Remotely Sensed Data Fusion as a Basis for Environmental Studies: Concepts, Techniques and Applications

Abstract

Die Technologien und Systeme im Bereich der satellitengestützten Erdbeobachtung haben sich in den letzten drei Jahrzehnten rasant entwickelt. Die Folge ist eine Fülle von Aufnahmesystemen und Bilddaten, die für zahlreiche Anwendungen im Bereich der Erderkundung heran gezogen werden können. Da die überwiegende Anzahl der Sensorsysteme für spezifische Applikationen ausgelegt ist, sind die Auswertemethoden und Strategien entsprechend vielfältig. Entsprechend werden Datensätze produziert, die für einige Anwendungen sehr nützlich sind, für andere aber unvollständig oder redundant. Die mathematische Fusion von Datensätzen unterschiedlicher Auflösung (geometrisch, spektral, zeitlich) bietet hierbei die Möglichkeit, mehrere Datensätze zu kombinieren und hierdurch das Informationspotenzial für die Auswertung zu optimieren. Datenfusion kann üblicher Weise in drei verschiedenen Ebenen durchgeführt werden: 1.) auf der Pixelebene, 2.) auf der Objektebene und 3.) auf der Entscheidungsebene.In der vorliegenden Arbeit wurden Konzepte und Techniken zur Fusion satellitengestützter Fernerkundungsdaten evaluiert und weiter entwickelt. Die Bewertung der Güte einer Fusion erfolgte vor dem Hintergrund der Anwendung im Bereich der visuellen Interpretation der Datensätze sowie zum Zwecke der Landnutzungskartierung auf Basis der verwendeten Datenquellen. Die untersuchten Datensätze entstammen der Erdbeobachtungsmission Earth Observation One (EO-1) der National Aeronautics and Space Administration (NASA) der USA. Die verwendeten Sensoren sind Hyperion (hyperspektral), ALI-ms (multispektral) und ALI-pan (panchromatisch).Im ersten Teil der Arbeit wurden Verfahren auf der Pixelebene evaluiert. Der zweite Teil der Arbeit beschäftigt sich mit dem Vergleich von Verfahren auf der Entscheidungsebene. In beiden Teilen der Arbeit wurden sowohl bestehende Verfahren evaluiert als auch neue Methoden implementiert (z. B. Radon und Fanbeam Fusion, Wavelength Based Decision Fusion und andere). Die Qualitätsanalyse der Fusionsmethoden erfolgte auf Basis visueller Vergleiche sowie statistischer Parameter (z. B. Maximum Spectral and Spatial Information Indicator, Transformed Divergence und andere). Abschließend wurde der Einsatz der bewerteten Fusionsmethoden für potenzielle Anwendungen im Bereich geographischer Fragestellungen diskutiert.