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.