Дифференциация типа льда по спутниковым данным

Я хотел бы классифицировать ледниковую зону по категориям снега (если есть) и льда, но что самое важное: между старым льдом и свежим льдом. Они имеют различные свойства, которые можно распознать в полевых условиях, но можете ли вы сделать это со спутниковыми данными? (желательно Landsat из-за пространственного разрешения 30/15 м)

— adamczi
источник

Каковы характеристики старого и нового льда в поле?

— Аарон

1) Свежий снег намного уплотняется по сравнению со старым ледниковым льдом (он становится льдом при уплотнении). Поэтому это может быть как-то связано с ИК-отражением, которое поглощается водой. 2) Также свежий снег имеет альбедо даже до почти 100%, но старый снег может достигать ~ 40% (конечно, строгой классификации нет). Я хотел бы использовать ИК, поскольку композиция True Color не так полезна, как хотелось бы.

— adamczi

Это звучит как прямая проблема классификации изображений. Вам нужно начать с тренировочных данных, которые можно собирать в полевых условиях или опытным образом выбирая пиксели из изображений.

— Аарон

Я думаю, что путь здесь - это контролируемый алгоритм классификации, такой как Максимальное правдоподобие, Случайные леса и т. Д., Который использует все доступные спектральные полосы. Вы знакомы с этими методами? Я не уверен, что вы подразумеваете под "ИК-составом". Вы имеете в виду создание составных изображений, таких как составные ложные цвета (например, NIR, R, G)? Если это так, вы очень ограничены в применении таких продуктов.

— Аарон

@adamczi попробуйте поработать над google-earth-engine. Будут доступны контролируемые алгоритмы классификации, а также данные SAR (ваша загрузка или облако Google).

— Чет

Ответы:

Вы должны будете использовать микроволновые данные для этого. Оптические данные просто не будут сокращать это. Если вы хотите по-прежнему использовать оптические технологии, расскажите, какую методологию вы использовали. Также многое зависит от топографии, LULC вашего района. Микроволновая классификация данных сама по себе непроста, вам придется обратиться к большому количеству литературы и выбрать методологию, которая подходит вам лучше всего. Пожалуйста, ознакомьтесь с методологией, которой я придерживался в своей диссертации M.Tech: http://www.iirs.gov.in/iirs/sites/default/files/StudentThesis/Sanjay_MTech_2013-15.pdf

Пожалуйста, спросите, есть ли у вас какие-либо вопросы после изучения литературы.

— покрывать сводом
источник

Вот пример, который может помочь вам начать работу с Google-Earth-Engine, используя C-Band 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);

Вам нужно будет классифицировать изображение с использованием контролируемых алгоритмов классификации, указанных здесь: https://developers.google.com/earth-engine/classification

Подробнее об использовании Sentinel-1 https://developers.google.com/earth-engine/sentinel1

О Google Earth Engine и Glaciers: http://www.geo.uzh.ch/~mzemp/share/scratch/msc/MSc.Thesis_NoahZeltner_UsingGoogleEarthEngineForGlobalGlacierChangeAssessment.pdf

О САР и зонах ледников: http://www.sciencedirect.com/science/article/pii/S0034425713001703

— csheth
источник