Apakah ada cara untuk mengotomatiskan preprocessing data LANDSAT?

Saat ini saya terdaftar di kursus remotesensing, menggunakan data LANDSAT.
Bagian dari kursus saya adalah tentang membakukan adegan berdasarkan nilai-nilai cahaya . Saya berasumsi bahwa karena ini adalah tugas yang membosankan, seseorang telah menemukan cara untuk mengotomatiskannya.

Adakah alat, ESRI atau lainnya yang akan membakukan adegan LANDSAT?

geoprocessing grass remote-sensing

— Jacques Tardie
sumber

Hai Markus, saya memiliki masalah yang sama seperti yang dijelaskan; g.extension tidak dapat menginstal addon pemrosesan landat di AMD64 Ubuntu osgeo-org.1803224.n2.nabble.com/... di mana saya berada di Win7, sekitar 4 minggu yang lalu saya mencoba GRASS 6.4 meskipun ke 6.5 Trunk dan tidak dapat menginstal plugins ini. Idealnya saya akan menggunakan plugin dari QGIS dan memilikinya tersedia melalui Plugin GRASS di sana. Adakah pikiran?

— BWill

@ Tapi AKU pikir akan lebih baik jika kamu menanyakan pertanyaan ini dengan sendirinya. Ini sebenarnya bukan jawaban untuk pertanyaan saat ini, dan Anda mungkin akan mendapatkan respons yang lebih relevan dengan cara itu.

— djq

Teruskan

— BWill

Pembaruan: Versi Python yang lebih stabil dan kompatibel dengan Windows dari manajer ekstensi telah di-backport ke GRASS 6.4.x lima hari yang lalu. Jadi, untuk 6.4.2 ada kemungkinan besar bahwa instalasi Addon menjadi lebih mudah. Selain itu, pada Sprint Komunitas GRASS GIS yang akan datang di Praha pada bulan Mei 2011, kami akan mencoba untuk membuat autogenerasi addon biner winGRASS agar mudah dikonsumsi. Tetap

— disini

Plugin ini sekarang tersedia di Windows 7 di GRASS 7 dev

— BWill

Jawaban:

Dengan GRASS GIS ( http://grass.osgeo.org ) Anda dapat melakukan langkah-langkah ini:

Impor citra Landsat dalam database GRASS menggunakan:
- skrip bash: lihat halaman bawah di http://www.grassbook.org/examples_menu3rd.php
- skrip python di GRASS-Wiki: Impor data otomatis
i.landsat.rgb (atau i.colors.enhance dalam GRASS 7) - warna yang disempurnakan secara otomatis
i.landsat.toar (addon untuk GRASS 6, termasuk dalam GRASS 7) - konversi DN ke puncak atmosfer atmosfer
i.atcorr - mengoreksi puncak atmosfer ke permukaan pantulan
i.landsat.acca (addon) - identifikasi cloud
i.landsat.dehaze (addon) - penghapusan kabut
i.landsat.trim memotong "pinggiran" dari perbatasan gambar Landsat

Lihat juga di sini: http://grass.osgeo.org/wiki/LANDSAT

— markN
sumber

Anda juga dapat menambahkan i.topo.corr: grass.osgeo.org/wiki/GRASS_AddOns#i.topo.corr tepat setelah i.atcorr ke "reflektansi koreksi topografi".

— Maning

Terima kasih, melakukannya dan juga memperbarui grass.osgeo.org/wiki/LANDSAT untuk modul lainnya.

— MarkusN

Kita harus memasukkan skrip add -rumput i.trim.fringe dan menjelaskan, juga, cara memotong pinggiran dengan menggunakan batas adegan WRS2 "resmi" .

— Nikos Alexandris

Saya menemukan ini mungkin berguna:

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

Paket ketiga luar biasa, tetapi tidak pernah dicoba dengan yang pertama (menunggu tanggapan dan izin dari kepala sekolah).

— wnursal
sumber

Memang, LEDAPS adalah seperangkat alat dan skrip yang hebat yang secara otomatis menghasilkan pantulan permukaan.

— Jose

ya, tetapi jika saya ingin mencoba pemrosesan LEDAPS, saya memerlukan beberapa identifikasi ... dan ketika saya menghubungi Mr. Masek di Jeffrey.G.Masek@nasa.gov untuk mendapatkan perangkat lunak, saya tidak pernah menerima jawaban. Apa cara yang berbeda untuk mendapatkan perangkat lunak?

— maycca

@MariaHavasova tergantung pada kualitas yang Anda cari. Untuk jangka waktu tahunan, saya kira LEDAP berlebihan. SACP untuk QGIS di fromgistors.blogspot.com akan saya pikir memiliki lebih banyak utilitas.

— BillyWill

Saya menyadari bahwa ini adalah posting yang cukup lama, tetapi saya telah mengembangkan paket R (LandsatLinkr), yang merupakan sistem otomatis untuk memproses sejumlah besar citra Landsat dan membangun kronologi yang konsisten secara spektra di seluruh sensor MSS, TM, ETM +, dan OLI. http://landsatlinkr.jdbcode.com/index.html tidak tersedia melalui CRAN, tetapi situs web memiliki instruksi untuk mendapatkannya dari GitHub ( https://github.com/jdbcode/LandsatLinkr ).

— Justin Braaten
sumber