Stichpunkte

Allgemein
	Die Bildinterpretation von Fernerkundungsdaten erfolgt je nach Forschungsziel unter verschiedenen Gesichtspunkten
	Bei der automatische Klassifikation werden Bildpunkte aus Primärdaten als so genannte Cluster anhand der verschiedenen Reflexionsgrade gebündelt. Die überwachte automatische Klassifikation arbeitet ebenfalls mit Clustern
	die durch den Menschen gebildet werden
	In Trainingsgebieten werden Pixel als Sekundärdaten zusammengefasst
	bei deren Bedeutung sich der Mensch sicher ist z.B. im Stadtpark wachsen nur Linden
	daher sind diese Reflexionsgrade der Pixel als Linden definiert
	die sich aus inhomogenen Gesundheits- oder Wachstumszuständen ergeben können
	Der Vorteil liegt bei der Erkennung von gleicher Vegetation mit uneinheitlichen Reflexionsgraden
	Die visuelle Interpretation erfolgt aus Primärdaten und Sekundärdaten nach folgenden Gesichtspunkten: Geologische Auswertung Reliefs Gewässer Vulkane Erosion Abtragung Auswertung der Vegetation Pflanzenarten Feldfrüchte Bewaldung Landnutzung Siedlungsfläche Gewerbefläche Industrie Freizeitanlagen Verkehrswege Für die Unterschiedlichen Zielsetzungen werden die verschiedenen Graustufenbilder der einzelnen Spektralkanäle einer Aufnahmefläche zu einem 3 farbigen RGB-Bild zusammen gefügt
	Zusammenfassung der gebräuchlisten Kanal-Kombinationen des Thematic_Mapper : R G B Interpretations Anwendung 3 2 1 natürlichen Reihenfolge = Echtfarbendarstellung 4 3 2 CIR-Falschfarbenbild (Vergleich mit MSS-Daten möglich) 5 4 3 Vegetation & Landnutzung 7 4 1 Geologie 5 7 2 Geomorphologie Beispiele für visuelle Interpretation von Landsat TM Bildern: TM_Krakau TM_Hamburg

Dieser Artikel basiert auf dem Artikel TM-Bildinterpretation aus der freien Enzyklopädie wikipedia und steht unter der GNU Lizenz für freie Dokumentation. In der wikipedia ist eine Liste der Autoren verfügbar.