RGB вообще мало для чего пригоден. Можете попробовать 3+5+10, например. Материалов по композитам Landsat очень много, можно грубо прикинуть соответствие диапазонов и поэкспериментировать. Результат, надо помнить, зависит от времени года и погоды перед моментом съемки, полностью универсальных решений тут нет.
Можно попробовать оттолкнуться от этих комбинаций каналов: http://gis-lab.info/qa/landsat-bandcomb.html
Хоть там и на примере Landsat, но есть ссылка с соотношением канала и длины волны.
Из соображения участков спектра, в которых существенно разные поглощающие свойства наблюдаются у зеленой массы, воды/не воды и сухой/влажной земли. Но для каждого конкретного случая может требоваться что-то свое.
А никто по Wikimapia API не подскажет?
Запрашиваю выгрузку небольшого региона через getbyarea, а там части объектов с карты нету.
Например, в bbox=34.9652,57.4168,34.9771,57.4210 - ничего нет, хотя на карте например вот домик http://wikimapia.org/34303066 и ещё дофига вокруг.
В том числе их пример-форма такой же результат даёт. Такое впечатление, что объекты после id~34000000 через getbyarea не выдаются, хотя через getbyid - выдаются.
P.S. Мне не для обрисовки.
Спасибо.
Данные в 10м канале, оказались плохие(?), информативных всего 2 бита или около того. Взял вместо него 11й.
В итоге экспериментов больше всего похожий на правду результат даёт деление данных B05 на B11. Где больше 1 - или водоём или река или болото. Подозреваю, это некая общая “влажность” растительности, т.к. на снимке от 1-го мая поля почти чёрные, а на августовском - довольно светлые. Возможно, где-то я получаю False Positive на особо увлажнённом лесе. Обрисовывать пока не буду, попробую проверить на местности за сезон.
В практике ДЗЗ считается, что полностью автоматическая классификация данных оптического диапазона без данных, которые собраны на местности, невозможна. Возможна только в совмещении с радарными данными среднего или высокого разрешения.
Сегодня зашёл к знакомым ДЗЗ-шникам, они меня ткнули вот в эту страницу: https://www.harrisgeospatial.com/docs/CanopyWaterContent.html
Для Moisture Stress Index по Sentinel-2 надо данные B11 делить на данные B08, грубо говоря.
Попробовал, результат довольно похож на то, что я получил выше, хотя реки и чистые водоёмы перестали подсвечиваться.
Security through obscurity и паранойя как всегда (хотя в реальности скорее всего правительство Индии просто хочет на лицензиях денег набрать, кризис на дворе). Правда непонятно как его будут его исполнять на практике, это именно из тех случаев когда к каждому надо охранника поставить.
wowik, что именно вы хотели сказать, написав “у нас любят ссылаться на зарубежный опыт”?
Тот, кто ссылается на зарубежный опыт для того, чтобы найти оправдание собственным ошибкам - определенно, поступает неверно.
А про Индию можно всякого сказать. Например, это страна с одной из старейших в мире бюрократических традиций, и это - прекрасная иллюстрация. А еще это единственная страна из занимающихся исследованем космоса, где диарея входит в пять самых частых причин смерти.
Полагаю наш законодатель способен предложить нечто подобное.
А индийская бюрократия всего лишь последовательница английской. В более ранний период мы видим раздробленность и достаточно широкий спектр особенностей государственных устройств феодальных государств. Но о особенно сильной бюрократии в целом по Индии я бы не говорил.
Монгольская империя тоже была вполне бюрократезирована, даже перепись на Руси ввела.