Original paper
Comparing Classification Results of Multi-Seasonal TM against AVIRIS Imagery - Seasonality more Important than Number of Bands
Mannel, Sylvio; Price, Maribeth
Photogrammetrie - Fernerkundung - Geoinformation Jahrgang 2012 Heft 5 (2012), p. 603 - 612
published: Oct 1, 2012
DOI: 10.1127/1432-8364/2012/0142
ArtNo. ESP172201205010, Price: 29.00 €
Abstract
We classified forest cover and tree den sity in the Black Hills, SD, in twenty spatially contiguous AVIRIS scenes. Results were compared to those derived from two-season Landsat TM imagery. A decision tree classifier was used to analyze the TM data as well as the over two hundred bands of the twenty AVIRIS scenes. The classification based on summer AVIRIS data was more accurate than the classification based on the comparable early fall TM data. However, classification of spring and especially, two-season TM data resulted in higher accuracies than the classification based on summer hyperspectral data. These results indicate that seasonality is more important than the number of spectral bands.
Kurzfassung
Die Waldfläche und Baumdichte in den Black Hills, South Dakota wurde in zwanzig räumlich zusammenhängenden AVIRIS Szenen klassifiziert. Diese Resultate wurden mit jahreszeitlich verschiedenen Landsat TM Bildern verglichen. Die TM Daten und die über zweihundert Bänder der zwanzig AVIRIS Szenen wurden anhand einer Entscheidungsbaum-Klassifizierung (decision-tree) analysiert. Aus den Ergebnissen lässt sich zeigen, dass die im Sommer aufgenom menen AVIRIS Klassen eine höhere Genauigkeit also die Frühherbst TM Daten aufweisen. Allerdings sind die Ergebnisse für TM besser, wenn Frühlingsdaten herangezogen werden. Die TM Kombination von Frühling und Herbst hat insgesamt die höchste Genauigkeit. Daraus lässt sich ableiten, dass Jahreszeit wichtiger als die Anzahl der Spektralbänder ist.
Keywords
aviris • landsat tm • multitemporal • forest • classification