322 =
1. Einleitung
Für die Landesplanung sind die herkömmlichen Kartenwerke, wie z.B. die Topo-
graphische Karte nur begrenzt von Interesse. Von größerem Nutzen sind soge-
nannte thematische Karten, die eine Anzahl von Nutzungsarten, wie etwa Ge-
wässer, Siedlungen, land- und forstwirtschaftliche Gebiete als Flächen be-
stimmter Farbe ausweisen. Die von Gemeinden und Ländern für die Raumplanung
benótigten Realnutzungskartierungen stellen solche thematische Karten dar.
Das sehr aufwendige Verfahren der Herstellung solcher Karten setzt die aktuelle
Kenntnis des betreffenden Gebietes voraus, wozu im allgemeinen eigens teure
Luftaufnahmen hergestellt werden müssen. Durch die Existenz der Landsat-Sa-
telliten /1/ und durch die prompte Verfügbarkeit ihrer Daten erhebt sich neuer-
dings die Frage, inwieweit diese in Verbindung mit rechnergestützter Klassi-
fizierung zur Herstellung von Realnutzungskarten gróferer Gebiete verwendet
werden kónnen. Die vorliegende Veróffentlichung berichtet von Ergebnissen
solcher Klassifizierungen.
Als Testgebiet wurde der Raum Mannheim/Ludwigshafen am Rhein ausgewdhlt, da
hier eine Vielzahl von Nutzungsarten auftreten. Neben Industriearealen und
dicht besiedelten Wohngebieten sind auch verschiedene landwirtschaftliche
Nutzungsfláchen wie Felder, Wiesen, Gartenland und Weinbau vertreten. Auch
Nadel- und Laubwälder, der Rhein und eine Menge kleinerer Baggerseen sind
in diesem Testgebiet zu finden. AuBerdem liegen Luftaufnahmen des gesamten
Gebietes vom Sommer 1975 im MaBstab 1:10.000 vor, welche die aktuelle
Nutzung des Raumes in dieser Zeit getreu wiedergeben. Wegen der Vergleichbar-
keit mit diesen Luftbildern wurden der Klassifizierung Landsat-Daten vom
August 1975 zugrunde gelegt (siehe Fig. 1).
2. Multispektrale Klassifizierung nach dem Maximum-Likelihood-Verfahren
Die Klassifizierungstests wurden am Digitalen Interaktiven Bild-Auswertungs-
System (DIBIAS) der DFVLR in Oberpfaffenhofen bei München /2/ durchgeführt.
Von den drei am DIBIAS zur Auswahl stehenden Klassifizierungs-Methoden wurde
das allgemein anerkannte und verwendete Maximum-Likelihood-Verfahren /3/ an-
gewandt. Es benötigt zwar von den drei vorhandenen und getesteten Verfahren
den höchsten Aufwand an Rechenzeit, liefert aber dafür die sichersten Ergeb-
nisse /4/.
Bei der Klassifizierung wurden zwei Wege beschritten. Zunàchst wurde versucht,
durch getrennte Klassifizierung Klasse für Klasse ein Optimum an Uberein-
stimmung des Rechenergebnisses mit der Wirklichkeit zu erreichen. Zum zweiten
wurde bei simultaner Klassifizierung aller Klassen in einem Rechenvorgang das
Ergebnis gesucht.
Im vorliegenden Falle wurde ein "überwachtes" Klassifizierungs-Verfahren be-
nutzt, das als vorbereitenden Schritt die Festlegung von "Trainingsgebieten"
verlangt. Diese sollen die gesuchten Klassen in kleinen Flächen mit möglichst
reinem Vorkammen repräsentieren.
Die Fig. 1 zeigt eine Auwahl von eingeblendeten Trainingsgebieten, die für die
Untersuchungen ausgesucht worden waren. Zu Beginn der Arbeiten wurden anhand
des Falschfarben-Satellitenbildes 15 Nutzungsklassen festgelegt. Sie sind in
Tabelle 1 aufgezählt. Für diese 15 Klassen wurden dann 3O Trainingsgebiete
bestimmt.
