In einem Studie veröffentlicht in der Zeitschrift für Fernerkundung Am 28. September 2023 hat ein Forscherteam der Chinese Academy of Forestry und der University of Maryland eine hochentwickelte Multifaktor-Gewichtungsmethode (MFW) entwickelt, um aus allen verfügbaren Landsat 8- und Sentinel 2-Bildern klare, nahtlose und radiometrisch konsistente Bildkompositionen zu erstellen in Google Earth Engine.
Die vom Team entwickelte MFW-Methode integriert mehrere Faktoren, darunter den Aufnahmetag des Jahres (DOY), die Nähe zu Wolken oder Wolkenschatten und die Auswirkung von Dunst, um einen zusammengesetzten Wert für jedes Pixel zu berechnen. Dieser Score wird dann zur Gewichtung der Beobachtungen verwendet und sorgt so für eine nahtlosere Integration von Bildern aus unterschiedlichen Daten und Bedingungen.
Die Methode wurde in vier verschiedenen Klimazonen in China umfassend getestet und zeigte im Vergleich zu herkömmlichen BAP-Methoden (Best Available Pixel) eine überlegene Konsistenz und visuelle Qualität. Dadurch werden Probleme wie künstliche Unregelmäßigkeiten effektiv gemildert und die Gesamtqualität der zusammengesetzten Bilder verbessert.
Der leitende Forscher Dr. Shili Meng bemerkte: „Die MFW-Methode stellt einen Quantensprung in der Satellitenbildverarbeitung dar. Sie behebt nicht nur häufige Diskontinuitäten in zusammengesetzten Bildern, sondern verbessert auch die räumliche und radiometrische Konsistenz der Bilder erheblich und ebnet so den Weg für.“ genauere globale Überwachung.“
Ziel des Teams ist es, die MFW-Methode weiter zu verfeinern und ihre Anwendung auf andere Regionen und Arten von Satellitendaten auszuweiten. Sie erkennen Herausforderungen wie die Verbesserung der Wolkenmaskierungsalgorithmen und die Anpassung der Methode an die ständig wachsende Menge und Vielfalt von Fernerkundungsdaten. Kontinuierliche Verbesserungen und die Zusammenarbeit mit der Community werden von entscheidender Bedeutung sein, um diese Herausforderungen zu meistern und das volle Potenzial der MFW-Methode auszuschöpfen.
Diese neue Methode hat erhebliche Auswirkungen auf verschiedene Bereiche, die auf Fernerkundungsdaten basieren, darunter Umweltüberwachung, Studien zum Klimawandel, Katastrophenhilfe und Agrarplanung. Durch die Bereitstellung klarerer und konsistenterer zusammengesetzter Bilder kann die MFW-Methode die Genauigkeit von Beobachtungen und die auf diesen Daten basierenden Entscheidungsprozesse erheblich verbessern.
Mehr Informationen:
Shili Meng et al, Eine Multifaktor-Gewichtungsmethode für verbessertes Clear View Compositing unter Verwendung aller verfügbaren Landsat 8- und Sentinel 2-Bilder in Google Earth Engine, Zeitschrift für Fernerkundung (2023). DOI: 10.34133/remotesensing.0086