Wie kann eine unbeaufsichtigte Klassifizierung von LANDSAT-Zeitreihen mit Grass durchgeführt werden?

Ich verwende GRASS, um eine unbeaufsichtigte Klassifizierung für eine Zeitreihe von LANDSAT-Bildern (monatliche zeitliche Auflösung, über 30 Jahre) durchzuführen, um die Änderung der Landbedeckung in einem bestimmten Gebiet zu vergleichen.

Ich mache mir Sorgen, dass, wenn ich i.clusterfür jede Karte in der Zeitreihe laufe, die für die Klassen verwendeten Signaturen für jede Karte geringfügig unterschiedlich sein können, was sich auf die Gültigkeit des Vergleichs auswirkt. Wäre das der Fall? Wenn ja, gibt es eine Möglichkeit, um sicherzustellen, dass die auf jeder Karte in der Zeitreihe verwendeten Klassensignaturen durchgehend identisch sind?

Meine ursprüngliche Idee war, i.clusterauf einer bestimmten Karte zu laufen, auf der alle Klassen gut dargestellt sind, und dann die daraus generierte Sigfile als Eingabesigfile i.maxlikfür alle Maps zu verwenden.

— si_2012
quelle

Eine Möglichkeit, eine gemeinsame Signatur für eine Sammlung verwandter Raster zu erhalten, besteht darin, sie alle an verschiedene Speicherorte zu verschieben und diese (mit einigen Bändern von Nullwerten zwischen allen) zu mosaikieren: Erstellen Sie dafür eine Signatur. Dies umgeht das potenzielle Problem, dass in einem Bild möglicherweise nicht alle Klassen angezeigt werden.

— whuber

Danke @whuber. Das klingt nach einer guten Idee, aber der Bereich, den ich betrachte, besteht aus 11 LANDSAT-Kacheln, die miteinander mosaikiert sind. Wenn Sie diese entfernen und zusammen mosaikieren, wird eine massive Datei erstellt, die lange dauert. Könnte ich stattdessen eine Bildgruppe aller Punkte in der Zeitreihe erstellen und eine Signatur dafür generieren?

— si_2012

Ihr Datensatz scheint sehr groß zu sein und es wird wahrscheinlich eine schwierige Aufgabe sein, die Atmosphäre atmosphärisch zu korrigieren und radiometrisch zu normalisieren. Letzteres könnte bei Erfolg zu einer signifikanten Verbesserung der radiometrischen Kreuzvergleiche führen.

— Nikos Alexandris

Guter Rat @Nikos - Ich werde ein Skript mit dem R-Paket 'Landsat' schreiben, um die PIF-Identifizierung für die relative Normalisierung der Kacheln durchzuführen. Ich werde diesen Beitrag aktualisieren, wenn ich ein Ergebnis habe.

— si_2012

Ich schlage nicht vor, dass das Histogramm-Matching ( i.histo.match in Gras 7 ) Ihren Anforderungen entspricht, aber Sie möchten es vielleicht auch ansehen.

— Nikos Alexandris