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