Answers:
从根本上说，这里的问题是“科学上有效的”是什么意思。如果要对数据进行光谱建模，则答案可能与要进行分类/图像分割的答案有所不同。Pansharpening（取决于方法）只会将值的范围更改为一个很小的值，并且不应将您的反射率值置于可能性范围之外。
总而言之，这很大程度上取决于您要使用数据的应用程序。此外，在进行任何研究时，全色锐化的影响也可能值得记录，作为部分附带结果。结果可能是它什么也没添加，除了四倍的像素，这意味着四倍的处理时间，在某些情况下，这是最花钱的时间。
编辑：我关于该主题的文章数据库并不庞大，但是我有两个使用pansharpend数据（具有合理结果）进行图像分割的地方：
Shackelford，AK和Davis，CH（2003）。基于模糊像素和基于对象的组合方法，用于对城市区域的高分辨率多光谱数据进行分类。IEEE地理科学与遥感学报，41（10），2354-2364。http://doi.org/10.1109/TGRS.2003.815972
费尔南德斯（I.），阿吉拉尔（Aguilar），FJ，马萨诸塞州阿吉拉尔（Aguilar）和阿勒瓦雷斯（MF）阿瓦雷斯（2014）。通过基于对象的方法，使用VHR卫星和航空影像，数据源和训练大小对不透水表面积分类的影响。IEEE在“应用地球观测与遥感中的精选主题”杂志上的发表，7（12），4681–4691。
首先-除非您真的知道自己在做什么和正在尝试什么，否则您将无法正确地将PAN从DN转换为TOA反射率。此数据仅出于视觉增强的目的；并且不应从中得出任何光谱信息。
如USGS所述，TOA反射率值是对16位数据类型的重新缩放。这意味着您可以将PAN波段直接用作多光谱TOA反射率数据的输入。尤其是由于大多数（如果不是全部）泛全景算法都是从某种数据规范化开始的。
您可以做的另一件事-只是让您放心-是获取两个样本数据（级别2和级别1）；对两者应用泛锐化，并对这两个结果进行光谱和空间评估。
PS：关于您的项目主题
去年，我参与了一个项目，该项目涉及对图像分类中的泛锐化效果进行评估，其中输入数据是Quickbird和Landsat 8卫星图像。测试了多种算法和方法。结果非常有趣。我们尚未发表文章，因此我无法透露我们所做的大部分事情。但是我可以说的是：尝试结合使用原始数据（全波段）和分段全锐化图像。正如大多数对Landsat数据所做的实验表明，与原始数据的分类相比，总体准确性和Kappa系数下降了。