Unsupervised Classification
Unsupervised Classification ist ein automatisiertes Fernerkundungsverfahren, das Pixel ohne vorheriges Trainingsmaterial zu spektralen Clustern gruppiert und es dem Analysten ermöglicht, den Gruppen erst nach der Clusterbildung sinnvolle Bezeichnungen zuzuweisen. Das Verfahren eignet sich zur Datenexploration und zur Kartierung von Gebieten, in denen kaum Referenzdaten vor Ort vorliegen.
Überblick
Unsupervised Classification ist eine Methode der Bildanalyse in der Fernerkundung, die mithilfe von Clustering-Algorithmen Pixel mit ähnlichen spektralen Eigenschaften automatisch zu einer festgelegten Anzahl von Klassen gruppiert, ohne dass gelabelte Trainingsproben erforderlich sind. Nach der Clusterbildung untersucht der Analyst jede Gruppe und weist ihr auf Grundlage von Kenntnissen über das Untersuchungsgebiet, Felddaten oder ergänzenden Informationen eine sinnvolle thematische Bezeichnung zu, etwa Wasser, Wald oder Siedlungsfläche.
Gängige Algorithmen
Die beiden am weitesten verbreiteten unüberwachten Klassifikatoren sind K-means und ISODATA. K-means teilt Pixel in eine feste Anzahl von Clustern ein, indem die Varianz innerhalb der Cluster iterativ minimiert wird. ISODATA (Iterative Self-Organizing Data Analysis Technique) erweitert K-means, indem Cluster auf Grundlage statistischer Schwellenwerte geteilt, zusammengeführt oder gelöscht werden können, was mehr Flexibilität bei der Bestimmung der optimalen Klassenzahl bietet.
Vorteile und Grenzen
Unsupervised Classification benötigt keine Trainingsdaten und ist daher wertvoll für schnelle Erkundungen, Datenexploration und die Kartierung entlegener Gebiete, in denen keine Referenzdaten vor Ort verfügbar sind. Allerdings entsprechen spektrale Cluster nicht immer direkt sinnvollen Landbedeckungsklassen, sodass der Analyst bei der Interpretation und Zusammenführung von Clustern eigenes Urteilsvermögen einsetzen muss. Die Kombination von unüberwachten und überwachten Methoden in einem hybriden Ansatz liefert häufig die besten Ergebnisse.
Bedeutung in der Fernerkundung
Unsupervised Classification ist ein wesentliches exploratives Werkzeug in der Fernerkundung. Sie ermöglicht schnelle thematische Kartierung und Datenerschließung und ergänzt damit überwachte Ansätze für eine umfassende Landbedeckungsanalyse.
Bereit?
Sehen Sie Mapular
in Aktion.
Buchen Sie eine kostenlose 30-minütige Demo. Wir zeigen Ihnen genau, wie die Plattform für Ihren Anwendungsfall funktioniert. Kein generisches Foliendeck, keine Verpflichtung.