Klassifikation von Satellitendaten mit Texturanalyse zur großflächigen Landnutzungskartierung

In Zusammenhang mit Fragestellungen der Landnutzung, die bei der Landschaftsplanung (z. B. Landesregionalplanung) relevant sind, wird vielfach versucht, mit Hilfe von hochaufgelösten Satellitendaten (LANDSAT, SPOT) Gebiete verschiedener Landnutzungsarten und damit auch Gebiete unterschiedlicher ökologischer Wertigkeit zu differenzieren. Damit wird die Integration derartiger flächenbezogener Rasterdaten in geographische Informations- bzw. Umweltinformationssysteme (z. B. UIS Baden-Württemberg) zur Aktualisierung manuell erfaßter Daten möglich.Wie sich in verschiedenen Untersuchungen zeigte, sind für die Differenzierung von verschiedenen Landnutzungsarten Multispektraldaten allein nicht immer ausreichend. Die Einbringung zusätzlicher Information in Form von textur- bzw. strukturspezifischen Merkmalen in einen Klassifikationsalgorithmus kann zu einer wesentlichen Verbesserung der Ergebnisse führen.Dieser Beitrag beschreibt einen systematischen Ansatz für ein adaptives Klassifikationsverfahren unter Einbeziehung der Textureigenschaften der multispektralen Bilddaten. Die Textureigenschaften werden durch Nachbarschaftsoperatoren (z. B. Grauwertvarianz, Grauwertgradient, u. a.) als zusätzliche Merkmale in die Klassifikation eingebracht. Die Verknüpfung der Texturmerkmale und multispektralen Merkmale erfolgt durch Klassifikationspolynome verschiedener Ordnung.Dieses Klassifikationsverfahren wurde erfolgreich auf SPOT/LANDSAT-TM-Szenen südlich von Stuttgart angewendet, mit insgesamt 6 verschiedenen Landnutzungsarten.