Full text: Proceedings of the international symposium on remote sensing for observation and inventory of earth resources and the endangered environment (Volume 3)

  
  
  
    
Der Vergleich der Klassifikation mit den Luftbildern und Photo- 
graphien ergab ein gutes Resultat. Der quantitative Vergleich mit der 
digitalisierten Unterlage, der einem ein effektives Bild über die Zu- 
verlässigkeit der Klassifikation geben könnte, ist noch nicht vorgenommen 
worden. Herausstechendes Merkmal ist vor allem, dass der Schnee in 
Schattenlage mit den verwendeten Spektralkanälen richtig klassiert 
werden konnte. Eine negative Folge davon war aber, dass man dadurch 
eine bedeutend grösssere Anzahl Bodenobjekte definieren musste, weil, 
wie oben schon erwähnt, die schneefreie Zone und der Schnee in Schatten- 
lage in der Grauwertskala nahe beieinander liegen. 
Ein Fehler, der noch behoben werden muss, der aber mit Hilfe der 
spektralen Unterschiede nicht beseitigt werden konnte, wird an den 
Wolkenründern sichtbar. Die Mischpixel Wolkenrand-Bodenobjekt er- 
geben Grautonwerte, die je nach Situation entweder dem Schnee oder 
der Ausaperungszone anstatt der schneefreien Zone zugerechnet werden. 
Um den Fehler zu verkleinern, wurden 3 solcher Mischklassen definiert, 
die aber den sehr weit gestreuten Fehler nicht vollständig eliminieren 
konnten. Bezogen auf die Gesamtfläche liegt der Fehler unter 1 %. 
Eine Lösung kann gefunden werden, wenn jedes Pixel mit seinem um- 
gebenden Nachbarn verglichen wird. Man gibt dann Optionen ein, dass 
"solche Schneepixel" den Wert des am häufigsten vorkommenden Nachbars 
erhalten, 
Abschliessend kann gesagt werden, dass es durchaus möglich ist, auch 
grosse Zonen genau zu klassieren. Bei einigermassen guten Sichtver- 
háltnissen liegt die Standardabweichung eines Bodenobjektes noch so 
gut, dass immer noch eine gute Klassierung herausschauen kann. Ich 
bin im Moment leider noch nicht soweit, dass ich entjültige Resultate 
vorlegen kann, aber Testversuche haben doch schon gezeigt, dass man 
die Variablen und die Gruppenzahl bedeutend verkleinern kann, so 
dass die grundlegendsten Aspekte meiner Untersuchung und die daraus 
gewonnene Erfahrung eine wertvolle Unterstützung für die Anwendung 
in operationellen Abflussmodellen sein kónnen. 
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
   
  
    
  
FA
	        
Waiting...

Note to user

Dear user,

In response to current developments in the web technology used by the Goobi viewer, the software no longer supports your browser.

Please use one of the following browsers to display this page correctly.

Thank you.