Về cơ bản câu hỏi ở đây là "giá trị khoa học" nghĩa là gì ". Nếu bạn đang tìm cách thực hiện mô hình quang phổ trên dữ liệu, thì câu trả lời có thể khác so với khi bạn đang xem phân loại / phân đoạn hình ảnh. Pansharpening (tùy thuộc vào phương pháp) chỉ đơn giản là sẽ thay đổi phạm vi của các giá trị một lượng khá nhỏ và không nên đặt các giá trị phản xạ của bạn bên ngoài phạm vi khả năng.
Nói chung, nó phụ thuộc rất nhiều vào ứng dụng bạn sẽ sử dụng dữ liệu cho ứng dụng nào. Hơn nữa, tác động của pansharpening cũng có thể đáng được ghi nhận là kết quả phụ một phần trong bất kỳ nghiên cứu nào bạn đang thực hiện. Kết quả có thể là nó không thêm bất cứ thứ gì, ngoại trừ số pixel nhiều gấp bốn lần, nghĩa là thời gian xử lý dài gấp bốn lần, trong một số trường hợp là một showstopper.
Chỉnh sửa: Cơ sở dữ liệu bài viết của tôi về chủ đề này không lớn, nhưng tôi có hai nơi sử dụng dữ liệu pansharpend (với kết quả hợp lý) để phân đoạn hình ảnh:
Shackelford, AK, & Davis, CH (2003). Một cách tiếp cận dựa trên pixel mờ và dựa trên đối tượng để phân loại dữ liệu đa bán cầu có độ phân giải cao trên các khu vực đô thị. Giao dịch của IEEE về khoa học địa lý và viễn thám, 41 (10), 2354ùn2364. http://doi.org/10.1109/TGRS.2003.815972
Fernández, I., Aguilar, FJ, Aguilar, MA, & Álvarez, MF (2014). Ảnh hưởng của nguồn dữ liệu và quy mô đào tạo đối với phân loại diện tích bề mặt không thấm nước bằng cách sử dụng vệ tinh VHR và hình ảnh trên không thông qua phương pháp tiếp cận dựa trên đối tượng. Tạp chí của IEEE về các chủ đề được lựa chọn trong quan sát trái đất ứng dụng và viễn thám, 7 (12), 4681 Ném4691.