Bodenwahrheit

In der Fernerkundung bezieht sich der Begriff „Ground Truth“ auf Informationen, die vor Ort gesammelt wurden. Die Bodenwahrheit ermöglicht es, die Bilddaten mit realen Merkmalen und Materialien vor Ort in Beziehung zu setzen. Die Erfassung von Ground-Truth-Daten ermöglicht die Kalibrierung von Fernerkundungsdaten und hilft bei der Interpretation und Analyse der erfassten Daten. Beispiele hierfür sind Kartographie, Meteorologie, Analyse von Luft- und Satellitenbildern und andere Techniken, bei denen Daten aus der Ferne erfasst werden.

Genauer gesagt kann sich der Begriff „Ground Truth“ auf einen Prozess beziehen, bei dem ein „Pixel“ auf einem Satellitenbild mit dem verglichen wird, was in der Realität (zum gegenwärtigen Zeitpunkt) vorhanden ist, um den Inhalt des „Pixels“ auf dem Bild zu überprüfen (wobei zu beachten ist, dass das Konzept eines „Pixels“ nicht ganz klar ist). Im Falle eines klassifizierten Bildes ermöglicht sie eine überwachte Klassifizierung, um die Genauigkeit der von der Fernerkundungssoftware durchgeführten Klassifizierung zu bestimmen und somit Fehler bei der Klassifizierung, wie z. B. Begehungs- und Unterlassungsfehler, zu minimieren.

Die Bodenwahrheit wird in der Regel vor Ort ermittelt, indem Oberflächenbeobachtungen und Messungen verschiedener Eigenschaften der Merkmale der Bodenauflösungszellen durchgeführt werden, die auf dem digitalen Fernerkundungsbild untersucht werden. Außerdem werden die geografischen Koordinaten der Bodenauflösungszelle mit GPS-Technologie gemessen und mit den Koordinaten des untersuchten „Pixels“ verglichen, die von der Fernerkundungssoftware bereitgestellt werden, um die Standortfehler zu verstehen und zu analysieren und um festzustellen, wie sie sich auf eine bestimmte Studie auswirken können.

Ground Truth ist wichtig für die erste überwachte Klassifizierung eines Bildes. Wenn die Identität und die Lage der Bodenbedeckungstypen durch eine Kombination aus Feldarbeit, Karten und persönlicher Erfahrung bekannt sind, werden diese Gebiete als Trainingsgebiete bezeichnet. Die spektralen Merkmale dieser Gebiete werden verwendet, um die Fernerkundungssoftware mit Entscheidungsregeln für die Klassifizierung des restlichen Bildes zu trainieren. Diese Entscheidungsregeln wie die Maximum-Likelihood-Klassifizierung, die Parallelepiped-Klassifizierung und die Minimum-Distance-Klassifizierung bieten verschiedene Techniken zur Klassifizierung eines Bildes. Anhand zusätzlicher Referenzpunkte kann der Fernsensor eine Fehlermatrix erstellen, die die Genauigkeit der verwendeten Klassifizierungsmethode bestätigt. Verschiedene Klassifizierungsmethoden können unterschiedliche Fehlerquoten für ein bestimmtes Klassifizierungsprojekt aufweisen. Es ist wichtig, dass der Fernerkundungssensor eine Klassifizierungsmethode wählt, die bei der Anzahl der verwendeten Klassifizierungen am besten funktioniert und gleichzeitig die geringste Fehlerquote aufweist.

Die Bodenwahrheit hilft auch bei der atmosphärischen Korrektur. Da die Bilder von Satelliten natürlich die Atmosphäre durchqueren müssen, können sie durch die Absorption in der Atmosphäre verzerrt werden. So kann die Bodenwahrheit dabei helfen, Objekte in Satellitenfotos vollständig zu identifizieren.

KommissionsfehlerBearbeiten

Ein Beispiel für einen Kommissionsfehler ist, wenn ein Pixel das Vorhandensein eines Merkmals (wie z. B. Bäume) meldet, das in Wirklichkeit nicht vorhanden ist (es gibt keine Bäume). Durch Ground Truthing wird sichergestellt, dass die Fehlermatrizen einen höheren Genauigkeitsgrad aufweisen, als dies der Fall wäre, wenn keine Pixel gegroundtruthert würden. Dieser Wert ist der Kehrwert der Genauigkeit des Benutzers, d. h. Kommissionsfehler = 1 – Genauigkeit des Benutzers.

AuslassungsfehlerBearbeiten

Ein Beispiel für einen Auslassungsfehler ist, wenn Pixel einer bestimmten Sache, z. B. Ahornbäume, nicht als Ahornbäume klassifiziert werden. Der Prozess des Ground Truthing trägt dazu bei, dass die Pixel richtig klassifiziert werden und die Fehlermatrizen genauer sind. Dieser Wert ist der Kehrwert der Genauigkeit des Erzeugers, d. h. Auslassungsfehler = 1 – Genauigkeit des Erzeugers

.