Quellen Lage Farbe Struktur Klassen Zeit Einzelb. Vergl. Anim.

Klassifikation
ist die Suche nach dem multispektralen Sinngehalt von Pixeln

Eine Vorstellung von einer Landschaft ermöglicht primär nur das Foto. Reisebericht, Beschreibung und das persönliche Erlebnis runden den vielseitigen Blick auf eine Landschaft ab. Vieles bekommt der Mensch aber nicht mit, weil die Augen manches nicht wahrnehmen. Die Unterstützung durch Satellitensensoren kann unsere Vorstellung von einer Landschaft bereichern, da ein Satellit auch im infraroten Licht sehen kann. Die Unterschiede zwischen menschlichem Sehen und dem Sehvermögen eines Satellitensensors sind aber wesentlich größer, als es der Vergleich mit dem Infrarot erkennen lässt. Dazu und zur Klassifikation mehr bei "Unterschiedliches Erkennen von Mensch und Satellit", bzw. bei der "Einführung zur digitalen Klassifikation im Rahmen der Bildbearbeitung".

Hier werden die zwei verschiedenen Klassifizierungsansätze am Beispiel Malaga vorgestellt. Bei Klassifikationen werden möglichst viele unterschiedliche Sensoren benutzt. Beim Landsat-TM die Kanäle 1,2 3,4,5,7, beim LISS III des IRS-1C die Kanäle 1,2,3.

Die überwachte multispektrale Klassifikation: Informationen aus Referenzflächen (Fotos und Texte) sind die Basis für eine Klassifizierung mit der Software "Satlupe". Die Klassifizierung liefert eine Verteilungskarte zur Erkennbarkeit vorgegebener Objekte im Satellitenbild (Beschreibung in der Legende).
Hier gilt: Input ist die exakte Lage von bekannten Objekten (Nadelwald, Laubwald, etc.
Output ist eine Verteilungskarte zu Pixeln mit gleicher oder ähnlicher Eigenschaft wie die Pixel des Inputs.

Die unüberwachte multispektrale Klassifikation: Über ein Rechenverfahren "Isoclust" aus der Software "Idrisi" werden ähnliche Pixel ermittelt. Das Verfahren arbeitet iterativ, d.h. erste Ergebnisse werden geprüft und verbessert. 3 bzw. 5 Iterationen wurden benutzt. Die Anzahl von Pixelgruppen, sog. Cluster können gewählt werden. Das automatisierte Verfahren liefert eine Verteilungskarte der Pixel zu den gefundenen Clustern. Die Cluster müssen nachträglich über gezielte Informationssuche interpretiert werden.
Hier gilt: Input beschränkt sich auf die Zahl der Iterationen und die Zahl der Cluster.
Output ist eine Verteilungskarte der als typisch erkannten Pixelgruppen, die in mühevoller Feinarbeit (Recherche über Literatur, Karten, Texte, Begehung) mit realen Inhalten versehen werden müssen.