Satellitengestützte Waldflächenkartierung für die Bundeswaldinventur
,
Satellite based forest mapping for the German national forest inventory "Bundeswaldinventur"
Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky
Erscheinungsjahr:
2007
Medientyp:
Text
Schlagworte:
QuickBird
Waldflächenkartierung
Schwellenwertverfahren
Bundeswaldinventur
remote sensing
forest mapping
landsat
quickbird
national forest inventory
500 Naturwissenschaften
30.03 Methoden und Techniken in den Naturwissenschaften
Fernerkundung
Landsat
ddc:500
Fernerkundung
Landsat
Beschreibung:
In der vorliegenden Arbeit wird ein aus terrestrischen Daten und satellitengestützter Erdbeobachtung kombinierter Verfahrensvorschlag unterbreitet, mit dem Wald- und Nichtwaldflächen als Parameter forstlicher Großrauminventuren ermittelt werden können. Die Datengrundlage bilden Satellitenszenen der Sensoren Landsat 5, Landsat 7 und QuickBird und die auf Stichprobenbasis erhobenen Informationen der terrestrischen Bundeswaldinventur. Die Waldfläche ist ein entscheidendes Schlüsselmerkmal aller Waldinventuren, da diese in sämtliche flächenbezogene Zielgrößen eingeht. Mit dem entwickelten Verfahren wird eine flächendeckende Trennung bestockter und nicht bestockter Gebiete in Form von Holzbodenmasken zur Verfügung gestellt. Die Holzbodenmasken werden durch die Integration digitaler Zusatzdaten an die BWI-Walddefinition adaptiert, so dass basierend auf diesen Waldmasken auch Aussagen bezüglich der Waldflächen kleinerer Aussageeinheiten getroffen werden können. Das vorgestellte Verfahren zur Erstellung von Waldmasken, welches an die Walddefinition der Bundeswaldinventur angelehnt ist, wird für fünf Untersuchungsgebiete mit Größen zwischen 3.600 km² und 10.000 km² evaluiert. Neben der Vorprozessierung der digitalen Daten steht die Genauigkeitsanalyse der Klassifikationsergebnisse im Fokus der Arbeit. Die Gesamtgenauigkeiten der weitestgehend automatisiert erstellten Waldmasken für die verschiedenen Gebiete liegen zwischen 92 % und 98 %. Daneben wird ein Vergleich hoch- und höchstauflösender Sensoren mittels Landsat 7- und QuickBird-Szenen durchgeführt.
The presented thesis proposes a method for identifying forest and non-forest areas in large- scale forest inventories by combining remote sensing and field data. Landsat 5, Landsat 7 and QuickBird satellite images are providing the data source supplemented by the surveyed field data of the German national forest inventory "Bundeswaldinventur”. Since all area based variables are directly or indirectly depending on the forest area, it constitutes a key parameter in forest inventories. The presented procedure results in a classification of non-forest and wooden ground. In order to meet the definition of forest used in the German national forest inventory these "wooden ground maps” are adapted by using auxiliary data providing consistent information about the forest area even on a small scale, where the results of the German national forest inventory tend to become less reliable. The suitability of the method was successfully evaluated on five large-scale investigation areas, varying in size from 3.600 km² to 10.000 km². Beside the necessary data preparation the investigation focuses on the methodology and practical application of accuracy analysis which yielded accuracies between 92 % and 98 %. Additionally a comparison between high resolution (such as Landsat 7) and very high resolution satellite imagery (QuickBird) was performed.