ne
hneefreie
ne
Die Anzahl von 41 Klassen ist für ein operationelles Verfahren viel
zu hoch. Es muss nun sorgfälltig untersucht werden, welche Gruppen
in allen verwendeten Kanälen hoch korrelieren, und welche auf die
Trennung der verschiedenen Hauptkategorien keinen Einfluss haben. Alle
solche Gruppen müssen eliminiert werden, um die Computer-Rechenzeit
erheblich senken zu können.
In dieselbe Richtung zielt auch die Massnahme, nicht mit allen 13
Spektralkanälen zu arbeiten. Ein Kanal im UV konnte zum Vornherein
wegen Sensorstörungen weggelassen werden. Daneben wurden die Kanäle
eliminiert, die mit einem anderen in allen Gruppen hoch korrelieren,
oder sich nur in solchen Gruppen unterscheiden, die innerhalb einer
einzigen Hauptkategorie liegen und deshalb die Trennung der Haupt-
kategorien untereinander nicht tangieren. Mit diesen Schritten konnte
die Kanalzahl auf 6 gesenkt werden. Auch hier muss jedoch noch eine
Lósung gefunden werden, die Kanalzahl weiter zu senken.
Um die Rechenzeit und damit die Kosten noch weiter zu vermindern, wurde
untersucht, inwieweit man die Inkrement-Zahl erhóhen kann, bis sich
die Aussagekraft einer Klassifikation verschlechtert.
Die Resultate bei Inkrement 2 ( Es wird nur jedes 2.Pixel in beiden
Achsenabschnitten betrachtet) zeigten dasselbe Resultat wie bei der
normalen Pixelverarbeitung. Abweichungen in der Prozentzahl gab es erst
in der 2.Dezimalen nach dem Komma, was vernachlaássigbar ist.
Die Rechenzeit konnte aber um den Faktor 3 verkleinert werden.
Bei der Betrachtung jedes vierten Pixels liessen sich Prozentab-
weichungen bis zu 296 bei gewissen Gruppen beobachten.
Folgerung: Man kann ohne Bedenken mit Inkrement 2 arbeiten, die Genauig-
keit bei Inkrement 4 lásst aber zu Wünschen übrig.
Zur Klassifikation
Das IBIS gibt einem die Móglichkeit, mit 3 verschiedenen Klassifi-
kationsalgorithmen zu arbeiten:
- ein einfacher Paralleleppiped -Klassifier (PPD)
- ein deterministischer Minimal-Distanz-Klassifier (DCLASS)
- ein Maximum-Likelihood-Klassifier (MCLASS)
In meiner Untersuchung wurde der PPD-Klassifier zum Vornherein weg-
gelassen(zu viele Klassen und Kanäle). Aus kostentechnischen Gründen
wurde die Klassifikation mit dem Minimal-Distanz-Klassifier vorge-
nommen, der auch noch etwas schneller arbeitet als der Mutmasslich-
keits-Algorithmus. Es muss aber noch Ziel einer Untersuchung sein,
inwieweit sich der Vorteil der geringeren Rechenzeit beim DCLASS
gegenüber dem genaueren MCLASS rechtfertigen lässt.
Die entgültige Klassifikation mit 41 Klassen und 6 Kanälen dauerte
lh 29 min. Mit der Reduktion der Klassen und Kanäle sowie Inkrement 2
sollte aber die Zeit bis 15 - 20 min Rechenzeit gesenkt werden kónnen.
Die Schlussklassifikation wurde auf Magnetband ausgegeben. Mit Hilfe
eines Optronics wurden die Daten aufbelichtet und gleichzeitig geo-
metrisch korrigiert, so dass der Output einer topographischen Karte
überlagert werden kann.