Landsat 8表面反射率製品とその各帯域のパンバンドを融合/パンすることが科学的に有効かどうかを知る必要がありますか？Landsat反射率製品の詳細については、こちらをご覧ください。この製品を入手するには、表面反射率製品を個別に注文する必要があることに注意する必要があります。この製品には、IRおよびパンバンドではなく、7バンド（30m）しか含まれていません。それで、私の質問は、表面反射率積の7バンド（30m）を通常の（表面反射率ではない）パンバンド（15m）と融合することは妥当です。私はこのパンシャープン画像をセグメンテーションと土地被覆マッピングに使用したいので、学界でこのタイプのパンシャープニングの実践が確立されていることを参照する必要があります。
回答:
基本的に、ここでの質問は「「科学的に有効」とはどういう意味ですか」です。データのスペクトルモデリングを行う場合、分類/画像分割を行う場合とは答えが異なる可能性があります。パンシャープン（方法によって異なります）は、値の範囲をかなり少量変更するだけであり、反射率の値を可能性の範囲外に置くべきではありません。
全体として、データを使用するアプリケーションに大きく依存します。さらに、パンシャープンの影響は、実行している研究の結果の一部として文書化する価値もあります。その結果、4倍のピクセル、つまり処理時間が4倍長くなる場合を除き、何も追加されない場合があります。
編集：このトピックに関する私の記事のデータベースは巨大ではありませんが、画像のセグメンテーションにパンシャープンデータが（合理的な結果で）使用されるこれらの2つがあります：
シャケルフォード、アラスカ、デイビス、スイス（2003）。都市域の高解像度マルチスペクトルデータを分類するための、ファジーピクセルベースとオブジェクトベースの複合アプローチ。地球科学とリモートセンシングに関するIEEEトランザクション、41（10）、2354–2364。http://doi.org/10.1109/TGRS.2003.815972
フェルナンデス、I。、アギラール、FJ、アギラール、MA、およびアルバレス、MF（2014）。オブジェクトベースのアプローチによるVHR衛星および空中画像を使用した不浸透性表面積分類に対するデータソースとトレーニングサイズの影響。IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing、7（12）、4681–4691。
まず第一に-自分が何をしていて何を試しているのかを本当に知っていない限り、PANをDNからTOA反射率に正しく変換することはできません。このデータは、視覚的な改善のみを目的として作成されています。そして、そこから得られるスペクトル情報はありません。
TOA反射率の値は、USGSに記載されている16ビットデータ型からの再スケールです。これは、マルチスペクトルTOA反射率データの入力としてPANバンドを直接使用できることを意味します。特に、すべてではありませんが、ほとんどのパンシャープンアルゴリズムは何らかのデータ正規化から始まります。
もう1つできることは、心を安らかにするために、2つのサンプルデータ（レベル2とレベル1）を取得することです。2つにパンシャープンを適用し、両方の結果に対してスペクトルと空間の評価を行います。
PS：プロジェクトのテーマについて
昨年、画像分類に対するパンシャープン効果の評価に関するプロジェクトに取り組みました。入力データはQuickbirdおよびLandsat 8衛星画像でした。複数のアルゴリズムとアプローチがテストされました。そして結果は非常に興味深いものでした。私たちはまだ記事を公開するまでには至っていないので、私たちがやったことのほとんどを開示することはできません。しかし、私が言えることの1つは、元のデータ（フルバンド）とセグメント化されたパンシャープン画像の組み合わせを試して使用することです。Landsatデータで行われたほとんどの実験では、元のデータの分類と比較して全体的な精度とカッパ係数が低下したことが示されました。