chungen
1soralen
n wurde
mations-
ung der
standes-
ldfláche
IWeiz im
s beträgt
ser, 50%
wie 33%
ufer (420
fôrmiger
sind die
e, Ahorn
zraphisch
ı Abhang
bene, die
auf dem
bestände
vor. Die
ezifische
ren der
sung der
‚daten am
ırden fast
OT Daten
rliegende
OT-Daten
an nur 11
ufnahme-
über dem
igiert und
OT-Daten
in beiden
von 5°,
Mt einer
[M25) zur
n in einer
ırde vom
auf den
gescannten Höhenkurven der Landeskarten 1:25'000 mit
einer Äquidistanz von 10 m hergestellt. Die Höhen-
information wurde auf die Rasterweite von 10x10, 20x20
und 30x30.6 m bilinear interpoliert und damit an die
Grösse der Pan, XS, und TM-Bildelemente angepasst. Das
DHM kam in den folgenden Fällen zum Einsatz:
. Entzerrung der reliefbedingten Lageversetzung
. Radiometrische Korrekturen
. Als Zusatzinformation zur Optimierung der
Klassifikation
2.3. 'Groundtruth'
Um die im Satellitenbild klassierte Waldfläche und
Waldbestände Pixel-zu-Pixel verifizieren zu kônnen, wird
eine digitale Groundtruth benôtigt. Hierfür stand eine
aktuelle Bestandeskarte (im ARC/Info) zur Verfügung,
welche basierend auf einem neuen Verfahren mit Hilfe der
Infrarot-Farbluftbildern (von 1991) im Massstab 1:9'000
hergestellt wurde. Bei der Interpretation der Luftbilder
wurden für alle abgegrenzten Bestünde drei Kriterien,
nämlich Entwicklungsstufe, Mischungs- und Schlussgrad,
angesprochen. Als Waldmaske kann wiederum die
Bestandeskarte verwendet werden. Da sie aber nicht die
gesamte Waldfláche im Untersuchungsgebiet abdeckt,
wurde sie mit dem Grünauszug (Waldfläche) der
Landestopographie im ARC/Info ergänzt. Weiter wurden
die von der Landestopographie in Waldgebieten
aufgezeichneten Strassen in der übernommenen Waldfläche
zu Wald modifiziert (wie es bei der Bestandeskarte bereits
der Fall ist).
3. Datenvorverarbeitung
Die Satellitenbilddaten wurden zuerst einer Qaualitáts-
analyse unterzogen. Die Überprüfung der TM-Daten ergab,
dass die systemkorrigierte Szene mit den mehreren inneren
geometrischen Bildfehlern, wie verdoppelten Zeilen und
Kolonnen und Zeilensegmentversatz (Nicht-
Übereinstimmung zwischen zwei benachbarten 'sweeps')
behaftet 1st. Die verdoppelten Zeilen und Kolonnen sind
wührend der Vorverarbeitung bei ESA/ESRIN als
verdoppelte Bildelemente hinzugefügt worden und liefern
daher keine ortsbezogene Information. Es betrágt bei der
verwendeten Szene 3.496 der TM-Pixel (Darvishsefat,
1994). Der sensorbedingte radiometrische Fehler 'striping'
konnte zum Teil korrigiert werden. Hingegen traten bei
SPOT-Daten keine inneren geometrischen Fehler auf. Dafür
konnte eine ungenügende relative Kalibrierung ('striping'
in Kolonnenrichtung) nur anhand von Texturparametern
nachgewiesen werden (Ehrler, 1993).
Ferner wurde die reliefspezifische unterschiedliche
Beleuchtung der Objekte mit Hilfe eines hochauflósenden
digitalen Gelándemodells korrigiert. Bei der Geocodierung
der Satellitenbilddaten wurde ein Polynom 1. Grades
verwendet und die hóhenbedingte Lageversetzung der
Bildelemente durch das Einbezichen des Hóhenmodells
korrigiert. Die Standardfehler (RMS) lagen dabei deutlich
unter einem halben Pixel. TM- und XS-Bilddaten wurden
auf eine‘ einheitliche räumliche Auflösung (10 m)
umgerechnet. Die Grauwertzuordnung erfolgte mit der
nearest-neighbour'-Methode.
Als bidabhängige Zusatzkanäle wurden Texturkanäle,
nämlich Standardabweichung und absolute Differenz
(Cohen und Spies,1992) und vegetationsrelevante ‘Ratios’
(Koch et al., 1993) extrahiert.
187
4. Fusion
Ziel bei der Fusion der multisensorelen Daten ist, die
Vorzüge der jeweiligen Sensoren in einem neuen Produkt
zusammenzufassen, z.B. das hohe räumliche Auflösungs-
vermögen von einem und die feine spektrale Auflösung des
anderen. Das erwähnte Ziel erfordert die Fusion
komplementdrer Kanidle. Fir den Benutzer von
Fernerkundungsdaten ist es von Vorteil, die Information
verschiedener Sensoren und Kanile in einen kleineren
Merkmalsraum zusammenzuziehen, was den Verarbeitungs-
aufwand reduziert (Chavez et al., 1988). Landsat-TM und
SPOT-XS liefern Daten, die im Vergleich mit Pan eine
feinere spektrale Auflösung besitzen. Dafür weisen sie aber
ein geringeres räumliches Auflösungsvermögen auf. Daher
drängt es sich auf, künstlich ein neues Produkt
herzustellen, welches sowohl die spektrale Information
von TM bzw. von XS als auch die hohe räumliche
Erkennbarkeit von Pan nachweist.
Zur Fusion der multispektralen Sensoren mit Pan sind
bisher verschiedene 'merging'-Methoden entwickelt
worden. Viele davon sind nur für Display. Das Ziel aber bei
der vorliegenden Arbeit ist, neue Hybridkanile unter
besonderer Berücksichtigung der Radiometrie zur
Optimierung der Extraktion von forstlicher Information zu
erzeugen. Folgende Fusionsverfahren wurden
implementiert und analysiert:
Farbraumtransformation (Pellemans et al., 1993)
Hauptkomponentenverfahren (Chavez et al., 1991)
Price's Verfahren, 3 Varianten (Munechika, 1990)
Pellemans' radiometrisches Verfahren (Pellemans et al.,
1993)
Pellemans' statistisches Verfahren (Pellemans et al.,1993)
Warnicks' radiometrisches Verfahren (Munechika, 1990)
Die erzeugten Hybridkanàle wurden visuell zur Erkennung
von verfahrensbedingten Artefakten betrachtet. Ferner
wurde ein Vergleich zwischen den Original- und
Hybridkaniálen bezüglich dem Schwerpunkt der Integration
-Beibehalten der radiometrischen Information der
multispektralen Kanàále- durchgeführt. Diese geschah
durch Berechnung des sogenannten radiometrischen 'RMS
Error' (‘root mean square"). Der radiometrische 'RMS Error
gibt Auskunft über die DN-Anderungen zwischen den
Hybrid- und Original-kanälen.
Das Warnicks' radiometrische Verfahren hat die besten
Resultate geliefert. Dieses Verfahren basiert auf der
spektralen Empfindlichkeit. Jeder Kanal eines Sensors ist
in einer bestimmten Wellenlänge empfindlich. Einzelne
Kanäle verschiedener Sensoren können einen
gemeinsamen Empfindlichkeitsbereich besitzen. Ein
grosser Anteil an gemeinsamer Bandbreite und die
Übereinstimmung der relativen Empfindlichkeiten, führt
zu einer hohen Korrelation. Basierend auf dieser Tatsache
haben Warnick et al. dieses Verfahren entwickelt, welches
von Munechika (1990) verwendet wurde. Die Integration
erfolgt folgendermassen:
HE MEAN P ax)
SYN, pav
SYN ist ein synthetischer Kanal, welcher die
M —PAN y
spektrale Eigenschaft von Pan vertreten kann und für alle
zu kombinierenden Kanilen eines Sensors gilt. Zum
Erstellen dieses synthetischen Kanals werden alle Kanäle
nach ihrem Überlappungsgrad mit PAN gewichtet und
aufsummiert. Der Gewichtungsfaktor ( W;) ist definiert als
International Archives of Photogrammetry and Remote Sensing. Vol. XXXI, Part B7. Vienna 1996
