Muszę wiedzieć, czy naukowo uzasadnione jest łączenie / wyostrzanie produktów Landsat 8 powierzchniowego współczynnika odbicia z pasmem panoramicznym tego pasma? Szczegółowe informacje na temat współczynnika odbicia Landsat można znaleźć tutaj . Należy wspomnieć, że aby zamówić ten produkt, należy zamówić osobno produkt odbijający światło od powierzchni. Ten produkt zawiera tylko 7 pasm (30 m), a nie pasmo IR i Pan. Ponownie, moje pytanie jest prawidłowe, aby połączyć 7 pasm (30 m) produktu odbicia powierzchniowego z normalnym (nie odbijającym powierzchni) pasmem pan (15m). Chcę użyć tego ostro zakończonego obrazu do segmentacji i śledzenia map pokrycia terenu, więc muszę wiedzieć, że istnieje jakakolwiek ustalona praktyka tego typu ostrzenia paneli w środowisku akademickim w odniesieniu, jeśli tak, proszę przytoczyć.
Przede wszystkim - chyba że NAPRAWDĘ wiesz, co robisz i z czym eksperymentujesz - nie możesz poprawnie przekonwertować PAN z współczynnika odbicia na TOA. Dane te są tworzone wyłącznie w celu ulepszenia wizualnego; i nie należy z nich uzyskiwać żadnych informacji spektralnych.
Wartości współczynnika odbicia TOA są przeskalowane z 16-bitowego typu danych, jak podał USGS . Co oznacza, że możesz użyć pasma PAN bezpośrednio jako danych wejściowych z wielospektralnymi danymi odbicia TOA. Zwłaszcza, że większość - jeśli nie wszystkie - algorytmów wyostrzania Pan zaczyna się od pewnego rodzaju normalizacji danych.
Inną rzeczą, którą możesz zrobić - aby uspokoić umysł - jest pobranie dwóch przykładowych danych (poziom 2 i poziom 1); na obu zastosuj pan-wyostrzanie i dokonaj oceny spektralnej i przestrzennej obu wyników.
PS: Odnośnie tematu twojego projektu
W ubiegłym roku pracowałem nad projektem dotyczącym oceny efektów Pan-Sharpening w klasyfikacji obrazów , w której danymi wejściowymi były zdjęcia satelitarne Quickbird i Landsat 8. Przetestowano wiele algorytmów i podejść. A wyniki były bardzo interesujące. Nie opublikowaliśmy jeszcze artykułu, więc nie mogę ujawnić większości rzeczy, które zrobiliśmy. Ale jedno, co mogę powiedzieć, to: spróbować użyć kombinacji oryginalnych danych (pełnych pasm) i segmentowanych zdjęć z wyostrzonym obrazem. Ponieważ większość eksperymentów przeprowadzonych na danych Landsata wykazała, że ogólna dokładność i współczynnik Kappa spadły w porównaniu z klasyfikacją pierwotnych danych.
źródło