GIS-gestützte Landnutzungsklassifikationen auf Grundlage von Daten passiver und aktiver Fernerkundungssensoren zur distributiven Flußeinzugsgebietsmodellierung


Contact
mklenke [ at ] awi-bremerhaven.de

Abstract

<b>Kurzfassung</b><p>In der vorliegenden Arbeit werden LANDSAT TM- und ERS SAR-Daten zur Erfassung der Landnutzung im Einzugsgebiet der Sieg genutzt.Das 2853 qkm gro&szlig;e Untersuchungsgebiet liegt im zentralen, ostrheinischen Teil des Rheinischen Schiefergebirges.<p>Die Auswertung der optischen Daten dient der Erstellung einer Parameterisierungs- und Validierungsbasis f&uuml;r distributive, hydrologischeModellierungsverfahren. Die Landnutzung stellt in diesem Zusammenhang einen Kernparameter dar, der f&uuml;r das Einzugsgebiet fl&auml;chendeckendaus TM-Daten bestimmt wird. Methodisch wird nach Atmosph&auml;renkorrektur, Georeferenzierung und Topographischer Normalisierung einesmonotemporalen TM-Datensatzes die Landnutzung mit einer &uuml;berwachten Maximum Likelihood-Klassifikation bestimmt. Im Rahmen derNachbearbeitung kommen zur Ergebnisverbesserung u.a. GIS-Verfahren der Nachbarschaftsanalyse zum Einsatz.<p>Als weitere Bestandteile der Parameterisierungs- und Validierungsbasis werden aus unterschiedlichen Quellen Daten zu Klima, B&ouml;den undLandnutzung homogenisiert, aufbereitet und innerhalb eines Geographischen Informations- und Datenbank-Systems strukturiert archiviert,sowie H&ouml;hendaten verschiedener Landesvermessungs&auml;mter zum Aufbau von Digitalen Gel&auml;ndemodellen genutzt.<p>Die Analyse der Radardaten st&uuml;tzt sich auf Aufnahmen aus der ERS-1/2 Tandem Mission (1995/1996). Methodische Fragen stehen bei derAuswertung im Vordergrund, daher werden die Untersuchungen nicht auf Gesamteinzugsgebietsebene durchgef&uuml;hrt, sondern in einem, mitZusatzdaten besonders gut dokumentierten, Teilgebiet. Die weitgehende Bew&ouml;lkungs- und Beleuchtungsunabh&auml;ngigkeit stellt einenwesentlichen Vorteil der Mikrowellenverfahren dar, allerdings gestaltet sich die Auswertung, vor allem in reliefiertem Gel&auml;nde, methodischaufwendiger als die Analyse optischer Fernerkundungsdaten. Zur Isolierung des Reliefeinflusses in den PRI-Daten werdenHauptkomponententransformationen eingesetzt, der Speckle-Effekt wird mit Hilfe adaptiver Filterverfahren reduziert. Die Georeferenzierungerfolgt unter Ber&uuml;cksichtigung eines Digitalen Gel&auml;ndemodells. Aus SLC-Daten verschiedener Tandempaare werden interferometrischeKoh&auml;renzbilder berechnet. Die Erfassung der Landnutzung erfolgt unter Ber&uuml;cksichtigung von Intensit&auml;ts- und Koh&auml;renzinformation mit&uuml;berwachten und un&uuml;berwachten Klassifikationsverfahren sowie verschiedenen GIS-Verarbeitungen.<p>Die Ergebnisse der unterschiedlichen Ans&auml;tze und Methoden werden abschlie&szlig;end vergleichend diskutiert und in den Gesamtzusammenhangder Arbeit gestellt.<p><b>Summary</b><p>The study focuses on land use detection using LANDSAT TM and ERS SAR data in the River Sieg catchment. The study area is located in the Renish Slate Mountains (Central Uplands, Germany) and covers 2853 sqkm.<p>The parameterization of physically-based, distributed hydrological watershed models requires areal analysis of the water cycle components. Besides topographical, pedological and geological factors the actual land use is an importantinput parameter for the physical and chemical modelling of the watershed hydrology and plays a significant role in the GIS-based delineation of the modelling entities that are used to preserve the spatial heterogeneity of catchmentswithin physically-based, distributed hydrological models.<p>Hence, the visible/infrared remote sensing data is used for an areal determination of land use in the Sieg catchment. The data preprocessing includes atmospheric correction, rectification and topographic normalization of a monotemporalTM dataset. The classification utilizes a supervised maximum likelihood classificator. To enhance the accuracy of the classification result neighborhood-based GIS-postprocessing techniques are applied.<p>Furthermore additional reference information from different sources (including meteorological, pedological, digital terrain and detailed land use data) is edited, unified and archived in GI- and DB-systems to complete theparameterization and validation database.<p>The all weather capability is an important advantage of active microwave sensors. However, the analysis of this kind of data is more complicated due to the different factors influencing the backscatter intensity, the scene geometry, theradiometric terrain effect in mountainous regions and the speckle. Another advantage of SAR-systems is the possibility to analyze the phase content of the data making an interferometric processing possible.<p>In this study ERS-1/2 tandem mission data is used to clarify the feasibility of SAR-based land use detection in hilly terrain. Multitemporal PRI and SLC data is evaluated for this purpose. Adaptive filter techniques are used for specklesupression in the PRI data. The geometric correction includes a Digital Elevation Model. The radiometric terrain effect is isolated and rejected with the help of Principal Components Analysis. The SLC data is used for an estimation ofthe interferometric coherence between different tandem partners. The land use classification utilizes supervised and unsupervised techniques under consideration of backscatter intensity and coherence information. SeveralGIS-techniques are used to enhance the classification accuracy.<p>Finally the results of the different approaches and methodologies are compared and discussed within the scope of the formulated questions.



Item Type
Thesis (PhD)
Authors
Divisions
Programs
Publication Status
Published
Eprint ID
4351
Cite as
Klenke, M. (1999): GIS-gestützte Landnutzungsklassifikationen auf Grundlage von Daten passiver und aktiver Fernerkundungssensoren zur distributiven Flußeinzugsgebietsmodellierung , PhD thesis, Friedrich-Schiller-Universität Jena.


Download
[thumbnail of Fulltext]
Preview
PDF (Fulltext)
Kle1999b.pdf

Download (5MB) | Preview
Cite this document as:

Share
Add to AnyAdd to TwitterAdd to FacebookAdd to LinkedinAdd to PinterestAdd to Email

Research Platforms
N/A

Campaigns
N/A


Actions
Edit Item Edit Item