Diferenciação do tipo de gelo usando dados de satélite

Gostaria de classificar a área glacial por categorias de neve (se houver) e gelo, mas o mais importante: entre gelo velho e gelo fresco. Eles têm propriedades diferentes que são possíveis de reconhecer em campo, mas você pode fazer isso com dados de satélite? (de preferência o Landsat, devido à resolução espacial de 30 / 15m)

remote-sensing landsat digital-image-processing land-classification reflectance adamczi
fonte

Quais são as características do gelo antigo e novo no campo?

Aaron

1) A neve fresca é muito menos compactada do que o gelo antigo da geleira (torna-se gelo por compactação). Portanto, isso pode estar de alguma forma conectado à refletância IR, que é absorvida pela água. 2) Também a neve fresca já chega a quase 100%, mas a neve velha pode chegar a ~ 40% (nenhuma classificação rigorosa, é claro). Eu gostaria de usar o IR, pois a composição True Color não é tão útil quanto eu gostaria que fosse.

adamczi

Isso soa como um problema de classificação de imagem direta. Você precisa começar com os dados de treinamento, que podem ser coletados em campo ou selecionando habilmente pixels nas imagens.

Aaron

Penso que o caminho a seguir é um algoritmo de classificação supervisionado, como Máxima Verossimilhança, Florestas Aleatórias etc. que usa todas as bandas espectrais disponíveis. Você conhece esses métodos? Não sei ao certo o que você quer dizer com "composição de IR". Você está se referindo à criação de imagens compostas, como composições de cores falsas (por exemplo, NIR, R, G)? Nesse caso, você é muito limitado nas aplicações desses produtos.

Aaron

@adamczi tente trabalhar no google-earth-engine. algoritmos de classificação supervisionada estarão disponíveis, além de dados SAR (seu upload ou a nuvem do Google).

precisa

Respostas:

Você precisará usar dados de microondas para isso. Os dados ópticos simplesmente não são suficientes. Se você ainda deseja continuar com a óptica, me diga qual metodologia você seguiu. Também depende muito da topografia, LULC da sua área. A classificação dos dados de microondas não é simples, você precisará consultar muita literatura e escolher uma metodologia que melhor lhe convier. Por favor, veja a metodologia que segui em minha tese de M.Tech: http://www.iirs.gov.in/iirs/sites/default/files/StudentThesis/Sanjay_MTech_2013-15.pdf

Por favor, pergunte se você tem alguma dúvida depois de ler a literatura.

OverArch
fonte

Aqui está um exemplo que pode ajudar você a começar no Google-Earth-Engine usando a Banda C do 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);

Você precisará classificar a imagem usando os algoritmos de classificação supervisionada mencionados aqui: https://developers.google.com/earth-engine/classification

Mais sobre o uso do Sentinel-1 https://developers.google.com/earth-engine/sentinel1

No Google Earth Engine e geleiras: http://www.geo.uzh.ch/~mzemp/share/scratch/msc/MSc.Thesis_NoahZeltner_UsingGoogleEarthEngineForGlobalGlacierChangeAssessment.pdf

Nas zonas SAR e glaciar: http://www.sciencedirect.com/science/article/pii/S0034425713001703

csheth
fonte