Schattenanalyse

Schattenanalyse

Mit der zunehmenden Verfügbarkeit von Daten hochauflösender Sensoren steigt die Zahl der durch Verschattung verursachten Probleme bei der Interpretation oder der falschen Zuordnungen in einer Klassifikation. Besonders deutlich ist dieser Effekt in den urbanen Räumen zu sehen. Eine Schattenanalyse kann hier zu einer Verbesserung beitragen. Sie besteht aus zwei Arbeitsschritten: Während in der Phase der Schattendetektion zunächst mittels verschiedener Methoden Schatten räumlich erfasst werden, beschäftigt sich die Eliminationsphase mit der bestmöglichen Korrektur der Szene.

Ziel:
Das Ergebnis der Schattenanalyse ist eine Angleichung der Pixelwerte in den Schattenflächen an die umgebenden, nicht verschatteten Gebiete. Die so korrigierten Areale können von einem Klassifikator ohne gesondertes Training für beschattete Oberflächen oder Materialien den richtigen Klassen zugewiesen werden.

Methodisches Vorgehen:
Für die beiden Schritte der Schattenanalysen werden in der Literatur jeweils mehrere Methoden beschrieben. Zur Detektion sind dies die Modellierung, die Schwellenwert-Festsetzung oder die Klassifikation. Zur Modellierung, beispielsweise mittels des in ERDAS Imagine implementierten Moduls ATCOR, werden Zusatzdaten in Form eines hochaufgelösten digitalen Oberflächenmodells (DEM) benötigt. Schwellenwertverfahren nutzen dagegen die Histogramme der Ausgangsszenen, bzw. transformieren die Szene in andere Farbräume, um auf dieser Basis einen oder mehrere Schwellenwerte festzulegen. Eine weitere Möglichkeit zur Erstellung einer Maske der Schattenflächen bieten Klassifikationen mit einer separat ausgewiesenen Klasse ‚Schatten‘.

Für die Daten des Sensors RapidEye hat sich eine Analyse der Histogramme der einzelnen Kanäle in Verbindung mit zusätzlich generierten Daten (NDVI, Wassermaske) als stabilste Methode erwiesen.

Bei der Elimination beziehungsweise der Korrektur der abgeschatteten Flächen lassen sich im wesentlichen zwei Methoden unterscheiden. Bei der Substitution werden die Schattenflächen durch Daten eines anderen Aufnahmezeitpunktes ersetzt. Die Verfügbarkeit einer geeigneten Szene ist bei Satellitendaten jedoch eher gering. Daher eignet sich dieses Verfahren bedingt zur Korrektur jahreszeitlich verschiedener Schattenlängen. Die radiometrische Korrektur der Schattenflächen beruht auf der – für den urbanen Raum zulässigen – Annahme, dass sich im Schatten die gleichen Oberflächenmaterialien befinden wie in den direkt angrenzenden, nicht abgeschatteten Bereichen. Zur Angleichung der Werte finden sich in der Literatur die Verfahren des ‚histogram matching‘, der Gamma-Korrektur oder der ‚linear correlation correction‘ (LCC) (vgl. SARABANDI et al. (2004)). Angewandt auf RapidEye erwies sich die LCC-Methode als diejenige mit der besten Angleichung an den Wert des Materials ohne Schatten. Die LCC-Methode nimmt Schatten als Kombination aus additivem und multiplikativem Rauschen an und geht von einem linearen Zusammenhang zwischen Schatten- und Nicht-Schatten-Bereichen aus.

SARABANDI, P., YAMAZAKI, F., MATSUOKA, M. and A. KIREMIDJIAN (2004): Shadow Detection and Radiometric Restoration in Satellite High Resolution Images. International Geoscience and Remote Sensing Symposium (IGARSS) 20.-24. 09. 2004, Anchorage (Alaska).

OGC-konforme Datendienste:


Metadaten nach ISO-Standard:


Kontaktdaten:
Zentrum für Fernerkundung der Landoberfläche (ZFL)
Frauke Becker
Position: Research Assistant
Telefon: +49-0228-73-4925
Telefax: +49-0228-73-6857
EMail: fbecker@uni-bonn.de

Anschrift:
Walter-Flex-Str. 3
53113 Bonn

Internet-Profil: Profil