Geoinformatik und Geostatistik: Ein Überblick

Entscheidungsbaumklassifizierung der Landnutzung und Landbedeckung der Tapajos-Nationalwaldregion im brasilianischen Amazonasgebiet

Luciane Yumie Sato, Yosio Edemir Shimabukuro und Tatiana Mora Kuplich

Entscheidungsbaumklassifizierung der Landnutzung und Landbedeckung der Tapajos-Nationalwaldregion im brasilianischen Amazonasgebiet

Der Amazonas-Regenwald bedeckt eine Fläche von etwa 5 Millionen km2 und beherbergt einen Großteil der Artenvielfalt unseres Planeten. Trotz seiner Bedeutung leidet diese Region ständig unter der Abholzung und steht daher im Mittelpunkt der Forschung und der Aufmerksamkeit der wissenschaftlichen Gemeinschaft weltweit. Der Tapajos-Nationalforst ist eine wichtige Referenzeinheit für die Erhaltung tropischer Waldressourcen und oft Ziel mehrerer Studien. Es gibt jedoch nur wenige Studien, die unterschiedliche Informationen aus aus der Ferne gesammelten Daten zur Kartierung der Landnutzung und Bodenbedeckung im Tapajos-Nationalforst integrieren. In diesem Zusammenhang bestand das Hauptziel dieser Studie darin, den Einsatz der Entscheidungsbaumtechnik zur Kartierung der Landnutzung und Bodenbedeckung in der Region des Tapajos-Nationalforsts zu bewerten, einschließlich der Klassen der Waldschädigung und -regeneration. Hierfür verwendeten wir eine als Entscheidungsbaum bekannte Data-Mining-Technik und als Eingabedaten zur Erstellung des Entscheidungsbaums verwendeten wir verschiedene Informationen, die wir aus einem optischen Bild des Sensors TM des Satelliten Landsat 5 gewonnen hatten, und dieses Bild ist aus dem Jahr 2009. Die im Entscheidungsbaum verwendeten Daten waren demnach die sechs Bänder des Sensors Landsat 5 TM aus dem Jahr 2009, die mit dem Linear Spectral Mixture Model gewonnenen Drei-Fraktions-Bilder (Boden, Schatten und Vegetation), die drei Vegetationsindizes, der Normalized Difference Vegetation Index, der Normalized Water Index und der Soil-Adjusted Vegetation Index. Durch diese Arbeit gelangten wir zu dem Schluss, dass die Verwendung des Entscheidungsbaums die Integration der aus dem Bild Landsat 5 TM gewonnenen Informationen ermöglichte. Außerdem zeigte die Klassifizierung der Bodenbedeckung und Landnutzung des Tapajos National Forest zufriedenstellende Ergebnisse mit einem Kappa-Index von 0,79. Ungefähr 81,2 % der Pixel wurden vom Entscheidungsbaum richtig und ungefähr 18,8 % der Pixel falsch klassifiziert . Die größten Klassifizierungsfehler traten zwischen den Klassen Weideland, Regeneration, Wald und degradierter Wald auf. Die Klassen, die bei der Klassifizierung die besten Ergebnisse zeigten, waren die Klassen Wasser, Wolken und Wolkenschatten.