace muchos años y no refleja el último código GRASS GIS. Por cierto: un módulo de gran nitidez es el nuevo complemento: i.fusion.hpf - Fusionar datos multiespectrales de alta resolución pancromáticos y de baja resolución basados ​​en la técnica de adición de filtro de paso alto, consulte grass.osgeo.org/grass70/manuals/ addons / i.fusion.hpf.html
markusN

4

Gracias Michal y Markus. Finalmente pude hacer el enfoque con la función indicada brov. Una vez realizado en GRASS, exporté los rásteres RGB a gdal GTiff con el tipo de datos Uint16. Markus, he estado descargando y usando varias imágenes Landsat 8 (tiff de cada una de las 11 bandas), obteniendo buenos resultados visuales, ambos en color natural / falso. Que yo sepa, los tiff originales de Landsat vienen como Uint16 con valores que van de 0 a 65535 (¿o me estoy perdiendo algo?) ... Gracias por el enlace GRASS LANDSAT ...


3
Sí, las imágenes de Landsat 8 se almacenan como tipos Uint16.
webrian

3

La definición de FIHS o Brovery Transform es bastante simple si sigue las fórmulas de un artículo como este: http://www.sensorsportal.com/HTML/DIGEST/august_2014/Vol_177/P_RP_0183.pdf

Suponiendo que está utilizando GRASS GIS y pansharpening Landsat 8.

Establezca su región utilizando el pan 8 tif: es importante tener una resolución de 15 m que se establecerá si hace esto.

Para Brovery sin pesos, ingrese esto en Calculadora de mapa para azul, verde y rojo respectivamente:

banda8 / (banda2 + banda3 + banda4) / 3 * banda2

banda8 / (banda2 + banda3 + banda4) / 3 * banda3

banda8 / (banda2 + banda3 + banda4) / 3 * banda4

Ejecute r.colors para cada una de las salidas anteriores y configure la ecualización del histograma y la tabla de colores en gris.

Ejecute r.composite, seleccione las bandas apropiadas (rojo = 4, verde = 3, azul = 2)

Mira la imagen.

Obviamente, este proceso podría hacerse con más consideración para la corrección atmosférica, el estiramiento del color y los pesos de banda como se discutió en el artículo anterior.


2

También puede probar Monteverdi para realizar el enfoque de pans. Esta herramienta puede consumir GeoTIFFs regulares como entrada (sin embargo, las bandas multiespectrales separadas deben fusionarse en un ráster multibanda) y funciona razonablemente bien.


2

Después de luchar con este problema, encontré una solución simple que le permite agudizar en QGIS (2.18.21 es mi versión) usando SCP. La actualización de SCP que incorpora este método se describe aquí https://fromgistors.blogspot.com/2015/07/major-update-semi-automatic-44.html .

¡Esto es fácil de hacer y funcionó de maravilla! Verifiqué la salida final y los píxeles miden a 15 m de resolución, haciendo coincidir la banda pancromática 8. Si alguien tiene curiosidad, utiliza el método de Transformación Brovey como se describe en el manual (consulte https://media.readthedocs.org/pdf/semiautomaticclassificationmanual/latest/semiautomaticclassificationmanual.pdf ).

Paso 1 para la herramienta SCP pansharpen Paso 3-4 para SCP pansharpen


1

Bienvenido al sitio Janos. Idealmente, las respuestas como la suya deberían tener una descripción de por qué son buenos métodos. ..

Para aumentar la nitidez de las imágenes de Landsat 8, el método más fácil es http://www.geosage.com/highview/download.html . Mi consejo, pruébalo. Solo un clic ...Transformador espectral


-2

Para pansharpenig utilicé el transformador espectral GUI para las imágenes de Landsat 8 ingrese la descripción de la imagen aquí http://www.geosage.com/highview/download.html Muy bueno. BR Janos


2
Bienvenido al sitio Janos. Idealmente, las respuestas como la suya deberían tener una descripción de por qué son buenos métodos. Las respuestas de solo enlace tienden a desaparecer si el enlace desaparece.
Aaron
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.