Vergleich von Integrationsmethoden von Geodaten in Klassifikationsprozesse sehr hoch auflösender Satellitendaten

Transkript

1 Vergleich von Integrationsmethoden von Geodaten in Klassifikationsprozesse sehr hoch auflösender Satellitendaten Michael Förster & Birgit Kleinschmit Technische Universität Berlin

2 Inhalt 1 Zielstellung der Arbeit Untersuchungsgebiete Integration von Geodaten 4 Signifikanzanalyse 5 Ergebnisse 6 Diskussion Förster & Kleinschmit DGPF-Jahrestagung, Jena

3 Zielstellung der Arbeit. Gebiet. Klassifikation 4. Signifikanz Zielstellung dieser Arbeit ist es Methoden zu entwickeln und zu evaluieren, um vorhandene Geodaten und zusätzliche Informationen in einen wissensbasierten Klassifikationsprozess von Satellitendaten im Kontext des Biodiversitätsmonitoring zu integrieren. Förster & Kleinschmit DGPF-Jahrestagung, Jena

4 NATURA 000 Anforderungen. Gebiet. Klassifikation 4. Signifikanz Besondere Verantwortung Deutschlands für Wälder der gemäßigten Zonen Vorkommen verschiedener Lebensraumtypen Fernerkundung hat im Forst eine besonders lange Tradition gute Datenlage (z.b. forstliche Standortkartierung) Biogeographische Ebene 4 Förster & Kleinschmit DGPF-Jahrestagung, Jena Gebiete gemeinschaftlicher Bedeutung

5 Fernerkundungsdaten. Gebiet. Klassifikation 4. Signifikanz Taubenberg ASTER (15 m) QuickBird (0,61 m) 5 Förster & Kleinschmit DGPF-Jahrestagung, Jena Angelberger Forst ASTER (15 m) SPOT 5 (5 m) QuickBird (0,61 m)

6 Klassifikationsarten 1. Gebiet. Klassifikation 4. Signifikanz Modellierungsbasierte Klassifikation + Habitattypen Hainsimsen-Buchenwald Waldmeister-Buchenwald Auenwalder 6 Integrierte Klassifikation + Forsttypen Laubwald Mischwald Nadelwald Förster & Kleinschmit DGPF-Jahrestagung, Jena Forsttypen Buche Fichte Schwarzerle Bergahorn..

7 Wie funktioniert Validierung?. Gebiet Forsttypen. Klassifikation 4. Signifikanz Buche Fichte Schwarzerle Bergahorn Buche Fichte Schwarzerle Bergahorn.. 7 Förster & Kleinschmit DGPF-Jahrestagung, Jena

8 Auswahl der Varianten. Gebiet. Klassifikation 4. Signifikanz Validierung für verschiedene Varianten der einbezogenen Daten Unterschiedliche Variationen von Zusatzinformationen wurden gewählt und auf Signifikanz geprüft Satellitendaten Geodaten Klassen Buche Fichte Schwarzerle Bergahorn 8 Förster & Kleinschmit DGPF-Jahrestagung, Jena

9 Mikroarray 9. Gebiet. Klassifikation 4. Signifikanz Klasse 1 Klasse Klasse Klasse 4 Klasse 5 Gesamt Regel 1 0,09 0,1 0,17 0,6 0,5 Regel 0,09 0,1 0,17 0,6 0,5 Regel 0,5 0,07 0,10 0,41 0,65 Regel 4 0,09 0,1 0,17 0,5 0,5 Regel 5 0,46 0,06 0,09 0,6 0,64 Regel 6 0,5 0,07 0,10 0,41 0,65 Regel 7 0,5 0,07 0,10 0,41 0,65 Regel 8 0,5 0,07 0,10 0,41 0,65 Regel 9 0,5 0,07 0,10 0,41 0,65 0,5 0,07 0,10 0,41 0,65 Förster & Kleinschmit DGPF-Jahrestagung, Jena

10 Signifikanz-Analyse eines Mikroarrays (SAM). Gebiet. Klassifikation 4. Signifikanz ordnet jedem Datenset einen Wert auf der Basis der Änderung des Resultats einer Klasse im Vergleich zu der Standardabweichung zu. das Ratio der Änderung des Datenwertes zur Standardabweichung wird relative difference = d(i) genannt. von Permutationen wird eine expected relative difference = de(i) berechnet. Werte welche nicht in der Linie d(i) ~ de(i) liegen werden als positiv oder negativ signifikant bezeichnet. 10 Förster & Kleinschmit DGPF-Jahrestagung, Jena

11 SAM Analyse 4. Gebiet. Klassifikation 4. Signifikanz positiv signifikant d(i) ~ de(i) Relative Difference d(i) ,5-1 -0,5 Δ -1 0,5 1 1,5 - negativ signifikant Expected Relative Difference de(i) 11 Förster & Kleinschmit DGPF-Jahrestagung, Jena

12 Schwellenwertbildung (Δ) 4. Gebiet. Klassifikation 4. Signifikanz Wenn Δ sich verringert, werden mehr Werte als signifikant definiert, aber auch höhere FDR-Raten erzielt 1 Förster & Kleinschmit DGPF-Jahrestagung, Jena ,4 0,6 0,8 1,0 Schwellenwert Δ Falsch erkannt (FDR in %) höchster d(i) welcher negativ signifikant ist niedrigster d(i) welcher positiv signifikant ist Anzahl der Werte, die bei den Permutationen diese Werte überschreiten = FDR Anzahl signifikanter Regeln Kann eingeschätzt werden durch False Discovery Rates (FDR)

13 Klassifikation. Gebiet. Klassifikation 4. Signifikanz 100 Klassifikationsgenauigkeit (in %) 80 korrekt klassifiziert: Spektralwerte + Regelbasiert + Fuzzy Logic 60 für Schwarzerle 40 0 Spektral Fuzzy Logic Taubenberg 1 Spektral Förster & Kleinschmit DGPF-Jahrestagung, Jena Regelbasiert Fuzzy Logic Angelberger Forst

14 Signifikanzanalyse 4. Gebiet. Klassifikation 4. Signifikanz Relative Difference (di),0 0 -,0-4, Integrierte Regeln Eine große Anzahl von Regeln liefert signifikante Ergebnisse Die forstliche Standortkartierung liefert positive Signifikanz Allein spektrale Werte liefern negative Signifikanz Klassen mit schmalen ökologischen Nischen liefern positive Signifikanz Förster & Kleinschmit DGPF-Jahrestagung, Jena

15 Mittlere Signifikanz der Geodaten -0,5 Spektralwerte Exposition Konzeptbodenkarte Wölbung 0. Klassifikation 4. Signifikanz Höhe 0,5. Gebiet Hangneigung Relative Difference (di) 1,0 Forstliche Standorkartierung 4 Geodaten 1. Die forstliche Standortkartierung liefert positive Signifikanz. Allein spektrale Werte liefern negative Signifikanz. An die Problemstellung adaptierte Daten liefern die höchste Signifikanz! 15 Förster & Kleinschmit DGPF-Jahrestagung, Jena

16 Erkennung von NATURA 000 Gebieten 4. Gebiet. Klassifikation 4. Signifikanz Vom Habitat abhängig Zweiskaligkeit als Voraussetzung Frage der Monitoringaufgabe Abgrenzung von Habitattypen Ableitung von Qualitätsparametern oder Erhaltungszustand Ableitung von biogeographischen Indikatoren 16 Förster & Kleinschmit DGPF-Jahrestagung, Jena

17 Integration von Geoinformationen 4. Gebiet. Klassifikation 4. Signifikanz Verbessern die Klassifikationsergebnisse Wissensbasierte Methoden sind besonders erfolgreich (speziell Fuzzy Logic) Signifikanz des Einflusses ist messbar Relative Difference d(i) Anzahl der verwendeten Regeln Förster & Kleinschmit DGPF-Jahrestagung, Jena

18 Ausblick Übertragbarkeit der Methoden Änderung der NATURA 000 Vorraussetzungen durch den Klimawandel Standardisierung von Geodaten Operationalisierung der Einbindung 18 Förster & Kleinschmit DGPF-Jahrestagung, Jena

19 Vielen Dank für die Aufmerksamkeit 19 Förster & Kleinschmit DGPF-Jahrestagung, Jena