View/Open - JUWEL - Forschungszentrum Jülich
View/Open - JUWEL - Forschungszentrum Jülich
View/Open - JUWEL - Forschungszentrum Jülich
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
98 KAPITEL 5. Klassifizierung mit neuronalen Netzen<br />
einem bestimmten Zeitintervall sich in der Fl äche eines größeren Betrachtungs-<br />
raumes wiederfindet.<br />
Die Klassen Gewässer, Hochmoor, Gr ünland und Tagebau sind sowohl bei CO-<br />
RINE als auch bei LANDSAT mit nahezu gleicher Fl ächengröße vertreten . Auf-<br />
fallend sind die großen Unterschiede in den Waldkategorien . Auf der einen Seite<br />
sind sie in den unterschiedlichen Klassenstrukturen der Datensätze zu suchen.<br />
Die hydrologisch verschiedene Bedeutung von Laubwald und Nadelwald, z .B. bei<br />
der Berechnung der Evapotranspiration, wird in GROWA berücksichtigt. CORI-<br />
NE weist jedoch eine Kategorie Mischwald aus, in der der prozentuale Anteil von<br />
Laub- bzw. Nadelbäumen nicht definiert ist. Im Gegensatz dazu sind die verwen-<br />
deten Sensoren in der Lage, Cluster bestehend aus wenigen Laub- bzw. Na-<br />
delbäumen abzubilden, so dass sich eine Kategorie Mischwald f ür diese Daten<br />
erübrigt und komplett in Laub- und Nadelwald aufgeht.<br />
Auf der anderen Seite ergeben sich neue Inkonsistenzen, denn die gesamte<br />
Waldfläche wird in CORINE mit 30 % und in LANDSAT mit 38 % angegeben.<br />
Dadurch, dass Siedlungsbereiche mit einer h öheren räumlichen Genauigkeit kar-<br />
tiert werden können, verkleinert sich deren Fl ächenanteil von 11 % auf 6 % . Die<br />
übrige Fläche, die sich hauptsächlich auf Alleen, Parks, Friedhöfe und Gärten<br />
aufteilt, wird größtenteils als Laubwald klassifiziert . Da das DLM25 nur für den<br />
deutschen Teil des Rureinzugsgebietes vorliegt, kann ein Vergleich nur bedingt<br />
gezogen werden. Da der belgische Teil fast ausschließlich bewaldet ist und der<br />
niederländische Teil ackerbaulich genutzt wird, ist der Wald- bzw . Ackeranteil des<br />
DLM25 erheblich geringer.<br />
Ein großer Vorteil bei der Verwendung von selbst prozessierten Fernerkundungs-<br />
daten liegt in der Identifikation der Hauptfruchtarten . Während CORINE für Acker-<br />
land in Deutschland hauptsächlich die Klassen Nicht bewässertes Ackerland<br />
(211), Komplexe Parzellenstrukturen (242) und Landwirtschaft mit natürlicher<br />
Bodenbedeckung (243) kennt, die für die hydrologische Modellierung nicht von<br />
Bedeutung sind, können Satelliten gezielt die spektrale Information einzelner<br />
Fruchtarten unterscheiden . So konnten mit Hilfe des neuronalen Netzes Weizen,<br />
Zuckerrüben, Kartoffeln, Mais und Gerste identifiziert werden . Diese Information<br />
ist insbesondere für die Disaggregierung der Nährstoffbilanzübersch üsse (Kapitel<br />
7) absolut notwendig, darüber hinaus kann die Evapotranspiration (Kapitel 8 .2 .3)<br />
fruchtartenspezifisch im Modell GROWA berechnet werden.<br />
Weizen und Zuckerrüben werden auf jeweils 13 % der Fläche des Untersu-