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。