Mer

Landsat 7 SLC off gap-fylling


Vennligst foreslå meg hvordan jeg kan fylle gapet til SLC utenfor Landsat 7 databånd 8 som er pankromatisk bånd. Foreslå meg også om det er noen metode for å fylle gapet til alle andre band også.


LS7 fyller hullbildet med google earth -motor

Jeg vil gjerne jobbe med Landsat 7 -bilder, men de fleste av dem har hull og#8230 Jeg vil gjerne fylle hullene med samlede bildebånd etter måned. Så jeg leter etter en måte å håndtere dette problemet på.
Jeg har prøvd å lage et sammensatt bilde med

Men det fungerer ikke

Jeg har også prøvd

Men med en feil Lag 1: Lagfeil: ImageCollection.reduce: Feil på kart (ID = LE72040492015361ASN01):
Landsat.TOA: Band 'B1' er Type & ltFloat & gt, forventet Type & ltShort & lt0, 255 & gt & gt.

2 svar

Du kan prøve å fylle hullene før du samler dem etter måned.

Denne algoritmen ble gjenskapt for Google Earth Engine av Noel Gorelick: https://code.earthengine.google.com/d20cba5268ccbe117e2fc1c5fefc33f3

Basert på denne Genadii Donchyts endret algoritmen for raskere ytelse: https://code.earthengine.google.com/2ead14966758793579dfb31b94855275

Den aktuelle tråden finner du på meldingsbordet for Google Earth Engine Developers (etter registrering).

For fullstendighet, her er den relevante funksjonen fra Noel Gorelicks Code:

Besvart for 2 måneder siden av Kersten med 11 stemmer

Det @Kersten foreslo er perfekt, men jeg vil bare svare på det spesifikke

feil, som jeg også får etter gapfylling, når jeg prøver å bruke simpleComposite -algoritmen.


SLC -kode fyller ikke alle Landsat 7 SR -hull

Jeg er nybegynner i Google Earth Engine-kode og prøver å bruke SLC-gap-koden på Landsat 7 Surface Reflectance-bilder. Ved å bruke ressurser tilgjengelig på StackOverflow genererte jeg koden nedenfor, men når jeg tar bildene inn i QGIS, ser det fortsatt ut til å være hull. Er koden min feil eller brukte jeg den ikke riktig på bildene?

Først maskerte jeg skyene basert på pixel_qa -båndet til Landsat SR -data:

Deretter fjernet jeg kantpiksler som ikke forekommer i alle bånd:

Deretter kartla jeg funksjonen over ett år med Landsat 7 TOA -data, og tok medianen og kartla den for Jordan.

Deretter prøvde jeg å fylle SLC Landsat 7-hullene ved å bruke USGS L7 Phase-2 Gap-fyllingsprotokollen ved å bruke en enkelt kjernestørrelse.

Deretter fant jeg de primære skaleringsfaktorene med en regresjon og flettet bandene inn for regresjonen (forutsetter at båndene har samme navn).

Deretter fant jeg de sekundære skaleringsfaktorene ved å bare bruke midler og stddev.

Jeg brukte skalering og maskering av piksler som ikke hadde nok naboer.

Jeg lastet inn en tabell med grenser og filtrerer.

Jeg viste resultatene for Jordan, men det ser ut til at SLC -hullene ikke er fylt. Jeg fortsetter med å beregne MSAVI2 -verdiene ved å bruke disse bildene, så de gjenværende hullene påvirker resultatene.


Gjenopprette manglende piksler for Landsat ETM + SLC-off-bilder ved bruk av multi-temporal regresjonsanalyse og en reguleringsmetode

Siden skannelinjekorrigereren (SLC) til Landsat Enhanced Thematic Mapper Plus (ETM +) -sensoren mislyktes permanent i 2003, blir ikke 22% av pikslene i et SLC-avbildet skannet. For å forbedre brukervennligheten til ETM + SLC-off-dataene, foreslår vi en integrert metode for å gjenopprette de manglende pikslene. Flertallet av de nedbrutte pikslene fylles ved hjelp av fler-tidsmessige bilder som refererbar informasjon ved å bygge en regresjonsmodell mellom de tilsvarende pikslene. Når tilleggsdataene ikke kan gjenopprette de manglende pikslene fullstendig, brukes en ikke-referanse-reguleringsalgoritme for å implementere pikselfyllingen. For å vurdere effekten av den foreslåtte metoden ble simulerte og faktiske SLC-off ETM + -bilder testet. De kvantitative evalueringene antyder at den foreslåtte metoden kan forutsi de manglende verdiene veldig nøyaktig. Metoden fungerer spesielt godt i kanter, og er i stand til å beholde formen på bakken. I henhold til vurderingsresultatene av landdekningsklassifiseringen og NDVI er de gjenopprettede dataene også egnet for bruk i ytterligere fjernmålingsapplikasjoner.

Høydepunkter

► Vi foreslår en integrert metode for å gjenopprette Landsat-7 ETM+ bilder. ► Det foreslås en vektet lineær regresjonsmetode som bruker hjelpedata. ► Vi bruker en regulariseringsalgoritme for å fylle de gjenværende hullene.


Argumenter

SLC-off Landsat 7-filen for å fylle hull, som en raster*

det første TM -bildet som ble brukt for å fylle ut hullene, som en raster*

en tidsrekke av TM -bilder som Raster* -objekter som skal brukes som ekstra innganger til gapfyllalgoritmen (valgfritt)

banen og basisfilnavnet for utdatafilen. Skriptet lagrer utdatafilene ved å legge til "_GNSPI.envi" og "_GNSPI_uncertainty.envi" til dette basefilnavnet.

filtypen som skal brukes når og når du lagrer output rasters (bestemmer utdatafilformat). Må støttes av writeRaster.

algoritmen som skal brukes, som en streng ("GNSPI_IDL" er for tiden den eneste støttede algoritmen)

utvalgsstørrelsen på prøvepikslene

estimert antall klasser

minste DN -verdi for bildet

maksimal DN -verdi for bildet

størrelsen på blokken, for å behandle hele ETM -scenen, satt til 1000

om du vil skrive ut detaljerte statusmeldinger

om utskriftsfiler skal overskrives hvis de allerede finnes


Landsat 7 SLC off gap -filling - Geographic Information Systems

Noen av de mest populære og verdsatte fjernmålingsbildene av jorden er hentet fra Landsat -satellittene som har kretset rundt jorden i over tretti år. Før lanseringen av Landsat 7 var to Landsats i drift - Landsat 4 (opererte fra 1982 til nedleggelse i juni 2001) og Landsat 5 (operert siden mars 1984). Landsat 7 har vært i drift fra 1999. Dessverre 31. mai 2003 var det en funksjonsfeil i Scan Line Corrector Mechanism på Landsat 7 som resulterte i hull og gjentakelser i bildene.

VedtakPanchromatisk: 15m
Multispektral ETM+: 30m
Nominell skårbredde183 km ved Nadir
Band8 bånd (Thermals gjentas som 6-1 og 6-2)
Arkivertilgjengelighet (Gap-Free, SLC-on)Fra 1999 til mars 2003
Arkivertilgjengelighet (med hull, SLC-off)Fra mars 2003
GapfyllingsalternativBruke pre-2003 SLC-on Gap Free-bilder
Bruker SLC-off, tidsmessig lignende bilder
Programmerbarhet NEI
Minste kjøpsarealEn full scene
100 kvm for New Collect -bilder
Stereo tilgjengelig NEI

Vår Landsat Gap-Filled-serie med produkter er laget med forhåndsbehandlingsalgoritmer for bildebehandling som gir den fylte scenen et nesten åpent utseende.

Kunder kan velge mellom følgende metoder for gap-fylling:

I denne metoden fylles SLC-off-scenen ved hjelp av en SLC-on-scene med lignende tidsmessige parametere.
Denne metoden gir nesten fullstendig fylling av det primære scenariet

I denne metoden brukes SLC-off scene valgt fra nærmeste mulige datoer for å fylle hullene i SLC-off primærscenen. Inntil 4 "fyll" -scener brukes i denne metoden. Nærmeste slivers fylles senere av en SLC-on-scene.


En enkel og effektiv metode for å fylle hull i Landsat ETM+ SLC-off-bilder

Scan-line corrector (SLC) til Landsat 7 Enhanced Thematic Mapper Plus (ETM+) -sensoren mislyktes i 2003, noe som resulterte i at omtrent 22% av pikslene per scene ikke ble skannet. SLC -feilen har alvorlig begrenset de vitenskapelige anvendelsene av ETM+ -data. Selv om det har blitt utviklet en rekke metoder for å fylle ut datahullene, har hver metode mangler, spesielt for heterogene landskap. Basert på antagelsen om at naboklassepikslene av samme klasse rundt de uskannede pikslene har lignende spektrale egenskaper, og at disse nærliggende og uskannede pikslene viser lignende mønstre for spektrale forskjeller mellom datoer, utviklet vi en enkel og effektiv metode for å interpolere verdiene til pikslene i hullene. Vi omtaler denne metoden som Neighborhood Similar Pixel Interpolator (NSPI). Simulerte og faktiske SLC-off ETM+ -bilder ble brukt til å vurdere ytelsen til NSPI. Resultatene indikerer at NSPI kan gjenopprette verdien av uskannede piksler veldig nøyaktig, og at den fungerer spesielt godt i heterogene regioner. I tillegg kan det fungere godt selv om det er et relativt langt tidsintervall eller betydelige spektrale endringer mellom inngangen og målbildet. De fylte bildene virker rimelig romlig kontinuerlige uten åpenbare stripemønstre. Overvåket klassifisering ved bruk av maksimal sannsynlighetsalgoritme ble gjort på både gapfylte simulerte SLC-off-data og det opprinnelige "gap free" datasettet, og det ble funnet at klassifiseringsresultater, inkludert nøyaktigheter, var svært sammenlignbare. Dette indikerer at gapfylte produkter generert av NSPI vil ha relevans for brukermiljøet for ulike landdekkingsapplikasjoner. I tillegg vil det enkle prinsippet og høye beregningseffektiviteten til NSPI muliggjøre behandling av store mengder SLC-off ETM+ -data.

Forskningshøydepunkter

► Skannelinjekorrektoren på Landsat 7 mislyktes, noe som resulterte i at piksler ikke ble skannet. ► NSPI -algoritmen ble utviklet for å estimere verdiene til manglende piksler. ► NSPI bruker nabolagspiksler av samme klasse for å tilnærme manglende pikselverdier. ► NSPI fungerer spesielt godt i heterogene regioner. ► NSPI-gap-fyllingsalgoritmen er relevant for applikasjonssamfunnet.


Hvordan laster du ned Landsat satellittdata?

Det er fire store plattformer for å laste ned Landsat -satellittdata, og disse er som følger:

De tilgjengelige datakildene ovenfor gir gratis data.

Her går vi gjennom den trinnvise fremgangsmåten for å laste ned data fra USGS EarthExplorer. USGS EarthExplorer er vert for mange forskjellige datatyper i stedet for bare Landsat -satellittdata. De andre datasettene som er tilgjengelige på USGS EarthExplorer er Luftbilder, AVHRR, DEM (ASTER GMTED210, GTOPO30, GTOPO30 HYDRO 1K, IFSAR Alaska, SRTM), digitale kart, globale skog- og landdata, LIDAR, radar, vegetasjonsdata og osv .. Fremgangsmåten nedenfor kan også brukes til å laste ned andre datasett.

Fremgangsmåte for å laste ned Landsat satellittdata

1. For å få tilgang til USGS EarthExplorer besøk: http://earthexplorer.usgs.gov/

Ny bruker må først registrere seg via registeralternativet. Og etter registrering må brukeren logge på via Logg inn. Registrering er avgjørende for å laste ned data.

2. Finne og velge data


Nedenfor viser bildet forskjellen i fotavtrykksoverlegg og bildeoverslag.

3. Bildenedlasting

USGS EarthExplorer har fire forskjellige datatyper å laste ned, disse er:

  • Naturlig fargebilde
  • Termisk bilde (ikke tilgjengelig for L1-5 MSS)
  • Bilde med geografisk referanse
  • Nivå 1 produkt

1. Landsat standard dataprodukter behandles ved hjelp av nivå 1 produktgenereringssystem (LPGS), og behandles til best mulig korrigeringsnivå (nivå1T-terrengkorreksjon). Hvis korreksjon av full terreng ikke er mulig, blir dataene behandlet til korreksjon på nivå 1G (systematisk) eller nivå 1Gt (systematisk terreng).

2. 31. mai 2003 mislyktes Scan Line Corrector (SLC), som kompenserer for fremoverbevegelsen til Landsat 7. Senere forsøk på å gjenopprette SLC var ikke vellykket, og feilen ser ut til å være permanent. Uten en operasjonell SLC sporer siktlinjen Enhanced Thematic Mapper Plus (ETM+) nå et sikksakkmønster langs satellittbanesporet. Som et resultat dupliseres det avbildede området og får skannemønsteret til å vise kileformede skanning-til-skanning-hull.

ETM+ har fortsatt å skaffe data med SLC slått av, noe som fører til bilder som mangler omtrent 22 prosent av det normale motivområdet. SLC-korreksjon eller gapfylling av Landsat 7 SLC-off-data kan brukes ved hjelp av ERADS bildebehandlingsprogramvare.

Og om noen sekunder starter nedlastningen ... Lykke til med forskningen ... :)

Men det er mer situasjon når L1 -produktet ikke er tilgjengelig, dette problemet kan løses ved å sende den stående forespørselen til USGS EarthExplorer. USGS EarthExplorer -teamet vil gå tilbake med en nedlink i en e -post.


Landsat 7 SLC off gap -filling - Geographic Information Systems

Du har bedt om en maskinoversettelse av valgt innhold fra databasene våre. Denne funksjonaliteten er gitt kun for din bekvemmelighet og er på ingen måte ment å erstatte menneskelig oversettelse. Verken SPIE eller eierne og utgiverne av innholdet gir, og de frasier seg eksplisitt, noen uttrykkelige eller underforståtte fremstillinger eller garantier av noe slag, inkludert, uten begrensning, fremstillinger og garantier om funksjonaliteten til oversettelsesfunksjonen eller nøyaktigheten eller fullstendigheten av oversettelsene.

Oversettelser beholdes ikke i systemet vårt. Din bruk av denne funksjonen og oversettelsene er underlagt alle bruksbegrensninger i vilkårene for bruk av SPIE -nettstedet.

Åpne steinbruddsovervåking ved hjelp av gapfylte LANDSAT 7 ETM SLC-OFF-bilder

Konstantinos G. Nikolakopoulos, 1 Ilias Raptis 1

ABONNERE PÅ DIGITALT BIBLIOTEK

50 nedlastinger per 1 års abonnement

25 nedlastinger per 1 års abonnement

Inkluderer PDF, HTML og video, når tilgjengelig

Åpne steinbrudd er samtidig en nødvendighet, men også en forurensningskilde. Nødvendighet da de leverer nødvendig drivstoff for energiproduksjon og forurensningskilde, ettersom de påvirker biologisk mangfold, vegetasjon og truer vannressurser. Målet med dette arbeidet er å indikere en overvåkingsmetodikk ved bruk av Landsat ETM SLC off -bilder. 31. mai 2003 mislyktes Scan Line Corrector (SLC), som kompenserer for fremoverbevegelsen til Landsat 7. Uten en operasjonell SLC sporer siktlinjen Enhanced Thematic Mapper Plus (ETM+) nå et sikksakkmønster langs satellittbanesporet. Som et resultat blir det avbildede området duplisert, med bredde som øker mot scenekanten. Anslagsvis tjueto prosent av en gitt scene går tapt på grunn av SLC-feilen. Maksimal bredde på datagapene langs kanten av bildet vil være ekvivalent med en full skannelinje, eller omtrent 390 til 450 meter. Den nøyaktige plasseringen av de manglende skannelinjene vil variere fra scene til scene. I denne studien evalueres en gapfyllingsteknikk for Landsat ETM SLC off -bilder. Ulike Landsat 7 ETM+ bilder SLC off ble gjenopprettet og deretter sammenlignet med historiske data og data fra andre sensorer. De restaurerte bildene har blitt brukt for å overvåke utvidelsen av et åpent steinbrudd på det vestlige Peloponnes, og resultatene presenteres.

& kopi (2014) COPYRIGHT Society of Photo-Optical Instrumentation Engineers (SPIE). Nedlasting av abstraktet er kun tillatt for personlig bruk.


Abstrakt

En rekke gap-fyllingsalgoritmer har blitt utviklet siden Landsat 7 ETM+ scan line corrector (SLC) permanent feil. Imidlertid har det blitt gjort lite forskning for å velge pålitelige hjelpepikseldata fra de ekstra hjelpebildene. Målet med vår studie er å utvikle en pikselnivå hjelpedatavalgsmetode for å velge passende pikseldata automatisk fra forskjellige kilder for å fylle de uskannede pikslene til SLC-off-bilde. Basert på adaptiv vindus lineær histogrammatch (AWLHM), ble en pikselnivå tilleggsdatavalgalgoritme etablert gjennom likhetsindikatoren. En casestudie ble utført for å gjenopprette et representativt SLC-off-bilde rundt Hangzhou Bay, Øst-Kina. Det indikerer at algoritmen for tilleggsdatavalg for pikselnivå er et effektivt verktøy for å velge pålitelige pikseldata fra de tilgjengelige kildene for å fylle uskannede piksler, og fordelingskartet for gjenopprettingslikhet kan oppnås for det fylte bildet, som kan brukes til å gjennomføre både den påfølgende forbedringen og estimeringen av pålitelighet.


Se videoen: Gap fill Landsat 7 - SLC off project (September 2021).