Есть ли способ автоматизировать предварительную обработку данных LANDSAT?

В настоящее время я записался на дистанционный курс, используя данные LANDSAT.
Часть моего курса посвящена стандартизации сцен на основе значений яркости . Я предполагаю, что, поскольку это такая утомительная задача, кто-то уже нашел способ ее автоматизировать.

Существуют ли какие-либо инструменты, ESRI или другие, которые стандартизируют сцены LANDSAT?

geoprocessing grass remote-sensing

— Жак Тарди
источник

Привет, Маркус, у меня была та же проблема, что и описанная; g.extension не может установить дополнительные модули обработки LandSat в AMD64 Ubuntu osgeo-org.1803224.n2.nabble.com/… где я нахожусь на Win7, около 4 недель назад я пробовал GRASS 6.4, хотя и на Trunk 6.5, и не могу установить эти плагины. В идеале я бы использовал плагины от QGIS и сделал бы их доступными через плагин GRASS там. Есть предположения?

— BWill

@BБудет ли мне лучше задать этот вопрос самому. Это не совсем ответ на текущий вопрос, и вы, вероятно, получите гораздо более релевантные ответы таким образом.

— djq

Перешел

— BWill

Обновление: гораздо более стабильная и совместимая с Windows версия Python диспетчера расширений была перенесена в GRASS 6.4.x пять дней назад. Таким образом, для 6.4.2 существует высокая вероятность того, что установка Addon станет более простой. Кроме того, на предстоящем GRASS GIS Community Sprint в Праге в мае 2011 года мы попытаемся автоматически сгенерировать двоичные дополнения winGRASS для удобства их использования. Пожалуйста, следите за обновлениями ...

— markusN

Эти плагины теперь доступны в Windows 7 в GRASS 7 dev

— BWill

Ответы:

С GRASS GIS ( http://grass.osgeo.org ) вы можете сделать эти шаги:

Импортируйте изображения Landsat в базу данных GRASS, используя:
- скрипты bash: см. внизу страницы по адресу http://www.grassbook.org/examples_menu3rd.php
- скрипт Python в GRASS-Wiki: Автоматический импорт данных
i.landsat.rgb (или i.colors.enhance в GRASS 7) - автоматическое улучшение цветов
i.landsat.toar (аддон для GRASS 6, включен в GRASS 7) - преобразовать DN в верхнюю часть атмосферы
i.atcorr - правильное отражение атмосферы от поверхности
i.landsat.acca (аддон) - идентификация облаков
i.landsat.dehaze (аддон) - удаление тумана
i.landsat.trim обрезает «бахрому» от границ изображений Landsat

Смотрите также здесь: http://grass.osgeo.org/wiki/LANDSAT

— markusN
источник

Вы также можете добавить i.topo.corr: grass.osgeo.org/wiki/GRASS_AddOns#i.topo.corr сразу после i.atcorr в «топографически правильную отражательную способность».

— Мэн

Спасибо, сделали, а также обновили grass.osgeo.org/wiki/LANDSAT для других модулей.

— markusN

Мы должны включить скрипт i.trim.fringe с надписью grass и также описать способ обрезания полос с помощью «официальных» границ сцены WRS2 .

— Никос Александрис

Я обнаружил, что это может быть полезно:

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

Третий пакет потрясающий, но никогда не пробовал с первым (ожидая ответа и разрешения от основного).

— wnursal
источник

Действительно, LEDAPS - это отличный набор инструментов и скриптов, которые автоматизируют генерацию поверхностного отражения.

— Хосе

да, но если я хотел бы попробовать обработку LEDAPS, мне нужна некоторая идентификация ... и когда я связывался с г-ном Масеком по адресу Jeffrey.G.Masek@nasa.gov, чтобы получить программное обеспечение, я никогда не получу ответ. Какой может быть другой способ получить программное обеспечение?

— Maycca

@MariaHavasova это зависит от качества, которое вы ищете. Для ежегодных временных рядов, я полагаю, LEDAP - это излишне. Я думаю, что SACP для QGIS на сайте fromgistors.blogspot.com имеет больше полезности.

— BillyWill

Я понимаю, что это довольно старая статья, но я разработал пакет R (LandsatLinkr), который представляет собой автоматизированную систему для обработки больших объемов изображений Landsat и построения спектрально согласованных хронологий для датчиков MSS, TM, ETM + и OLI. http://landsatlinkr.jdbcode.com/index.html он недоступен через CRAN, но на веб-сайте есть инструкции по его получению с GitHub ( https://github.com/jdbcode/LandsatLinkr ).

— Джастин Брэйтен
источник