Ein Satz analytischer Methoden, die Unterschiede in Erdoberflächen- oder Atmosphäreneigenschaften zwischen zwei oder mehr Zeitpunkten mittels Fernerkundungs- oder In-situ-Datensätzen identifizieren, quantifizieren und lokalisieren.

Prinzip

Vergleich ko-registrierter Beobachtungen über die Zeit—Rohmessungen, abgeleitete Indizes oder klassifizierte Karten—und Anwendung statistischer Schwellen, Modelle oder maschineller Lernverfahren, um echten Wandel von Rauschen und saisonaler Variabilität zu trennen.

Demonstration

Differenzierung von NDVI-Zeitreihen aus Sentinel-2-Bildern zur Erkennung von Waldstörungen, gefolgt von zeitlicher Filterung, um saisonale Phänologie und kurzzeitige wolkenbedingte Anomalien auszuschließen.

Fehlanwendung

Die Interpretation radiometrischer Unterschiede, die durch nicht korrigierte atmosphärische Effekte, Sensor-Kalibrierungsdrift oder unterschiedliche Sonnenwinkel verursacht werden, als Landnutzungsänderung führt zu Fehlalarmen in Karten von Störungen oder städtischer Ausdehnung.

Konsequenz

Robuste Änderungsdetektion liefert zeitnahe, räumlich explizite Informationen zur Überwachung von Landnutzungsdynamiken, Schadensabschätzung bei Katastrophen und Politikevaluation; ungenaue Detektion lenkt Ressourcen und Entscheidungen fehl.

Umkehrung

Statt automatisierter pixelweiser Detektion kann manuelle visuelle Interpretation komplexe Muster besser erfassen, ist jedoch langsamer und subjektiv; übermäßige Automatisierung kann Kontext übersehen und falsche Alarme erzeugen.

Abgrenzung

Beinhaltet die Erkennung spektraler, struktureller oder thematischer Veränderungen über verschiedene Skalen, schließt jedoch die Attribuierung ohne zusätzliche Analysen aus (Detektion zeigt an, dass Veränderung stattgefunden hat, nicht unbedingt warum).

Semantische Spannung

Spannung zwischen kontinuierlichen Änderungsansätzen (Trendanalysen, Zeitreihenzerlegung) und diskreten Ereignisdetektionen (Vorher/Nachher-Karten): Ersteres erfasst allmähliche Prozesse, letzteres betont plötzliche Übergänge.

Synthese

Änderungsdetektion kombiniert zeitlichen Vergleich ko-registrierter Beobachtungen mit statistischer und algorithmischer Filterung, um zuverlässig zu identifizieren, wo und wann sich Oberflächen- oder Atmosphäreneigenschaften verändert haben; Attribution erfordert zusätzliche Kontextanalyse.