Einleitung: Schätzungen anhand von Bilddaten
In der SEOS-Lerneinheit Klassifizierung haben wir gelernt, wie man spektrale Bilder in Teilbereiche aufteilt, die eine unterschiedliche Landbedeckung oder Landnutzung repräsentieren.
Bei diesem Vorgang stellt sich bereits die erste Frage, mit der man sich bei der Bildbearbeitung auseinandersetzen muss: Was sehe ich?
Nachdem Sie sich diese Frage gestellt haben, kommen Sie schon zur nächsten Frage, die bei der Bildbearbeitung von Satellitendaten wesentlich ist: In welchem Zustand befindet sich das, was ich sehe?
Zur Beantwortung begeben wir uns auf das Gebiet der Schätzungen, das zentrale Thema dieser Lerneinheit.
Wir können Schätzungen auf der Grundlage von Modellen und/oder mit Hilfe der Interpolation vornehmen. Auch wenn man interpoliert, um eine Schätzung durchzuführen, benötigt man normalerweise ein Modell. Wir erstellen ein Modell oder eine Folge von Modellen, welche beispielsweise ein Bild der Festlandsoberfläche in eine Schätzung der physikalischen Eigenschaften einer oder mehrerer Landbedeckungstypen aus den Bilddaten umwandeln. Solche Modelle können sehr einfach oder auch sehr komplex sein. Wir werden mit einfachen Modellen beginnen, um die Vorgehensweise zu veranschaulichen.
Wird ein Modell auf Grundlage von Beobachtungsdaten ohne weitere Kenntnis der zugrundeliegenden Prozesse entwickelt, dann nennt man es ein empirisches Modell, weil es auf der Beobachtung basiert. Werden die Beobachtungsdaten als statistische Werte interpretiert, wie dies meist der Fall ist, dann ist es außerdem ein stochastisches Modell.
Ein anderer Modelltyp ist das deterministische Modell. Bei einem deterministischen Modell ist der Zusammenhang zwischen den Parametern bekannt. Meist ist der Zusammenhang aus einem physikalischen Gesetz oder den Gesetzmäßigkeiten einer anderen Disziplin bekannt. Mathematisch gesehen enthalten deterministische Modelle keine Zufallskomponente, sodass sich aus dem Modell unter gleichen Ausgangsbedingungen jedes Mal das gleiche Ergebnis ableiten lässt.
