View/Open - JUWEL - Forschungszentrum Jülich

5.5. Klassifikationsergebnisse und landwirtschaftliche Rotation 95
Gewässer sehr gut zu identifizieren, d .h. die Cluster sind kompakt . Es werden
jedoch zwei separate Verteilungen ausgewiesen, was durch die unterschiedli-
chen spektralen Eigenschaften von stehenden Gewässern und Fließgewässern
zu begr ünden ist. Ebenfalls sehr kompakt ist die Klasse Nadelwald, etwas we-
niger die Klasse Laubwald . Grünland besitzt vier bzw. fünf separate Cluster, die
allerdings von Beginn an in zwei Klassen zusammengefasst wurden . Begründet
wurde dies in der Unterscheidung von gem ähten und ungem ähten Wiesen bzw.
abgegrasten und unberührten Weiden (Kapitel 5 .1). In dieser Darstellung sind
zusätzlich Übergänge zwischen den Extremzuständen auszumachen. Die Klas-
sen Hochmoor und Zuckerr üben verhalten sich ähnlich, hier sind zwei Konzentra-
tionen vorzufinden, die durch wenige Streupixel verbunden werden . Mit einer Ma-
ximum Likelihood Klassifikation wären deren Zugeh örigkeiten nicht eindeutig zu
identifizieren gewesen . Überraschend ist die sehr gute Trennbarkeit der beiden
Getreidearten Weizen und Gerste . Die Ackerfrucht Mais weist keine kompakte
Verteilung auf, sondern ist intern sehr heterogen aufgebaut . Dadurch entstehen
Konflikte zu Nachbarklassen . Siedlungs- und Gewerbefl ächen sind im Merkmals-
raum ebenfalls sehr weit gestreut, jedoch existieren wegen der geringen Werte in
der 2. Hauptkomponente keine Ber ührungspunkte zu Clustern, die vegetations-
bedeckte Landoberfl ächen repräsentieren. Zur Aufnahme der Tagebauflächen in
die Referenzgebiete wurden schmale Transekte quer durch die Tagebaue Ham-
bach und Inden gelegt. Dies ist in der Clusterstruktur nachzuweisen . Es gibt zwei
Hauptverteilungen . Zum Einen stellt das kleinere im dunkleren Bereich angesie-
delte Cluster diejenigen Pixel dar, die dem Hauptfl öz im Zentrum des Tagebaus
entnommen sind . Zum Anderen symbolisiert das zweite, breit gestreute Cluster
die helleren vegetationslosen Flächen der H änge, die mit Schatteneffekten und
geologisch unterschiedlichen Materialien spektral sehr heterogen sind.
Es existieren schon in diesem Verarbeitungsschritt vor der eigentlichen Klassi-
fikation auffällige Überlappungen der Cluster. Das Maß der Region-of-Interest-
Separabilit ät, der Trennbarkeit der Klassen nach Referenzdaten mit der Jeffries-
Matusita-Distanz (R ICHARDS & J IA 2006 [160]), best ätigt diese optische
Einschätzung. Die geringste Trennbarkeit besitzen Zuckerrüben und Mais mit
1,65 (Tabelle 5 .3), ein Wert von 2 bedeutet perfekte Trennbarkeit, zwei Klas-
sen mit einem Wert von 1 lassen sich nur rein zuf ällig trennen und der Wert 0
gibt ein inverses Trennungsergebnis an . D .h. auch bei der hier vorliegenden pro-
blematischen Verteilung ist die Separierbarkeit dennoch gegeben . Grünland und