Methodenentwicklung zur Nutzung von Parametern aus Satellitendaten im Rahmen der forstlichen Betriebsplanung und des forstlichen Katastrophenmanagements

Das Hauptziel dieses Projektes ist die Entwicklung und die Demonstration eines Fernerkundungs-gestützten Inventur und Monitoring Systems für den Wald-Forst Bereich, wobei das Projekt in das Gesamtkonzept eines Entscheidungs-Unterstützungs-Systems (EUS) für die Forst-Holz Kette eingebettet ist.

 

Im Rahmen des zweiten Projektjahres stand die Entwicklung von monotemporalen Extraktions- und Klassifikationsroutinen im Vordergrund. Hierbei sind die SAR-Daten aufgrund ihrer hohen geometrischen Auflösung insbesondere für die Extraktion struktureller Parameter geeignet. Im Folgenden werden vier statischen Parametern/-gruppen vorgestellt, die auf der Basis von Einzelbildern bzw. von repeat-pass-Bildpaaren bestimmt werden können.

 

Extraktion der Waldgrenzen

Die Klassifikation von Waldgebieten und die anschließende Extraktion der umschließenden Waldgrenze basieren auf der Auswertung der s0 (Rückstreukoeffizienten) und Coefficient of Variation (CoV) - Layer. Neben einem einfachen pixelbasierten Verfahren wurde auch ein segmentbasiertes Verfahren mit Fuzzy-Klassifikation implementiert. Die Eingangsdaten sowie ein Ergebnis sind in Abb. 1 dargestellt. Eine Detailansicht überlagert mit dem ATKIS-Layer ist in (d) abgebildet, worin verschiedene Defizite zu erkennen sind. Sie entstehen durch SAR-spezifische Phänomene (z.B. Klassifikation von Layover), durch unzureichende Objektbeschreibungen (z.B. Mindestgröße eines Waldbereiches) und durch nicht aktuelle Referenzdaten (ATKIS). SAR-spezifische Effekte können durch die geplante Fusion mit RapidEye Ergebnissen gemindert werden.

 


  
a
   b

       
c
   d
Abb. 1: Ergebnis der Extraktion von Waldgebieten: s0-Bild (a), CoV-Bild (b), und Klassifikationsergebnis (c); Detailansicht (d): s0-Bild überlagert mit ATKIS-Waldlayer und Orthophoto überlagert mit extrahierten Waldflächen und ATKIS-Daten

 

 

Extraktion von Waldhöhen

Die Extraktion von Objekthöhen aus InSAR-Daten (repeat-pass-Bildpaar) lässt sich aus den Abbildungsphänomenen Layover und Schatten ableiten. Da diese beiden SAR-Phänomene aber nur am Rand von Waldgebieten auftreten, lassen sich nur Baumhöhen bzw. Waldrandhöhen ableiten. Die Extraktion von flächenhafter Höheninformation ist nur vereinzelt und durch Modellannahmen möglich, z.B. durch die Aufsummierung von aufeinander folgenden Schattenlängen.

Vor der Verfahrensentwicklung wurde eine detaillierte Analyse von Layover- und Schattengebieten vorgenommen, die zeigte, dass die Extraktion von Schattengebieten eine höhere Stabilität aufweist. Dies ist auf die Unabhängigkeit von den Rückstreueigenschaften des lokalen Waldbestandes zurückzuführen.

 

 

     
a  
b
  
c
  
d
Abb. 2: Extraktion von Waldhöhen: Profilmessung (a), Kantendetektion (b), GIS-gestützte Höhenextraktion (c), Höhenprofilkarte (d)

 

 

Für die Höhenextraktion wurden vier verschiedene Verfahren implementiert, welche die Schattengebiete in den s0-kalibrierten Bild auswerten.

  • semi-automatische Höhenmessung aus Rangeprofil (basierend auf Noise Equivalent
    Sigma Zero) - Ergebnis Einzelbaumhöhe (Abb. 2a)
  • semi-automatische mittlere Höhenprofilschätzung (basierend auf Kantendetektion)
    - Ergebnis Baumgruppehöhe (Abb. 2b)
  • automatisches Region-Growing-Verfahren zur mittleren Höhenprofilschätzung (basierend
    auf GIS-Layer) - Ergebnis gemittelte Waldrandhöhe entlang einer GISKante
    (Abb. 2c)
  • automatische Höhenprofilkarte (basierend auf Schattenklassifikation - blaue Flächen)
    - Ergebnis flächendeckende Höhenwerte innerhalb eines Waldgebiets
    (Abb. 2d)

 

Extraktion von Waldlücken

Die Extraktion von Lücken und Lichtungen innerhalb eines Waldgebietes stützt sich auf die Segmentierung von einzelnen kleinen Schattengebieten innerhalb einer klassifizierten Waldfläche. Verschiedene Segmentierungsstufen sowie die Analyse der Schattenursache (z.B. Lücke, Weg, Höhenstufe, Überhälter) charakterisieren hier entscheidend das Ergebnis.

Klassifikation von Waldgruppen

Die Klassifikation von Waldgebieten beschränkt sich auf die Unterscheidung von drei Hauptgruppen - Laub-, Nadel- und Mischflächen. Die Klassifikationstests auf Einzelbildern haben keine befriedigenden Ergebnisse geliefert. Die Berücksichtigung von multisaisonalen Daten könnte gegebenenfalls zu Verbesserungen führen. Ergänzend ist aber an dieser Stelle auf den Fusionsaspekt zu verwiesen, denn die informationsstarken multispektralen RapidEye-Daten liefern sehr gute Klassifikationsergebnisse.

 

Im Rahmen des dritten Projektjahres stand die Entwicklung von multitemporalen Extraktions- und Klassifikationsroutinen im Vordergrund. Hierbei sind die SAR-Daten aufgrund ihrer Wetter- und Tageszeitunabhängigkeit für schnelle Analysen geeignet. Im Folgenden wird eine multi-sensorielle Datenfusion zur Abschätzung einer Kalamität am Bespiel eines Sturmwurfes beschrieben.

In der Nacht von 13 auf den 14. Juli 2011 hatte ein regionales Sturmereignis im Nationalpark stattgefunden. Nachfolgend lag eine Schlechtwetterlage vor, die die Aufnahme von verwertbaren RapidEye-Daten verhinderte. Infolgedessen wurde die Aufnahme mit dem aktiven, wetterunabhängigen TerraSAR-X Satelliten in Auftrag gegeben. Vier Aufnahmen konnten im Laufe von acht Tagen aufgezeichnet werden, die die Szene unter unterschiedlichen Aufnahmewinkeln und Orbitrichtungen zeigt.


  
a
   b
Abb. 3: Schematische Darstellung einer Windwurffläche in multiaspekt SAR-Daten (a); Fusion der multiaspekt Bilder zur Extraktion der neuen Waldgrenze (b)

 

Die Auswertung dieser multiaspekt SAR-Daten stützt sich auf die Extraktion von Waldgrenzen durch die Auswertung von Radarschatten, die am sensorfernen Waldrand entstehen. Dieser Schatten zeichnet sich durch einen niedrigen Amplitudenwert im SAR-Bild aus, da durch dicht stehende Bäume keine Radarstrahlung den dahinter liegenden Bereich erreicht. Für die Extraktion der geschlossenen Waldgrenze werden zwei Aufnahmen aus unterschiedlichen Orbits kombiniert, um für jeden Randbereich eine Schatteninformation zu erhalten. Die sich daraus ergebende Aufnahmekonfiguration ist in Abbildung 3 schematisch dargestellt (a) und in realen Daten gezeigt (b). Die Extraktion der Waldgrenzen aus SAR-Bildern (Abbildung 4a) wurde manuell (grün) und automatisch (gelb) durchgeführt.


  
a     
  b
Abb. 4: Ergebnis der Wandrandextraktion (a) - manuell (grün) und automatisch (gelb), Überlagerung der multitemporalen Waldflächen (b) - Orthophoto (rot, 2007), RapiEye (gelb, 2011) und TerraSAR-X (grün, 2011)

Neben den SAR-Daten wurden Archivdaten ausgewertet, die die Waldgrenze zu früheren Zeitpunkten ausweisen. Die Überlagerung der Orthophotofläche (rot), der RapidEye-Fläche (gelb) und der TerraSAR-X-Fläche (grün) ist in Abbildung 4b dargestellt.

In Folge dieser Datenaufbereitung und -fusion konnte man bereits wenige Tage nach dem Sturmereignis, Informationen über die betroffenen Flächen (in Abbildung 4b gelb) und die Größe der Schadgebiete erhalten. Diese schnelle und zuverlässige Schätzung und Visualisierung des Schadausmaßes kann als Erstinformation für die Planung des Katastropheneinsatzes Verwendung finden.

 

Projektbeteiligte:

Das Vorhaben wird federführend von der Technischen Universität München (TUM) durchgeführt und vom Fachgebiet Waldinventur und nachhaltige Nutzung (WnN) koordiniert. Die technisch/wissenschaftlichen Fragestellungen des Vorhabens werden gemeinsam von dem WnN, dem IPF und der Bayerische Landesanstalt für Wald und Forstwirtschaft (LWF) bearbeitet.

 

Diplom-/Masterarbeiten

  Boldt, Markus (08.04.2011): Strukturelle Analyse von Waldgebieten in hochauflösenden SAR-Satellitenbilddaten. (Handout  [pdf 140 kb], Kontakt[markus boldt ∂does-not-exist.iosb fraunhofer de])  

 

 

Projekt-Poster (Stand 02/2010)

Methodenentwicklung zur Nutzung von Parametern aus Satellitendaten im Rahmen der forstlichen Betriebsplanung und des forstlichen Katastrophenmanagements (PDF, 1.508 kB)