Möglichkeiten der Fernerkundung zur Kartierung der Landbedeckung

Werbung
Möglichkeiten der Fernerkundung
zur Kartierung der Landbedeckung
Werner Schneider
Institut für Vermessung, Fernerkundung und Landinformation
Universität für Bodenkultur Wien
1 Landbedeckung und Landnutzung
Unter Landbedeckung versteht man die Art und die Ausstattung der Geländeoberfläche, den biophysikalischen Ist-Zustand der Geländeoberfläche. Der Begriff Landbedeckung im engeren Sinn wird
bisweilen für die Vegetationsdecke alleine gebraucht. Meist schließt man aber in die Landbedeckung
auch andere Objekte auf der Geländeoberfläche ein, wie etwa Gebäude, Verkehrsbauwerke, aber auch
Gewässer usw.
Eng mit der Landbedeckung zusammenhängend, aber begrifflich doch scharf davon zu unterscheiden,
ist die Landnutzung. Die Landnutzung bezeichnet die Funktion der Geländeoberfläche in der
wirtschaftlichen, sozialen und kulturellen Nutzung. Typische Landnutzungskategorien sind etwa
Siedlungsgebiet, Industriegebiet, Bauland, Wald, dieser vielleicht weiter unterteilt in Erholungswald,
Schutzwald, aber auch Forststraßen, Lichtungen usw.
Während die Landbedeckung im Prinzip allein aus Fernerkundungsbilddaten abzuleiten ist, benötigt
man für die Landnutzung Zusatzinformation. Diese kann aus A-priori-Wissen (Expertenwissen)
bestehen, das zum Beispiel erlaubt, aus der räumlichen Anordnung der Landbedeckung auf die Landnutzung zu schließen. So wird man z.B. einer Lichtung im Wald, die die Landbedeckung Grasvegetation hat, die Landnutzung Wald zuschreiben können, weil sie nach der Gesetzeslage die
Nutzung Wald hat und eben nur temporär nicht bestockt ist. Weiters können auch Elemente der
Planung und der administrativen und gesetzlichen Widmung einfließen, um von der Landbedeckung
zur Landnutzung zu kommen. Die Fernerkundung allein liefert also die Landbedeckung, nur in
besonderen Fällen gleichzeitig auch die Landnutzung.
Fernerkundung
Expertenwissen
Landbedeckung
Planungsdaten,
Widmungsdaten
Landnutzung
Abb. 1: Informationsquellen für Landbedeckung und Landnutzung
In der Praxis sind Landbedeckung und Landnutzung nicht so scharf voneinander zu trennen. Die
meisten Datensätze enthalten sowohl Elemente der Landbedeckung als auch der Landnutzung.
-9-
Workshop "Geodaten zur Landbedeckung in Österreich" - 05.12.2003 - BOKU - IVFL
Möglichkeiten der Fernerkundung zur Kartierung der Landbedeckung
2 Kategorien der Landbedeckung und der Landnutzung
Es gibt viele Klassifikationssysteme für die Landbedeckung und die Landnutzung. Die Systeme sind
üblicherweise hierarchisch in mehrere Ebenen mit unterschiedlichen Graden der Detaillierung gegliedert. Eines der ersten Landnutzungs-Klassifikationssysteme, das im Hinblick auf eine Datengewinnung mit Satellitenfernerkundung aufgestellt worden ist und das bis heute eine gewisse Vorbildfunktion hat, ist das System des USGS (US Geological Survey) (Anderson, 1976). Es ist ein klassisches
hierarchisches System, bei dem die einzelnen Ebenen in Abstimmung auf konkrete Fernerkundungsmethoden der Datenerfassung festgelegt sind. Dieses System unterscheidet 4 Ebenen. Eine Kartierung
auf der obersten, gröbsten Ebene kann z.B. aus Landsat-Satellitenbildern abgeleitet werden. Die
anderen 3 Ebenen sind aus Luftbildern unterschiedlichen Bildmaßstabs interpretiert. Abb. 2 listet die
Datenquellen der 4 Ebenen und gibt die 9 Kategorien der obersten Ebene sowie Beispiele von Unterteilungen auf den beiden tieferen Ebenen an.
4 levels with different scales and data sources:
I
II
III
IV
LANDSAT type of data
High-altitude data taken at 12.400 m or above (less than 1:80.000 scale)
Medium-altitude data taken between 3.100 and 12.400 m (1:20.000 to 1:80.000 scale)
High-altitude data taken at 12.400 m or above (less than 1:80.000 scale)
Level I
Level II
Level III
1 Urban or Built-up Land
2 Agricultural Land
3 Rangeland
4 Forest Land
5 Water
6 Wetland
7 Barren Land
8 Tundra
9 Perennial Snow or Ice
11 Residential
12 Commercial and Services
13 Industrial
14 Transportation, Communications, and
Utilities
15 Industrial and Commercial Complexes
16 Mixed Urban or Built-up Land
17 Other Urban or Built-up Land
111 Single-family Units
112 Multi-family Units
113 Group Quarters
114 Residential Hotels
115 Mobile Home Parks
116 Transient Lodging
117 Other
Abb.2: USGS Land Use and Land Cover Classification System (Anderson, 1976)
Andere Klassifikationssysteme kommen in den diversen Beiträgen zu diesem Workshop zur Sprache.
3 Räumliche und zeitliche Aspekte der Landbedeckungskartierung
Ein Datensatz über die Landbedeckung hat nicht nur eine thematische Komponente, die mit den
Kategorien der Landbedeckung gegeben ist, sondern auch eine räumliche Komponente. Im Hinblick
auf den räumlichen Aspekt gibt es die beiden Möglichkeiten einer flächendeckenden Kartierung und
einer Stichprobenerhebung.
Um die Vor- und Nachteile von Flächenauswertungen und von Stichprobenverfahren gegenüberstellen
zu können, sind einerseits die thematische Auflösung und anderseits die räumliche Auflösung des
Resultats zu betrachten (Abb. 3): Die thematische Auflösung ist durch die Feinheit (Anzahl und Inhalt)
- 10 -
Workshop "Geodaten zur Landbedeckung in Österreich" - 05.12.2003 - BOKU - IVFL
W. Schneider
der Kategorien gegeben, die man unterscheiden will. Level I im USGS-System mit nur 9 Kategorien
hat eine geringe thematische Auflösung, die Levels II bis IV haben zunehmend höhere thematische
Auflösungen. Die räumliche Auflösung des Resultats ist durch die Größe der Flächeneinheiten
definiert, für die man gesicherte Angaben über die Kategorien machen kann (Flächenbilanzen).
flächendeckende
Kartierung
Stichprobenerhebung
Gebietsgröße
thematische
Auflösung der
Klassifizierung
geometrische
Auflösung des
Resultats
groß
gering
hoch
klein
hoch
hoch
groß
hoch
gering
klein
hoch
gering
Abb. 3: Wahl der Auswertemethode in Abhängigkeit von Gebietsgröße und Informationsbedarf
Gemäß Abb. 3 ist die Auswertemethode je nach Situation und je nach Informationsbedarf zu wählen.
Man kann also eine hohe thematische Auflösung der Klassifizierung fordern, d.h. viele Kategorien
unterscheiden wollen, das Ergebnis aber nur in sehr grober räumlicher Auflösung brauchen. Ein
Beispiel dafür ist die österreichische Waldinventur, wo man für ein großes Gebiet, für das gesamte
österreichische Bundesgebiet, sehr detaillierte Angaben über den Wald erhält, aber nicht für einzelne
Bestände, sondern bestenfalls für einzelne Bezirke, im allgemeinen mit hinreichender statistischer
Absicherung aber nur auf Bundesländer-Ebene oder darüber. Der umgekehrte Fall ist eine grobe
thematische Einteilung mit einer sehr feinen geometrischen Auflösung des Resultats: Ein Beispiel dazu
ist eine einfache Waldmaske, nur mit den Kategorien Wald - Nichtwald, aber mit einer kleinsten
Kartiereinheit etwa von ½ Hektar oder darunter.
Ein anderer Unterschied zwischen Flächenerhebung und Stichprobenerhebung liegt in der Subjektivität
bzw. Objektivität des Resultats. Eine Flächenkartierung ist in jedem Fall subjektiv, weil Grenzen
gezogen werden müssen und zu generalisieren ist. Demgegenüber ist bei einem Stichprobeverfahren
die Feststellung der Landbedeckung an Rasterpunkten weitgehend nachvollziehbar und objektiv.
Natürlich ist auch der Aufwand bei einem Stichprobenverfahren geringer, was vor allem bei visueller
Interpretation ins Gewicht fällt. Eine Stichprobenerhebung liefert aber bei realistischer Rasterweite
kein Resultat in geometrisch feinem Maßstab.
Bei der Gewinnung von Landbedeckungsinformation darf man auch die Zeitkoordinate nicht außer
Acht lassen. Die Zeit kann in zweierlei Hinsicht von Bedeutung sein: Einerseits ist man oft an der
Änderung der Landbedeckung interessiert (Stichwort: Landschaftswandel). Entsprechende Aufgabenstellungen, für die solche Informationen wichtig sind, sind etwa das Monitoring der Biodiversität,
Grundlagendaten für Kohlenstoffbilanzen und ähnliches. Zweitens sind aber manche Kategorien der
Landnutzung dadurch definiert, dass eine bestimmte zeitliche Abfolge der Landbedeckung gegeben
ist. Man braucht also schon allein aus diesem Grund die zeitliche Entwicklung der Landbedeckung. Ein
Beispiel dafür sind die Landnutzungskategorien Intensivgrünland und Extensivgrünland. Die
- 11 -
Workshop "Geodaten zur Landbedeckung in Österreich" - 05.12.2003 - BOKU - IVFL
Möglichkeiten der Fernerkundung zur Kartierung der Landbedeckung
Unterscheidung hängt von der Zahl der Schnitte ab, kann also aus der zeitlichen BiomassendichteEntwicklung abgeleitet werden.
hohe räuml. Auflösung
(feiner Maßstab)
des Resultats
geringe räuml. Auflösung
(grober Maßstab)
des Resultats
flächendeckende
Kartierung
subjektiv
subjektiv
Stichprobenerhebung
keine Aussage
objektiv
Abb. 4: Subjektivität/Objektivität von flächendeckender Kartierung und Stichprobenerhebung
Bei der Ableitung von Landbedeckungskategorien aus Fernerkundungsbilddaten tritt bisweilen auch
der Fall auf, dass die interessierenden Kategorien auf der Basis spektraler und räumlich-struktureller
Merkmale aus den Bildern eines Aufnahmezeitpunktes allein nicht mit hinreichender Sicherheit zu
trennen sind. In diesem Fall können multisaisonale Bilddatensätze die benötigte Information geben
(Beispiel: kombinierte Auswertung von Frühjahrsbildern und Spätsommerbildern zur Unterscheidung
von Halmfrucht und Hackfrucht auf Grund der unterschiedlichen Biomassendichte-Entwicklung).
4 Satellitensensoren für die Kartierung der Landbedeckung
4.1
Formen der Auflösung
Die Eignung von Satellitensystemen für spezielle Anwendungen kann mit den folgenden Arten von
Auflösung charakterisiert werden:
a) Die räumliche Auflösung wird durch die Größe eines Bildelements am Boden charakterisiert und
gibt damit ungefähr auch die Größe der Details an, die man auf den Bildern noch erkennen kann.
Die räumliche Auflösung bestimmt bei Landbedeckungskartierungen
•
die kleinste Kartiereinheit und damit den Maßstab: Bei multispektralen Bilddaten, bei denen
spektrale Merkmale die Kategorien wesentlich charakterisieren, kann die kleinste Kartiereinheit
etwa durch die Flächengröße von 5 bis 10 Bildelementen angenommen werden.
•
die unterscheidbaren Kategorien, sofern diese durch räumlich-strukturelle Merkmale (Texturmerkmale, Gestaltmerkmale) gekennzeichnet sind: Beispiele dafür sind etwa Weingärten,
Obstplantagen, Wald mit geringer Bestockung, Flächen mit Strukturelementen wie
Windschutzgürtel, Hecken usw.
b) Die spektrale Auflösung gibt die Anzahl und die Breite der Spektralbereiche an, in denen die
Strahlung von den Sensoren erfasst wird. Sie sagt damit etwas aus über die Unterscheidbarkeit
der Stoffe der Oberflächen. Typischerweise können Flächen mit unterschiedlicher Biomassendichte
dann differenziert werden, wenn neben sichtbarem Licht auch das nahe Infrarot erfasst wird. Das
mittlere Infrarot enthält zusätzlich Information über den Wassergehalt der Oberflächen und erhöht
damit die Zahl unterscheidbarer Kategorien weiter.
- 12 -
Workshop "Geodaten zur Landbedeckung in Österreich" - 05.12.2003 - BOKU - IVFL
W. Schneider
c) Die zeitliche Auflösung gibt die Häufigkeit und den zeitlichen Abstand von Fernerkundungsaufnahmen oder, anders ausgedrückt, die Flexibilität in der Wahl der Aufnahmezeitpunkte an. Die
zeitliche Auflösung ist wichtig, damit man die Bilddaten zu phänologisch günstigen Zeitpunkten
aufnehmen und auch multisaisonale Datensätze erfassen kann.
Man kann die für Landbedeckungskartierungen interessanten Erdbeobachtungssensoren nach diesen
Auflösungskriterien in drei Gruppen zusammenfassen, die im folgenden mit jeweils einem typischen
Repräsentanten vorgestellt werden.
4.2
Räumlich höchstauflösende Sensoren
Als Beispiel eines räumlich höchstauflösenden Satellitensensors wird IKONOS (SPACE IMAGING)
angeführt. Die räumliche Auflösung ist durch eine Bildelementgröße von 80 cm für panchromatische,
also Schwarz-Weiß-Bilder, und von 3,2 m für Multispektralbilder gegeben. Diese Multispektralbilder
erfassen 4 Bänder im Bereich des sichtbaren Lichts und des nahen Infrarots. Die spektrale Auflösung
ist also vergleichsweise bescheiden. Durch eine steuerbare Blickrichtung wird eine hohe Flexibilität der
Aufnahmeplanung erreicht – jeder Punkt der Erdoberfläche kann etwa alle 3 Tage aufgenommen
werden. Die temporale Auflösung ist also ebenfalls hoch. Andere Sensoren mit ganz ähnlichen
Eigenschaften sind Quickbird und OrbView.
Wenn man bedenkt, dass Luftbilder für Interpretationszwecke heute meist in Form von Orthofotos im
Maßstab 1 : 10.000 eingesetzt werden, die digital mit 50 cm Pixelgröße geliefert werden, so sieht
man, dass diese neuen Satellitensensoren eine räumliche Auflösung haben, die mit jener von
Luftbildern vergleichbar ist. Diese Satellitenbilder können daher oft alternativ zu Luftbildern verwendet
werden. Ihr besonderer Vorteil liegt darin, dass sie in allen Gebieten der Erde verfügbar sind,
insbesondere auch in Entwicklungsländern, in denen Luftbildaufnahmen nicht möglich sind oder
unrealistisch hohe Kosten verursachen. In Europa sind solche Satellitenbilder allerdings teurer als
Luftbilder. Ihre Verbreitung ist dementsprechend gering. Am Institut für Vermessung, Fernerkundung
und Landinformation wurden und werden diese höchstauflösenden Satellitenbilder in Projekten in
außereuropäischen Ländern eingesetzt, z.B. in Costa Rica und in Äthiopien.
4.3
Sensoren vom Typ LANDSAT
LANDSAT-TM-Bilddaten haben eine weite Verbreitung. Die Bildelementgröße am Boden ist 30 m multispektral und 15 m panchromatisch. Die räumliche Auflösung liegt damit im mittleren Bereich. Es gibt 7
Spektralkanäle vom sichtbaren Licht bis zum thermischen Infrarot. Die spektrale Auflösung kann damit
ebenfalls als mittel charakterisiert werden. Auch die zeitliche Auflösung ist mit einem Wiederholungszyklus von 16 Tagen im mittleren Bereich. Die großen Vorteile von LANDSAT-TM-Bilddaten sind neben
den interessanten technischen Eigenschaften die Verfügbarkeit über alle Gebiete der Erde seit 1984
und insbesondere der günstige Preis. Allerdings hat der aktuelle Sensor dieses Typs, Landsat 7 ETM+,
seit Ende Mai 2003 einen irreparablen Defekt und liefert nur mehr Bilder mit stark eingeschränkter
Brauchbarkeit (USGS Landsat Project). Andere Sensoren dieser Gruppe mit vergleichbaren
Eigenschaften, die als „Ersatz“ für LANDSAT TM gesehen werden können, sind SPOT (SPOTIMAGE
Technical Information), IRS LISS (NRSA), sowie ASTER (NASA: Terra: ASTER).
Mit Satellitenbildern dieses Typs kann man typischerweise 10 bis 15 Landbedeckungskategorien
unterscheiden, darunter etwa 3 bis 5 Waldkategorien.
- 13 -
Workshop "Geodaten zur Landbedeckung in Österreich" - 05.12.2003 - BOKU - IVFL
Möglichkeiten der Fernerkundung zur Kartierung der Landbedeckung
4.4
Zeitlich hochauflösende Sensoren
Als Repräsentant einer dritten Gruppe von Fernerkundungssensoren sei der Sensor MODIS auf dem
amerikanischen Terra-Satelliten angeführt (NASA: Terra: MODIS). MODIS nimmt etwa alle 2 Tage
jeden Punkt der Erde bei einer brauchbaren Blickrichtung auf und hat 36 Spektralbänder, teilweise mit
einer ausgezeichneten spektralen Auflösung von 10nm Bandbreite. Die Pixelgröße ist allerdings nur
1km, in einigen Bändern 500m, und in 2 Bändern auch 250m. Seit dem Sommer 2002 gibt es ein
zweites, baugleiches Exemplar von MODIS auf einem Satelliten namens Aqua, sodass die zeitliche
Auflösung noch zusätzlich erhöht ist. MODIS-Daten sind sehr kostengünstig oder gratis zu beziehen
bzw. können direkt aus dem Internet heruntergeladen werden. Es gibt auch eine Reihe von Datenprodukten mit globaler Abdeckung, die von MODIS abgeleitet sind. Darunter befindet sich das Produkt
„MODIS Landcover“, das vierteljährlich die globale Landbedeckung in 17 Kategorien (IGBP-DIS:
International Geosphere-Biosphere Programme Data and Information System) mit 1km Pixelgröße
beschreibt (Friedl et al., 2002). Zusätzlich wird jährlich die Landbedeckungs-Veränderung angegeben.
Andere Sensoren mit ähnlichen Eigenschaften sind seit vielen Jahren auf den Satelliten der NOAASerie im Umlauf (AVHRR – Advanced Very High Resolution Radiometer). Damit wird täglich der
gesamte Globus mit einer Pixelgröße von 1 km, allerdings nur in 5 Spektralbereichen, aufgenommen.
4.5
Vergleich der Fernerkundungssensoren
Satellitenbilder räumliche
vom Typ
Auflösung
spektrale
Auflösung
zeitliche
Auflösung
Kosten
IKONOS
hoch
niedrig
hoch
hoch
LANDSAT
mittel
mittel
mittel
niedrig bis
mittel
MODIS
niedrig
mittel bis
hoch
hoch
niedrig
Eignung für
Landbedeckungskartierung
kleine Gebiete, feiner Maßstab,
detaillierte Kategorien, die
insbesondere durch
Strukturmerkmale definiert sind
mittlere bis große Gebiete,
Standardkategorien, die
insbesondere durch die
Vegetationsdichte definiert sind
große Gebiete, grober Maßstab,
Kategorien, die insbesondere
durch die Phänologie definiert
sind
Abb.5: Vor- und Nachteile der einzelnen Gruppen von Fernerkundungssensoren
und ihre Eignung für Landbedeckungskartierungen
Vergleicht man die drei genannten Gruppen von Sensoren an Hand der angeführten Eigenschaften
und nimmt auch die Kosten als Vergleichskriterium dazu, dann ergeben sich die in Abb. 5 zusammengestellten Vor- und Nachteile. Unter Beachtung der in Kapitel 4.1 gegebenen Hinweise folgt daraus die
Eignung dieser Sensoren zur Kartierung der Landbedeckung.
5 Auswertung der Fernerkundungsbilddaten
Die Auswertung der Fernerkundungsbilder zur Herstellung von thematischen Karten der Landbedeckung (Campbell, 2002) kann durch visuelle Interpretation oder durch automatische
- 14 -
Workshop "Geodaten zur Landbedeckung in Österreich" - 05.12.2003 - BOKU - IVFL
W. Schneider
Klassifizierung erfolgen. Bei visueller Interpretation sind insofern feiner abgestufte Landbedeckungskategorien zu erfassen, als komplexes Expertenwissen in die Auswertung eingebracht werden kann
und die besonderen Fähigkeiten des visuellen Wahrnehmungssystems bei der Erkennung komplizierter
Bildstrukturen ausgenützt werden können. Die visuelle Interpretation ist besonders für kleinere
Projekte geeignet, da der Aufwand für Planung und Implementierung des Auswerteverfahrens gering,
jener für die eigentliche Auswertung aber groß ist.
Die Vorteile der automatischen, digitalen Klassifizierung liegen demgegenüber in der Wirtschaftlichkeit
(bei großen Projekten) sowie in der Homogenität, Objektivität und Nachvollziehbarkeit des Resultats.
Die automatische Klassifizierung kann pixelweise oder segmentweise erfolgen. Segmentweises
Arbeiten setzt einen der Klassifizierung vorausgehenden Segmentierungsprozess voraus, der Gruppen
von benachbarten Pixeln nach gewissen Homogenitätskriterien zu Segmenten („Bildobjekten“)
zusammenfasst, die eine Bedeutung im Gelände haben („Landschaftselemente“ darstellen). Das
Problem der Segmentierung von Fernerkundungsbildern ist im Hinblick auf diese Forderung der realen
Bedeutung der Segmente noch nicht zufriedenstellend gelöst (Baatz, Schäpe, 2000). Vorteile der
segmentweisen Klassifizierung liegen vor allem in der Möglichkeit, Gestaltmerkmale der Segmente
(z.B. eine vorherrschende rechteckige Form von landwirtschaftlichen Feldern) für die Klassifizierung
auszunützen.
Eine weitere Unterscheidung ist mit wissensbasierter Klassifizierung einerseits und statistischer
Klassifizierung anderseits gegeben. Wissensbasierte Klassifizierung beruht auf Expertenwissen über
die biophysikalischen Eigenschaften der Landbedeckungskategorien und über den Vorgang der Bildaufnahme und modelliert diesen Zusammenhang von Landbedeckung und Fernerkundungssignatur
physikalisch. Demgegenüber modelliert die statistische Klassifizierung diesen Zusammenhang rein
statistisch unter Verwendung von „Trainingsflächen“ bekannter Landbedeckung. Mit der statistischen
Klassifizierung sind im Prinzip verlässlichere und thematisch feiner abgestufte Landbedeckungskartierungen möglich, wenn entsprechende repräsentative Trainingsdaten vorliegen – was allerdings
nur schwer und mit hohem Aufwand zu erreichen ist.
Es gibt keinen Sensor, der für alle Formen der Auflösung günstige Werte hat. Einen solchen Sensor
wird es auch in Zukunft nicht geben, da man dabei an physikalische Grenzen stößt. Man muss also,
wenn man hohe Auflösung in verschiedenen Dimensionen braucht, Daten verschiedener Sensoren
kombinieren. „Image Information Fusion“ (Schneider, Bartl, 1997) ist dementsprechend eine
Schlüsselmethode für Landbedeckungskartierungen aus Fernerkundungsdaten. Besonders interessant,
weil leistungsstark, ist die objektbasierte Fusion, die mit Bildsegmenten arbeitet. Damit kann man z.B.
die Vorteile räumlich hochauflösender panchromatischer IKONOS-Bilddaten mit solchen von
multispektralen LANDSAT-Bilddaten kombinieren: Das IKONOS-Bild wird segmentiert, und die Multispektralinformation aus dem LANDSAT-Bild wird in diese mit hohem geometrischen Detail gegebenen
Ikonos-Segmente abgefüllt.
6 Informationsparadigmawechsel
Man geht vielfach von der Zielvorstellung aus, dass man möglichst umfassende Datensammlungen
(Geodatenbanken) u.a. mit Landbedeckungsinformation anlegen sollte, aus denen dann Wissenschaft,
Wirtschaft und Verwaltung ihren Informationsbedarf decken.
- 15 -
Workshop "Geodaten zur Landbedeckung in Österreich" - 05.12.2003 - BOKU - IVFL
Möglichkeiten der Fernerkundung zur Kartierung der Landbedeckung
Wie in vielen Bereichen der Technik zeichnen sich auch in der Geoinformatik Wandlungsprozesse ab.
Einer dieser Wandlungsprozesse könnte als „Informationsparadigmawechsel“ bezeichnet werden. Er
besteht vor allem darin, dass man die neuen Techniken wirklich voll ausnützt, d.h. dass man nicht nur
die alten Abläufe mit den neuen Techniken schneller und effektiver implementiert und realisiert,
sondern auch die Abläufe selbst entsprechend den neuen Möglichkeiten neu konzipiert. Angewendet
auf den Fall der Landbedeckungsdaten könnte das etwa folgendes heißen: Während bisher
Fernerkundungsspezialisten aus den Original-Fernerkundungsdaten Landbedeckungsdatensätze
herstellen und man bestrebt ist, möglichst vollständige und umfassende Datensammlungen
anzulegen, könnte das grundlegende Ablaufmuster in Zukunft so aussehen, dass die Spezialisten nicht
Datensätze erzeugen, sondern vielmehr Methoden zusammenstellen und in Methodendatenbanken
niederlegen. Die Anwender greifen dann einerseits auf die Original-Fernerkundungsbilder, anderseits
auf die Methodendatenbank zu und erzeugen sich die Landbedeckungsdaten nach ihren konkreten
Spezifikationen selbst. Man kann eine gewisse Ähnlichkeit zu der Art und Weise erkennen, wie heute
schon Web-Pages in Echtzeit erzeugt werden: Es wird auf Datenbanken zugegriffen, und daraus
werden Webseiten nach den Anforderungen der Benutzer zusammengestellt, die in dieser Form nicht
vorgefertigt sind.
Entwicklungen in diese Richtung können insbesondere auch auf der heute international forcierten
„Grid Technology“ basieren (Berman et al., 2003). Die Datenverfügbarkeit und vor allem die Aktualität
der bereitstehenden Daten kann damit im Prinzip dramatisch erhöht werden. Allerdings ergeben sich
auch Probleme, die noch nicht ansatzweise gelöst sind – etwa im Hinblick auf Definition und Kontrolle
der (thematischen) Datenqualität.
- 16 -
Workshop "Geodaten zur Landbedeckung in Österreich" - 05.12.2003 - BOKU - IVFL
W. Schneider
Literatur und Web-Information
ANDERSON, James R., et al. (1976): A Land Use and Land Cover Classification System for Use with Remote
Sensor Data. Geological Survey Professional Paper. 28 pages. Geological Survey Professional Paper 964. United
States Government Printing Office, Washington
BAATZ, M., SCHÄPE, A. (2000): Multiresolution segmentation – an optimization approach for high quality multiscale image segmentation. In Strobl, Blaschke & Greisebener (Edts): Angewandte Geographische
Informationsverarbeitung XI. Beiträge zum AGIT-Symposium Salzburg 1999. Karlsruhe. Herbert Wichmann
Verlag.
BERMAN, F., FOX, G., HEY, T. (Eds.) (2003): Grid Computing: Making the Global Infrastructure a Reality. Wiley.
CAMPBELL, James B. (2002): Introduction to Remote Sensing. Taylor & Francis.
FRIEDL, M. A., et al. (2002): Global land cover mapping from MODIS: algorithms and early results. Remote
Sensing of Environment 83 (2002) 287 – 302.
NASA: Terra: ASTER. Available at: http://terra.nasa.gov/About/ASTER/about_aster.html (Feb. 2004)
NASA: Terra: MODIS. Available at: http://terra.nasa.gov/About/MODIS/about_modis.html (Feb. 2004)
NRSA National Remote Sensing Agency, India. Available at:
http://www.nrsa.gov.in/engnrsa/satellites/satellites.html (Feb. 2004)
SCHNEIDER, W., BARTL, R. (1997): Image information fusion in remote sensing: Towards a framework and a
consistent terminology. In: Proc. Expert meeting on satellite data fusion techniques for forest and land use
assessment, 8./9. Dez. 1997, Freiburg, Germany, p.16-25.
SPACE IMAGING: Products: Imagery: IKONOS. Available at:
http://www.spaceimaging.com/products/ikonos/index.htm (Feb. 2004)
SPOTIMAGE Technical Information: Available at: http://www.spotimage.fr/html/_167_224_229_.php (Feb. 2004)
USGS Landsat Project: Data Products: SLC-off Data Products. Available at: http://landsat7.usgs.gov/slc_off.html
(Feb. 2004)
- 17 -
Workshop "Geodaten zur Landbedeckung in Österreich" - 05.12.2003 - BOKU - IVFL
Herunterladen
Explore flashcards