Das Projekt "Wechselwirkung von Satellitenbildanalyse und DLM 200 Datenbasis zur Erfassung von Landschaftsdaten und ihrer Veraenderungen" wird vom Umweltbundesamt gefördert und von Universität Karlsruhe (TH), Institut für Photogrammetrie und Fernerkundung durchgeführt. Aufgabe dieses Projektes ist die Entwicklung und Nutzung synergetischer Effekte zwischen Satellitenbildanalyse und dem Digitalen Landschaftsmodell DLM2OO des ATKIS. Dabei soll die DLM-Datenbasis einerseits den Prozess der semantischen Beschreibung des Bildinhaltes wesentlich unterstuetzen, andererseits fuehren die Ergebnisse einer verbesserten Bildauswertung aufgrund der groesseren Aktualitaet von Fernerkundungsdaten zu einer Kontrolle und Fortfuehrung des DLM. Der neue Ansatz zur Satellitenbildanalyse soll einerseits auf einer integrierten Wissensverarbeitung rnit dem Ziel der Verbesserung der (bisher oft unbefriedigenden) Auswerteergebnisse und andererseits auf einer Automatisierung des Auswerteprozesses basieren. Eine Erweiterung der Merkmalsbasis hin zu nicht-spektralen Merkmalen (Form, Groesse, Struktur, Relationen) und die systematische Strukturierung des Wissens in Semantischen Netzen (SN) sind die Hauptkomponenten dieses Konzeptes. Digitale topographische Datensaetze, wie sie im Augenblick in vielen Laendern aufgebaut werden, koennen das notwendige externe Wissen fuer eine semantische Modellierung des Bildinhaltes liefern. Der Analyseprozess stuetzt sich auf den Vergleich zweier spezifischer Semantischer Netze, wobei eines das spezielle Wissen ueber die topographische Datenbasis, das andere ueber die Bildobjekte enthaelt (generisches Modell 'Datenbasis' und 'Bild'). In einem ersten Schritt werden unveraenderte Objekte verifiziert, waehrend nicht-verifizierten Objekten ihre semantische Bedeutung in einem allgemeinen Klassifizierungsprozess zugewiesen wird. Die Ergebnisse der Bildanalyse sollen in einem zukuenftigen Schritt zu einer Aenderungsdetektion und einem anschliessenden Fortfuehrungsprozess der digitalen topographischen Datenbasis fuehren.