Silke  Gerlach Landnutzungsstatistiken aus Fernerkundungsdaten Seite 1  I

Inhaltsverzeichnis

Abbildungsverzeichnis  / Tabellenverzeichnis.  II

1  Einleitung.  1

2  Grundlagen der Klassifizierung.  2

3  Arbeitsschritte der überwachten Klassifikation.  5

3.1  Erstellung eines Klassifikationsschlüssels.  5

3.2  Lokalisieren von Trainingsgebieten.  6

3.3  Signaturanalyse.  6

3.4  Maximum-Likelihood-Verfahren.  7

3.5  Überprüfung und Bewertung der Ergebnisse.  8

4  Schwierigkeiten.  10

5  Literaturverzeichnis.  11

Anhang   

Silke Gerlach Landnutzungsstatistiken aus Fernerkundungsdaten Seite 2 II

Abbildungsverzeichnis

Abbildung 1: Reflexion von Vegetation, Boden und Wasser im sichtbaren und

nahen Infrarotbereich..............................................................................3 Abbildung 2: Reflexion verschiedener Trainingsgebiete;

Abbildung 3: Satellitenszene IRS P6 LISS III, 23,5 x 23,5 m, Kanaleinstellung: 342;

Untersuchungsgebiet: Uckermark..................................................................8 Abbildung 4: Klassifizierungsergebnis mit Maximum-Likelihood-Verfahren.................8 Abbildung A1: Kanaleinstellung 3-2-1 (Naturfarbdarstellung)............................Anhang Abbildung A2: Kanaleinstellung 4-3-2 (Color-Infrarot-Darstellung)....................Anhang Abbildung A3: Kanaleinstellung 4-5-3 (Falschfarbdarstellung)..........................Anhang

Tabellenverzeichnis

Tabelle 1: Landnutzungsklassen der Klassifikation und deren inhaltliche Definition . .5 Tabelle 2: Vereinfachtes Schema einer Konfusionsmatrix...........................................9 Tabelle 3: Beispiel einer Konfusionsmatrix nach einer Maximum-Likelihood-

Klassifikation...............................................................................................9 Tabelle A1: Nomenklatur der Bodenbedeckungen für Europa .........................Anhang

Silke Gerlach Landnutzungsstatistiken aus Fernerkundungsdaten Seite 1

1 Einleitung

Laut Gesetz muss regelmäßig eine Flächenerhebung nach Art der tatsächlichen Nutzung sowie eine Flächenerhebung nach Art der geplanten Nutzung stattfinden. Im Rahmen dieser allgemeinen Agrarstrukturerhebung erfolgt alle vier Jahre zu einem festgelegten Stichtag eine Bestandsaufnahme der momentanen Verhältnisse der Bodennutzung in der Bundesrepublik Deutschland durch Auswertung des Liegenschaftskatasters.

Im Rahmen einer zusätzlichen Bodennutzungshauptkartierung wird u.a. der Anbau auf dem Ackerland (Nutzung der Bodenflächen nach Kulturarten, Pflanzengruppen und -arten sowie Kulturformen) erfasst. Für diese Nutzungskartierung wird seit einigen Jahren die Fernerkundung unterstützend eingesetzt. So soll der Anbau-Umfang einzelner Feldfrüchte erfasst werden. Mittlerweile ist es recht unproblematisch, die Hauptanbauarten Getreide, Hackfrüchte und Grünland in Luftbildern zu erkennen. Als schwieriger erweist sich eine weitergehende Differenzierung z.B. in Weizen, Roggen und Gerste (nach ALBERTZ 2001, S. 199).

Fernerkundungsdaten werden sowohl für die Inventur als auch zur Kontrolle landwirtschaftlicher Flächennutzung und zur Erhebung der aktuellen Anbauflächen der Feld- früchte verwendet.

Silke Gerlach Landnutzungsstatistiken aus Fernerkundungsdaten Seite 2

2 Grundlagen der Klassifizierung

Grundlage für die Klassifikation bilden die unterschiedlichen Reflexionseigenschaften der verschiedenen Objekte. Elektromagnetische Strahlung, die auf einen Körper trifft, wird zu einem Teil an seiner Oberfläche reflektiert, ein weiterer Teil wird von ihm ab-sorbiert und der Rest durchdringt den Körper. Die Unterschiede im Reflexionsverhalten sind auf physikalische und chemische Eigenschaften der Objekte und insbesondere deren Oberflächenbeschaffenheit zurückzuführen. Je glatter und glänzender zum Beispiel eine Blattoberfläche ist, desto stärker ist in der Regel die Reflexion. Weitere Einflusskriterien sind: Feuchtigkeitsgehalt, Nährstoffhaushalt, u.v.m. (nach ALBERTZ 2001).

So weisen bestimmte Pflanzenarten eine jeweils charakteristische spektrale Reflexion auf. Ziel der Fernerkundung soll es sein, mittels Clusterbildungen eine Klassifikation zu erreichen, die die unterschiedlichen Landnutzungen kategorisiert. Es gibt zwei unterschiedliche Arten der Klassifikation: 1) Unüberwachte Klassifikation (unsupervised classification): Mit Hilfe statistischer Verfahren wird jedes Pixel einer Teilklasse zugeordnet. Die Identität der Klassen muss der Anwender später selber herausfinden. Diese Methode eignet sich besonders bei zunächst unbekannten Untersuchungsgebieten. 2) Überwachte Klassifikation (supervised classification): Hier wird von bekannten Erscheinungen ausgegangen. Für jede selbst festgelegte Objektklasse werden Trainingsgebiete bestimmt. Diese bilden die Musterklassen für die entsprechenden Kategorien. Alle Pixel der Satellitenszene außerhalb dieser Trainingsgebiete werden aufgrund der spektralen Signatur den entsprechenden Pixelwerten und den damit verbundenen Klassen zugeordnet. Oftmals wird unterstützend die unüberwachte Klassifizierung angewendet um im Voraus zu untersuchen, wieviele und welche Klassen überhaupt unterschieden werden können. Weitere Merkmale, die bei der Klassifikation mit berücksichtigt werden können, auf die hier aber nicht weiter eingegangen wird, sind: Textur, Musterung, Größe, Form, Orientierung, Zeit und Merkmale wie Winkel, Enden und Kanten (nach LEXIKON ^DER KARTOGRAPHIE UND GEOMATIK).