Gestire le ombre delle montagne durante la classificazione di Landsat 8

Sto cercando di classificare alcune aree della Mongolia settentrionale usando le immagini satellitari Landsat 8 del 2013. Dato che le registrazioni sono state fatte in inverno, al momento dell'acquisizione il sole è molto basso. Quindi ci sono ombre molto lunghe e scure dalle montagne.

Sono in grado di identificare questa ombra usando un DEM, come descritto in questa domanda: Come rimuovere gli effetti topografici come le ombre dall'immagine di Landsat

Come posso eseguire una classificazione supervisionata per l'area ombreggiata troncata? È possibile migliorare queste aree? Ho provato alcuni rapporti di banda, ma non so quale sia il migliore per il mio compito.

In questa immagine puoi vedere che ci sono alcune aree vegetate nelle ombre scure, ma non è possibile classificarle.

In realtà, non è garantito che sarai in grado di recuperare alcune informazioni dalle aree in ombra. Tuttavia, una volta ho affrontato con successo le ombre (nuvola) in un'immagine iperspettrale. L'obiettivo era la semplice classificazione della copertura del suolo. Ecco cosa ho fatto. Non sono sicuro di come funzionerebbe con le immagini di Landsat, ma poiché è molto semplice dovresti provarlo.

Una volta rilevata l'ombra, ho semplicemente eseguito un istogramma corrispondente alle aree in ombra con il resto dell'immagine. Fai attenzione poiché, facendo ciò, supponi che il segnale spettrale nelle aree ombreggiate e quello nelle aree illuminate appartengano più o meno alle stesse classi (~ stesse distribuzioni). Anche se questo è un metodo molto semplice e semplicistico, sono stato in grado di classificare correttamente i pixel ombreggiati al costo di alcuni piccoli errori del bordo dell'ombra. Forse puoi impilare tutti i possibili rapporti di banda sull'immagine e rinormalizzare tutte le caratteristiche prima della classificazione, questo potrebbe ridurre ulteriormente gli effetti dell'ombra. Quindi probabilmente dovrai usare un classificatore robusto.

EDIT: Inoltre puoi normalizzare ogni pixel per avere una norma unitaria (guardando ogni pixel come un vettore spettrale). Questo dovrebbe anche aiutare a rimuovere gli effetti dell'ombra.

Vorrei suggerire ciò che Stella ha detto di seguito. Puoi semplicemente classificarlo come ombra in modo da non danneggiare la tua precisione. Naturalmente assicurati di avere abbastanza aree di interesse o aree di allenamento dell'ombra per assicurarti che sia tutto classificato. Se devi fare una presentazione, puoi commentare che la maggior parte delle aree d'ombra sono uniformi con la parte laterale vicina della montagna, il che significa che se il lato della montagna che colpisce il sole riflette le proprietà vegetative, l'altro lato vorrebbe bene se il sole lo colpisse. Spero che sia di aiuto. Ho dovuto farlo e se non classifichi l'ombra o non applichi correzioni ad essa, verrà classificata come l'acqua poiché hanno somiglianze spettrali.

Suggerirei di classificare le ombre separatamente dal resto dell'immagine. Se riesci a trovare una distinta classe d'ombra, maschera i pixel "d'ombra" e poi allungali e riclassificali (fai attenzione a come allunghi). Non sono un esperto nella classificazione delle immagini, ma convaliderei sicuramente qualsiasi risultato con altre immagini.