Pada dasarnya pertanyaan di sini adalah "apa yang 'secara ilmiah sah' artinya". Jika Anda ingin melakukan pemodelan spektral pada data, maka jawabannya mungkin berbeda dari jika Anda ingin melakukan klasifikasi / segmentasi gambar. Pansharpening (tergantung pada metode) hanya akan mengubah rentang nilai dalam jumlah yang cukup kecil dan tidak seharusnya menempatkan nilai reflektansi Anda di luar bidang kemungkinan.
Semua dalam semua, itu sangat tergantung pada aplikasi apa yang akan Anda gunakan untuk data. Selain itu, dampak pansharpening juga layak didokumentasikan sebagai hasil samping parsial dalam studi apa pun yang Anda lakukan. Hasilnya mungkin itu tidak menambahkan apa pun, kecuali empat kali lebih banyak piksel, yang berarti empat kali lebih lama waktu pemrosesan, yang dalam beberapa kasus adalah showstopper.
Sunting: Basis data artikel saya tentang topik ini tidak besar, tetapi saya memiliki keduanya di mana data pansharpend digunakan (dengan hasil yang masuk akal) untuk segmentasi gambar:
Shackelford, AK, & Davis, CH (2003). Gabungan berbasis fuzzy pixel dan pendekatan berbasis objek untuk klasifikasi data multispektral resolusi tinggi di wilayah perkotaan. Transaksi IEEE pada Geoscience dan Remote Sensing, 41 (10), 2354–2364. http://doi.org/10.1109/TGRS.2003.815972
Fernández, I., Aguilar, FJ, Aguilar, MA, & Álvarez, MF (2014). Pengaruh Sumber Data dan Ukuran Pelatihan pada Klasifikasi Daerah Permukaan yang Tidak Mudah Menggunakan Satelit VHR dan Citra Udara Melalui Pendekatan Berbasis Objek. Jurnal IEEE Topik Terpilih dalam Pengamatan Terapan Bumi dan Penginderaan Jauh, 7 (12), 4681-4691.
Pertama-tama - kecuali jika Anda BENAR-BENAR tahu apa yang Anda lakukan dan apa yang Anda coba - Anda tidak dapat dengan benar mengkonversi PAN dari DN ke TOA reflektansi. Data ini dibuat semata-mata untuk tujuan peningkatan visual; dan tidak ada informasi spektral yang seharusnya diturunkan darinya.
Nilai reflektansi TOA adalah skala ulang dari tipe data 16bit seperti yang dinyatakan oleh USGS . Yang berarti bahwa Anda dapat menggunakan PAN band secara langsung sebagai input dengan data pantulan TOA multispektral. Terutama karena sebagian besar - jika tidak semua - dari algoritma Pan-sharpening mulai dengan semacam normalisasi data.
Hal lain yang dapat Anda lakukan - hanya untuk menenangkan pikiran Anda - adalah mengambil dua sampel data (level 2 & level 1); menerapkan pan-sharpening pada keduanya, dan lakukan evaluasi spektral dan spasial pada kedua hasil.
PS: Mengenai tema proyek Anda
Tahun lalu, saya mengerjakan sebuah proyek tentang Evaluasi efek Pan-Sharpening pada klasifikasi gambar , di mana data inputnya adalah citra satelit Quickbird dan Landsat 8. Berbagai algoritma dan pendekatan diuji. Dan hasilnya sangat menarik. Kami belum sempat menerbitkan artikel sehingga saya tidak bisa mengungkapkan sebagian besar hal yang kami lakukan. Tapi satu hal yang bisa saya katakan adalah: untuk mencoba dan menggunakan kombinasi data asli (band penuh) dan citra pan-sharpen. Karena sebagian besar percobaan yang dilakukan pada data Landsat menunjukkan bahwa akurasi keseluruhan dan koefisien Kappa turun dibandingkan dengan klasifikasi data asli.
sumber