Master

Fakultät 08
Validierung und Quantifizierung des Klassifizierungsmehrgewinns durch SAR-Opt Datenfusion
Kategorie:
Abschlussarbeit
Studiengang:
Status:
abgeschlossen
BetreuerIn:
Extern/e AutorIn:

Rüdiger Kleynmans


Jahr:
2019
Untersuchungsgebiet 1
Untersuchungsgebiet 1


Die Landnutzung ist in vielen Bereichen eine wichtige Datengrundlage für Planung und räumliche Analysen. Dieser Meinung ist auch die europäische Union, welche die Corine Land Cover Landnutzungsklassifizierung in das Copernicus Programm aufgenommen hat, um den Datensatz für alle Bürger der EU offen und frei zugänglich zu machen. Durch immer besser werdende Satelliten ist die Aktualität und Flächendeckung der Landnutzungskartierung so gut wie nie, jedoch soll auch die Qualität der Kartierung erhöht werden.


Ein vielversprechender Ansatz hierfür ist die Fusion von Daten mehrerer Sensoren. Ziel dieser Arbeit ist es, die Datenfusion von Sentinel-1 und Sentinel-2 Daten im Kennaugh Rahmen in Bezug auf einen Klassifizierungsmehrgewinn für die Landnutzungskartierung zu untersuchen.


Als Grundlage für diese Untersuchung dienen Sentinel-1 Radarbilder und Sentinel-2 optische Daten, aus welchen drei Untersuchungsgebiete abgeleitet werden. Die Vorgehensweise besteht aus einer Aufbereitung der Daten und der Extraktion der Kennaugh Elemente, bevor anhand dieser die Datenfusion durchgeführt wird. Zusätzlich zu den fusionierten Daten wird ein Radarbild, ein optisches Bild und ein Kombinationsbild aus einer Überlagerung der beiden Datensätze als Vergleichsdatensatz genutzt. Anschließend wird eine überwachte Landnutzungklassifizierung der fusionierten Bilddaten und Vergleichsdaten mit Hilfe der Maximum-Likelihood und Random Forest Klassifizierung durchgeführt. Über eine zehnfache Kreuzvalidierung werden Genauigkeitsmerkmale der einzelnen Datensätze berechnet. Diese Genauigkeiten der Datensätze werden dann über alle Datensätze und Untersuchungsgebiete verglichen und ein Bezug zu den verwendeten Klassifizierungsverfahren hergestellt.


Die Ergebnisse dieser Arbeit belegen, dass die unterschiedlichen Bildgrundlagen einen starken Einfluss auf eine Landnutzungsklassifzierung haben. So erzielen die optischen Daten bessere Ergebnisse als Radardaten, die Kombination von Sentinel-1 Radardaten und Sentinel-2 optischen Daten bewirkt allerdings eine weitere Genauigkeitssteigerung bei der Landnutzungskartierung. Die untersuchte Methode Datenfusion hat keinen positiven Einfluss auf die Klassifizierung.

Suche

Suchen Sie
... Abschlussarbeiten, Projekte oder Publikationen zu einem bestimmten Thema? Dann verwenden Sie das Suchformular.

... oder von einem bestimmten Autor oder Betreuer? Dann können Sie auch auf den persönlichen Seiten nachsehen.