Potential of Digital Sensors for Land Cover and Tree Species Classifications A Case Study in the Framework of the DGPF-Project

Stuttgart

2010

S. 141-156

10 Abb., 5 Tab., 31 Lit. Ang.

Artikel aus einer ZeitschriftUnselbständiges Werk

200166706

Anhand der Bilddaten aus den Kamerasystemen ADS40-2nd, Quattro DigiCAM, DMC, JAS-150, Ultracam-X, und RMK-Top15 wurden zwei Klassifikationsverfahren (Maximum Likelihood und logistische Regression) getestet. Dabei wurden sensor-spezifische Eigenschaften erläutert, sowie die Stärken und Schwächen der einzelnen Systeme aufgezeigt. Die Resultate wurden visuell und quantitativ bewertet. Direkte Sensorvergleiche erwiesen sich dabei als schwierig, da zum Aufnahmezeitpunkt der einzelnen Bilddaten sowohl eine unterschiedliche Vegetationsentwicklung wie auch Unterschiede in den Beleuchtungs- und atmosphärischen Verhältnissen vorherrschten. Quantitative Analysen zeigen, dass sich mit jedem Kamerasysteme sehr ähnlich gute Resultate erzielen liessen. Das erste Verfahren zeigt für 13 Landnutzungsklassen Kappa Koeffizienten von gut 0,6 bei allen verwendeten Systemen. Allerdings unterscheidet sich die Genauigkeit der einzelnen spezifischen Klassen wie Mais oder Kartoffeln für die unterschiedlichen Kameras. Hierzu soll in weiteren Analysen das Klassifikationsverfahren an die jeweiligen Kameras angepasst werden. Für das zweite Verfahren liegt der Kappa Koeffizient für 8 Baumarten zwischen 0,7 und 0,9. Bei diesem Verfahren soll in zukünftigen Analysen die Genauigkeit der Erkennung von nicht dominanten, kleinen und teilweise verdeckten Baumarten erhöht werden.