对于相同位置但日期不同的图像,我宁愿谈论合成而不是马赛克(它将来自不同范围的图像组合成更大的图像)。如果您搜索“ compositing”关键字,您会发现很多详细信息,但这是一个简短的摘要:
时间序列的合成有两种主要方法:
最佳可用像素方法(根据给定标准在每个位置选择“最佳”像素,例如,使用具有最大NDVI值的像素或最接近合成周期中心日期的非云像素)。可以在此处找到Landsat的示例
组合像素方法(例如,取同一位置的所有像素的平均值(均值合成),或使用时间回归在某些日期内插“缺失”的像素(间隙填充))。请注意,填充间隙可能会在任何日期创建一幅图像(并且您决定保留一幅),而合成每个合成周期只生成一幅图像(您可以使用滑动的时间窗口,但是在时间上“精确度”较差)。
“平均合成”已在MERIS和SPOT VGT的多个成功项目中使用(请参见此处)。“最大NDVI”合成用于MODIS复合。在此处使用Sentinel-2图像在某些感兴趣的日期进行了插值。就个人而言,我更喜欢“组合像素”类型的方法。
现在,您必须意识到合成的质量在很大程度上取决于输入的质量,尤其是在您没有大量输入数据的情况下(Sentinel-2每5天“仅”一次,而不是像前哨3):
良好的云遮罩(包括云检测,雾度检测,卷云(高空薄云)检测和云阴影检测)。
顶篷反射率的顶部:将来自卫星的数字编号转换为有意义的反射率值,包括来自BRDF的校正(光不会在所有方向上均一地反射,并且表面会影响差异),大气校正和地形校正。
不同图像之间的良好配准。像素必须尽可能代表相同的位置。
有时还:临时事件检测(洪水和积雪)
请注意,已经在ESA项目(SEN2AGRI)的框架内开发了用于创建无云复合材料的软件。
奖励:全球复合材料的例子