Phân biệt loại băng sử dụng dữ liệu vệ tinh


12

Tôi muốn phân loại vùng băng hà theo các loại tuyết (nếu có) và băng, nhưng điều quan trọng nhất: giữa băng cũ và băng tươi. Chúng có các thuộc tính khác nhau có thể nhận ra trong trường, nhưng bạn có thể làm điều này với dữ liệu vệ tinh không? (tốt nhất là Landsat vì độ phân giải không gian 30 / 15m)


1
Những đặc điểm nào làm băng cũ và mới có trong lĩnh vực này?
Aaron

1
1) Tuyết tươi ít bị nén hơn nhiều so với băng hà cũ (nó trở thành băng bằng cách nén). Do đó, điều này có thể được kết nối bằng cách nào đó với phản xạ hồng ngoại, được hấp thụ bởi nước. 2) Ngoài ra tuyết mới có albedo thậm chí lên tới gần 100%, nhưng tuyết cũ có thể xuống thấp tới ~ 40% (tất nhiên không có phân loại nghiêm ngặt). Tôi muốn sử dụng IR, vì thành phần True Color không hữu ích như tôi muốn.
adamczi 17/03/2016

1
Điều này nghe có vẻ như một vấn đề phân loại hình ảnh thẳng về phía trước. Bạn cần bắt đầu với dữ liệu đào tạo, có thể được thu thập tại hiện trường hoặc bằng cách chọn thành thạo các pixel từ hình ảnh.
Aaron

3
Tôi nghĩ rằng cách để đi đến đây là một thuật toán phân loại có giám sát như Khả năng tối đa, Rừng ngẫu nhiên, v.v ... sử dụng tất cả các dải quang phổ có sẵn. Bạn có quen thuộc với các phương pháp này? Tôi không chắc ý của bạn là "Thành phần IR". Bạn đang đề cập đến việc tạo hình ảnh tổng hợp như hỗn hợp màu sai (ví dụ NIR, R, G)? Nếu vậy, bạn rất hạn chế trong các ứng dụng của các sản phẩm đó.
Aaron

1
@adamczi hãy thử làm việc trên google-earth-engine. Các thuật toán phân loại được giám sát sẽ có sẵn cũng như dữ liệu SAR (tải lên hoặc đám mây của google).
csheth

Câu trả lời:


1

Bạn sẽ phải sử dụng dữ liệu vi sóng cho việc này. Dữ liệu quang học sẽ không cắt nó. Nếu bạn vẫn muốn tiếp tục với quang học, hãy cho tôi biết phương pháp bạn đã làm theo. Cũng rất nhiều phụ thuộc vào địa hình, LULC của khu vực của bạn. Việc phân loại dữ liệu vi sóng không đơn giản, bạn sẽ phải tham khảo nhiều tài liệu và chọn phương pháp phù hợp nhất với mình. Vui lòng xem phương pháp tôi đã theo trong Luận án M.Tech của tôi: http://www.iirs.gov.in/iirs/sites/default/files/StudentTribution/Sanjay_MTech_2013-15.pdf

Xin hỏi nếu bạn có bất kỳ câu hỏi sau khi đi qua các tài liệu.


0

Đây là một ví dụ có thể giúp bạn bắt đầu trên Google-Earth-Engine bằng C-Band của Sentinel-1:

var pt = ee.Geometry.Point(96.7868, 29.31409);

// Filter collection around point. Also read up on Sentinel-1's 
// polarization 
var collection = ee.ImageCollection('COPERNICUS/S1_GRD').filterBounds(pt)
.filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV'))
.select('VV');

// select an appropriate date
var beforesnow = collection.filterDate('2016-11-01', '2016-12-01').mosaic();
var aftersnow = collection.filterDate('2017-02-01', '2017-03-01').mosaic();

// bands for Sentinel-2
var bands = ['B2', 'B3', 'B4'];

// Some Sentinel-2 images for reference
var S2 = ee.ImageCollection('COPERNICUS/S2').filterBounds(pt)
.select(bands);
var S2before = S2.filterDate('2016-10-01', '2016-11-30').mosaic();
var S2after = S2.filterDate('2017-01-01', '2017-02-01').mosaic();

Map.addLayer(S2before, {bands: ['B4', 'B3', 'B2'], min: 300,max: 5000}, 'S2 Before');
Map.addLayer(S2after, {bands: ['B4', 'B3', 'B2'], min:873,max: 12522}, 'S2 After');

Map.centerObject(pt, 13);

// you may change the min, max later when tinkering with the layers tab in // the map
Map.addLayer(beforesnow, {min:-30,max:0}, 'Before snow');
Map.addLayer(aftersnow, {min:-30,max:0}, 'After snow');

//Some information on the Sentinel-1 collection
print('Collection: ', collection);

Bạn sẽ phải phân loại Hình ảnh bằng các thuật toán phân loại có giám sát được đề cập tại đây: https://developers.google.com/earth-engine/ classification

Thông tin thêm về việc sử dụng Sentinel-1 https://developers.google.com/earth-engine/sentinel1

Trên Google Earth Engine và Glaciers: http://www.geo.uzh.ch/~mzemp/share/scratch/msc/MSc.Tribution_NoahZeltner_UsingGoogleEarthEngineForGlobalGlacierChangeAssessment.pdf

Trên vùng SAR và sông băng: http://www.scTHERirect.com/science/article/pii/S0034425713001703

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.