Principal Component Analysis

E Principal Component Analysis PCA, 

Die spektralen Bänder von multi- und hyperspektralen Fernerkundungsdaten sind hoch miteinander korreliert. Die PCA wird dazu benutzt, um die Informationen im multispektralen Merkmalsraum pro Pixel zu dekorrelieren, um eine Datenreduktion durchzuführen, und auch die schwächeren Bildinformationsinhalte zu extrahieren. Die PC-Transformation ergibt soviele Achsen, d.h. Komponenten, wie spektrale Fernerkundungs-Bänder in die Transformation mit eingegeben werden. Üblich sind z.b. für Landsat ETM+ 6 berechnete PC Komponenten aus den 6 spektralen Bändern (1,2,3,4,5,7); aus hyperspektralen Fernerkundungsdaten können Hunderte von PC-Komponenten berechnet werden.
Die aus den spektralen Bändern berechneten Eigenvektoren der Covarianzmatrix stellen die Koeffizienten, um die neuen, orthogonalen PC-Bänder zu berechnen. Nutzbar sind nur die höheren PC: in multi- und hyperspektralen Fernerkundungsdatensätzen enthält das erste PC-Band (PC1) üblicherweise > 95% der Information aller spektralen Bänder. Ein Anwendungsgebiet der PCA ist die geologische Fernerkundung, in der das komprimierte Graubild der Hauptinformation, das PC1-Band, für Struktur- und Musteranalysen genutzt wird. Die niedrigeren PC-Bänder können Information mit niedriger Varianz, d.h. Information zu Anomalien enthalten, wie sie z.B. Alterationszonen in spektralen Fernerkundungs-Bilddatensätzen darstellen.

ueberarbeitet?: 
ja