¿Hay alguna manera de automatizar el preprocesamiento de los datos de LANDSAT?

Actualmente estoy inscrito en un curso de detección remota, utilizando datos de LANDSAT.
Parte de mi curso se trata de estandarizar las escenas en función de los valores de luminosidad . Supongo que debido a que esta es una tarea tan tediosa, alguien ya ha descubierto una forma de automatizarla.

¿Hay alguna herramienta, ESRI o de otro tipo que estandarice las escenas de LANDSAT?

geoprocessing grass remote-sensing

— Jacques Tardie
fuente

Hola Markus, he tenido el mismo problema que el descrito; g.extension no puede instalar complementos de procesamiento de Landsat en Ubuntu AMD64 osgeo-org.1803224.n2.nabble.com/… donde estoy en Win7, hace aproximadamente 4 semanas probé GRASS 6.4 en 6.5 Trunk y no puedo instalar estos complementos. Lo ideal sería utilizar los complementos de QGIS y tenerlos disponibles a través del complemento GRASS allí. ¿Alguna idea?

— B

@B ¿Creo que sería mejor si hicieras esta pregunta por sí solo? Realmente no es una respuesta a la pregunta actual, y probablemente obtendrá muchas más respuestas relevantes de esa manera.

— DJ

— puse

Actualización: la versión de Python del administrador de extensiones, mucho más estable y compatible con Windows, se devolvió a GRASS 6.4.x hace cinco días. Por lo tanto, para 6.4.2 existe una gran posibilidad de que la instalación del complemento sea más fácil. Además, en el próximo GRASS GIS Community Sprint en Praga en mayo de 2011, intentaremos autogenerar complementos binarios winGRASS para facilitar el consumo.

— Estén

Estos complementos ahora están disponibles en Windows 7 en GRASS 7 dev

— BWill

Respuestas:

Con GRASS GIS ( http://grass.osgeo.org ) puede realizar estos pasos:

Importe imágenes Landsat en una base de datos GRASS usando:
- secuencias de comandos bash: vea la parte inferior de la página en http://www.grassbook.org/examples_menu3rd.php
- script de python en GRASS-Wiki: importación automatizada de datos
i.landsat.rgb (o i.colors.enhance en GRASS 7): mejora automática de colores
i.landsat.toar (complemento para GRASS 6, incluido en GRASS 7) - convierte DN a la radiación de la parte superior de la atmósfera
i.atcorr - correcta reflectancia de la parte superior de la atmósfera a la superficie
i.landsat.acca (complemento) - identificación de la nube
i.landsat.dehaze (complemento) - eliminación de neblina
i.landsat.trim recorta la "franja" de los bordes de las imágenes de Landsat

Ver también aquí: http://grass.osgeo.org/wiki/LANDSAT

— markusN
fuente

También puede agregar i.topo.corr: grass.osgeo.org/wiki/GRASS_AddOns#i.topo.corr justo después de i.atcorr a "reflectancia topográficamente correcta".

— Maning

Gracias, hecho y también actualizado grass.osgeo.org/wiki/LANDSAT para otros módulos.

— markusN

Deberíamos incluir el script de complemento de hierba i.trim.fringe y describir, también, una forma de cortar las franjas usando los límites de escena "oficiales" de WRS2 .

— Nikos Alexandris

Encontré que esto podría ser útil:

http://ledaps.nascom.nasa.gov/tools/tools.html

El tercer paquete es increíble, pero nunca lo probé con el primero (esperando respuesta y permiso del director).

— wnursal
fuente

De hecho, LEDAPS es un gran conjunto de herramientas y scripts que automatizan la generación de reflectancia de superficie.

— José

sí, pero si quisiera probar el procesamiento de LEDAPS, necesito alguna identificación ... y cuando me comuniqué con el Sr. Masek en Jeffrey.G.Masek@nasa.gov para obtener el software, nunca recibí una respuesta. ¿Cuál podría ser la forma diferente de obtener el software?

— maycca

@MariaHavasova depende de la calidad que esté buscando. Para series de tiempo anuales, supongo que los LEDAP son excesivos. El SACP para QGIS en fromgistors.blogspot.com creo que tendría más utilidad.

— BillyWill

Me doy cuenta de que esta es una publicación bastante antigua, pero he desarrollado un paquete R (LandsatLinkr), que es un sistema automatizado para procesar grandes volúmenes de imágenes Landsat y construir cronologías espectralmente consistentes en sensores MSS, TM, ETM + y OLI. http://landsatlinkr.jdbcode.com/index.html no está disponible a través de CRAN, pero el sitio web tiene instrucciones para obtenerlo de GitHub ( https://github.com/jdbcode/LandsatLinkr ).

— Justin Braaten
fuente