衛星データを使用した氷の種類の区別

氷河の領域を雪（存在する場合）と氷のカテゴリで分類したいと思いますが、最も重要なことは、古い氷と新鮮な氷の間です。フィールドで認識できるさまざまなプロパティがありますが、衛星データを使用してこれを実行できますか？（30 / 15mの空間解像度のため、Landsatが望ましい）

— アダムツィ
ソース

古い氷と新しい氷には、どのような特徴がありますか？

— アーロン

1）新鮮な雪は、古い氷河氷よりもはるかに圧縮されません（圧縮により氷になります）。そのため、これは何らかの形で水に吸収される赤外線反射率に関連しています。2）また、新鮮な雪はほぼ100％までアルベドを持っていますが、古い雪は40％まで低くなる可能性があります（もちろん厳密な分類はありません）。True Colorコンポジションは私が望んでいるほど有用ではないので、IRを利用したいと思います。

— アダムツィ

これは、単純な画像分類の問題のように聞こえます。トレーニングデータから始める必要があります。トレーニングデータは、現場で収集するか、画像からピクセルを巧みに選択することで収集できます。

— アーロン

ここに行く方法は、利用可能なすべてのスペクトルバンドを使用する、最尤法、ランダムフォレストなどの教師付き分類アルゴリズムだと思います。これらの方法に精通していますか？「IR合成」の意味がわかりません。偽色合成（NIR、R、Gなど）などの合成画像の作成を参照していますか？その場合、そのような製品の用途は非常に限られています。

— アーロン

@adamcziはgoogle-earth-engineに取り組んでみます。教師付き分類アルゴリズムとSARデータ（アップロードまたはGoogleのクラウド）が利用可能になります。

— csheth

回答:

これにはマイクロ波データを使用する必要があります。光学データはそれをカットしません。あなたがまだ光でやりたい場合は、あなたが従ったどの方法論を教えてください。また、あなたの地域の地形、LULCにも大きく依存します。マイクロ波データの分類自体は簡単ではありません。多くの文献を参照し、最適な方法を選択する必要があります。M.Tech Thesisで従った方法論をご覧ください：http ://www.iirs.gov.in/iirs/sites/default/files/StudentThesis/Sanjay_MTech_2013-15.pdf

文献を読んだ後に質問があるかどうか尋ねてください。

— OverArch
ソース

以下は、Sentinel-1のCバンドを使用してGoogle-Earth-Engineを開始するのに役立つ例です。

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);

ここで言及されている教師付き分類アルゴリズムを使用して画像を分類する必要があります：https : //developers.google.com/earth-engine/classification

Sentinel-1の使用に関する詳細 https://developers.google.com/earth-engine/sentinel1

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

SARおよび氷河地帯：http : //www.sciencedirect.com/science/article/pii/S0034425713001703

— シェス
ソース