Unplausibilitäten filtern: Ein Ansatz zur Verbesserung fernerkundungsbasierter Landbedeckungsdaten

Abstract

Im mFUND-finanzierten Projekt „Inwertsetzung von Copernicus-Daten für die Raumbeobachtung” (incora) wurden, basierend auf dem optischen Erdbeobachtungssatellitensystem Sentinel-2, Landbedeckungsklassifizierungen sowie Veränderungsdatensätze erstellt. Der Veränderungsdatensatz (2019-2020) beinhaltet auffallend große Unplausibilitäten klassifizierter bebauter Fläche auf Agrar- und Waldflächen. Gründe hierfür sind vielfältig, aber keineswegs unbekannt. Mixed Pixels gelten als Herausforderung, sowie die spektralen Ähnlichkeiten unter den Klassen, sodass es hier zu Fehlklassifizierungen kommen kann. Anhand der visuellen Überprüfung dieser auffälligen Befunde wurde ein Workflow zur Reduzierung dieser Flächen entwickelt. Der Workflow beinhaltet verschiedene Schritte, bei denen sowohl die Form und Größe der Flächen als auch die Lage beachtet werden. Mit der Postprozessierung konnte ein Großteil der Unplausibilitäten reduziert werden. Der postprozessierte Datensatz der Veränderung der baulich geprägten Fläche gilt als hilfreiche Unterstützung zur Einschätzung der Siedlungsflächenentwicklung. Ergebnisse sind auf der Plattform www.incora-flaeche.de einsehbar.