Diferenciación del tipo de hielo utilizando datos satelitales

12

Me gustaría clasificar el área glacial por categorías de nieve (si la hay) y hielo, pero lo más importante: entre hielo viejo y hielo fresco. Tienen diferentes propiedades que son posibles de reconocer en el campo, pero ¿puedes hacer esto con datos satelitales? (preferiblemente Landsat debido a una resolución espacial de 30 / 15m)

remote-sensing landsat digital-image-processing land-classification reflectance adamczi
fuente
1
¿Qué características tienen los hielos viejos y nuevos en el campo?
Aaron
1
1) La nieve fresca está mucho menos compactada que el viejo hielo glaciar (se convierte en hielo por compactación). Por lo tanto, esto puede estar relacionado de alguna manera con la reflectancia IR, que es absorbida por el agua. 2) También la nieve fresca tiene albedo incluso hasta casi el 100%, pero la nieve vieja puede llegar a ser tan baja como ~ 40% (no hay una clasificación estricta, por supuesto). Me gustaría utilizar IR, ya que la composición True Color no es tan útil como me gustaría que fuera.
adamczi
1
Esto suena como un problema directo de clasificación de imágenes. Debe comenzar con los datos de entrenamiento, que se pueden recopilar en el campo o seleccionando de manera experta píxeles de las imágenes.
Aaron
3
Creo que el camino a seguir aquí es un algoritmo de clasificación supervisado, como Máxima probabilidad, Bosques aleatorios, etc., que utiliza todas las bandas espectrales disponibles. ¿Estás familiarizado con estos métodos? No estoy seguro de lo que quieres decir con "composición IR". ¿Te refieres a la creación de imágenes compuestas como el falso color compuesto (es decir, NIR, R, G)? Si es así, está muy limitado en las aplicaciones de dichos productos.
Aaron
1
@adamczi intenta trabajar en google-earth-engine. Los algoritmos de clasificación supervisados ​​estarán disponibles, así como los datos SAR (ya sea su carga o la nube de Google).
csheth

Respuestas:

1

Tendrá que usar datos de microondas para esto. Los datos ópticos simplemente no lo cortarán. Si todavía quieres seguir con la óptica, dime qué metodología seguiste. También mucho depende de la topografía, LULC de su área. La clasificación de datos de microondas en sí misma no es sencilla, tendrá que consultar mucha literatura y elegir la metodología que más le convenga. Consulte la metodología que seguí en mi Tesis de M.Tech: http://www.iirs.gov.in/iirs/sites/default/files/StudentThesis/Sanjay_MTech_2013-15.pdf

Por favor, pregunte si tiene alguna pregunta después de leer la literatura.

Edificar un arco arriba
fuente
0

Aquí hay un ejemplo que puede ayudarlo a comenzar a utilizar Google-Earth-Engine con la banda C de 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);

Tendrá que clasificar la imagen utilizando los algoritmos de clasificación supervisados ​​mencionados aquí: https://developers.google.com/earth-engine/classification

Más información sobre el uso de Sentinel-1 https://developers.google.com/earth-engine/sentinel1

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

En zonas SAR y glaciares: http://www.sciencedirect.com/science/article/pii/S0034425713001703

csheth
fuente