17. September 2011

Fernerkundung - Klassifikation

Die originäre Aufgabe der Fernerkundung ist die Klassifikation von Bilddaten. Im Prozess der Klassifikation wird jedem Bildelement (Pixel) einer vorher definierten Kategorie zugeordnet, die je nach Intention verschiedene Spektralklassen repräsentiert.

Diese vielleicht etwas abstrakt klingende Aussage bedeutet nichts anderes, als das die aus Bilddaten gewonnen spektralen Signaturen (also wie stellt sich ein Bildpixel in den einzelnen Spektralbereichen der Bilddaten dar) mit Objekten auf der Erdoberfläche in eine Beziehung gesetzt werden.

Das Ziel ist es, nach der Auswahl von so genannten Trainingsgebieten, relativ automatisiert alle Pixel eines Bildes mit den gleichen spektralen Eigenschaften zu erfassen.

Anwendung findet das Verfahren der Bildklassifikation in der Bestimmung von Landnutzungsklassen. Wald, bebautes Gebiet, Wasserflächen können auf diese Art semiautomatisch aus Luft- oder Satellitenbilddaten extrahiert werden, ohne das der Auswerter jede einzelne Fläche manuell "anpackt".

Besitzt man überdies von einem bestimmten räumlichen Gebiet Bilddaten mit unterschiedlichem Aufnahmezeitpunkt, können Änderungsdetektionen der Landnutzungsklassen durchgeführt werden. Fragestellungen wie "Um wieviel km² hat die bebaute Fläche zugenommen?" oder "Wieviel Abholzung fand in den letzten 10 Jahren statt?" können mit Hilfe der Klassifikation beantwortet werden.

Am Beispiel der Region Bamberg und unter Zuhilfenahme der Software ERDAS Imagine soll die Vorgehensweise erläutert werden.

Nach einer durchgeführten überwachten Klassifikation stehen ein Datensatz aus dem Jahr 1990 (eine LANDSAT Szene) und aus dem Jahr 2006 (ein Aster Datensatz) zur Verfügung.

 

Dunkelgrün symbolisiert Waldbestand, braun bebautes Gebiet und hellgrün Acker, Wiese, Weideland. Bereits rein visuell erkennt man Veränderungen. Die Bebauung der Stadt Bamberg hat zugenommen.

Um jedoch genauere Angaben machen zu können, kann man mit Hilfe der ERDAS Imagien Funktion "union matrix" beide klassifizierte Datensätze Pixel für Pixel vergleichen.

Wie das genau funktioniert, wird in diesem Video- Tutorial sehr eingängig beschrieben.

Die Funktion "union matrix" ist ein so genannter Post-Klassifikationsansatz. Mit diesem Verfahren werden zwei klassifizierte Datensätze über einen Algorithmus so analysiert, dass als Ergebnis die Pixel bestimmt werden, die ihre Klasse gewechselt haben. Mit diese Werkzeug können also die Richtungen der Veränderungen (soviel Pixel aus der LANDSAT Klasse "Wald" des Jahres 1990 wurden zur Aster Klasse "Weide, Acker, Wiese" im Jahr 2006) dargestellt werden. 

Die Berechnung brachte folgendes Ergebnis:

In der tabellarischen Ansicht des erzeugten Datensatzes lassen sich nun die "Klassenwanderungen" ablesen. Hübscht man diese kartografisch ein wenig auf, erhält man eine anschauliche Änderungskartierung bezogen auf die vier vorausgewählten Klassen.