SAMOWatt - Optische Fernerkundung & Produkte

Größe: px

Ab Seite anzeigen:

Download "SAMOWatt - Optische Fernerkundung & Produkte"

Adrian Weber
vor 5 Jahren
Abrufe

1 SAMOWatt - Optische Fernerkundung & Produkte Kerstin Stelzer, Grit Kirches, Jasmin Geißler DeMarine-2 Gesamttreffen,

2 Zeitplan Monat Laufender Monat M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12 M13 M14 M15 M16 M17 M18 M19 M20 M21 M22 M23 M24 M25 M26 M27 M28 M29 M30 M31 M32 M33 M34 M35 M36 AP1 Mangement AP2 Optik AP3 SAR T1 T2 T3 T4 T1 T2 T3 T4 AP4 Gelände T1 T2 T3 AP5 Analyse T1 T2 T3 T4 AP6 Service T1 T Datenbeschaffung Algorithmenoptimierung Sediment Algorithmenoptimierung Vegetation Auswertung MERIS Daten Synergistische Klassifikation Validierung Zeitreihenanalyse Produktentwicklung 3 Übersicht Arbeiten Klassifikation Optimierung Optische Klassifikation Einführung zusätzlicher Feature Anwendung optische Klassifikationen RapidEye & Landsat-8 Synergistische Klassifikation Landsat-8 + TSX multitemporal, multi-polarisation Validation Aufbereitung der Geländeprotokolle Übersetzung der Geländeinformationen in Oberflächenklassen Validationsverfahren Konfusionsmatrizen Seegraserfassung in räumlich groben, aber zeitlich hoch aufgelösten Daten (MERIS) Untersuchung verschiedener Vegetationsindizes Zeitserie an verschiedenen Positionen Produktentwicklung Thematische Klassifikationen 4 2

3 Jahr Datum Gebiet Sensor Status SH_amrum RapidEye 100% SH_hallig L5 0% SH_dithm L5 0% NDS_norderney RapidEye 100% SH_dithm L5 0% NDS_ges L5 0% NDS_norderney RapidEye 100% SH_amrum RapidEye 100% NDS_norderney RapidEye 100% NDS_norderney RapidEye 50% NDS_norderney RapidEye 50% SH_amrum RapidEye 33% SH_Sylt RapidEye 33% SH_amrum RapidEye 100% SH_hallig-ost RapidEye 33% SH_Aussensaende RapidEye 17% SH_hallig-ost RapidEye 33% SH_amrum RapidEye 100% SH_hallig-suedost RapidEye 33% NDS_jadebW RapidEye 83% NDS_ges L7-off 0% SH_ges L7-off 0% SH_MeldorferBucht RapidEye 17% NDS_ges L7-off 0% SH_dithm L7-off 0% NDS_jadebW RapidEye 17% NDS_jadebO RapidEye 17% NDS_jadebN RapidEye 17% NDS_Wesermündung RapidEye 17% NDS_Spiekeroog RapidEye 17% NDS_Wangerooge RapidEye 17% SH_ges L8 100% NDS_ges L8 100% SH_ges L8 100% SH_Blauort RapidEye 17% SH_hallig-ost RapidEye 17% Brockmann Consult SAMOWatt - Optische Fernerkundung SH_hallig-suedost und Produkte RapidEye 517% SH_Aussensaende RapidEye 17% Stand der Klassifikationen Klassifikationen Gesamtklassifikation Sediment + Bewuchs Monothematisch Vegetation-Muschel Zeitreihen RapidEye Amrum (5) RapidEye Norderney (5) Produktionsschema Input Feature Optik Input Feature Seegraspot Input Feature Radar GIS Datensatz Validation Ent 1 Ent 3 Ent 2 Klasse 1 Ent 5 Klassifikation Ent 6 Ent 8 Klasse 4 Ent 4 Klasse 3 Klasse 2 Klasse 7 Ent 7 Klasse 6 Klasse 5 Klasse 8 Klasse 9 Häufigkeitskarten Abgeleitete Parameter Input für WRRL 6 3

4 Klassifikation Landsat

5 Landsat

6 Klassifikationsergebnisse RapidEye

7 Klare Strukturen im Satellitenbild von 2010, aber keine Bank im Monitoringdatensatz von 2010, oder 2012 Satellitenbild: 2010 Schwarz: Muschelmonitoring 2010 Weiß: Muschelmonitoring 2012 Klare Strukturen im Satellitenbild von 2010, aber keine Bank im Monitoringdatensatz von 2010, nur von 2012 Übereinstimmung in allen 3 Datensätzen 13 RapidEye - Niedersachsen 14 7

8 Klassifikation RapidEye Seegraskartierung August Juli ? 15 Validation 16 8

Vorbereitungen: Klassifizierung der in-situ Daten Kriterien der Klassen im Detail (in situ) basierend auf dem Geländeprotokoll Charakterisierende Parameter mit Kategorien &

Seegraswiese nein 1 1 4_9 Muschelbank nein 1 1 4_10 Schillbedeckung (%) <50% 1-3 1-4 4_11 Einsinktiefe (cm) <1 1-2 (1-3)?

5_1 Basis Feinsand, Mittelsand Klei nein 1 Schlick nein 1 sandiger Schlick schlickiger Sand nein 1 (x) Feinsand ja 1-2 x Mittel-/Grobsand ja 2 x Kies/Kiesel Steine Sandwatt,

9 Vorbereitungen: Klassifizierung der in-situ Daten Kriterien der Klassen im Detail (in situ) basierend auf dem Geländeprotokoll Charakterisierende Parameter mit Kategorien & Grenzwerten Beispiel: Sandwatt Parameter_Neu Kategorie_Neu Code_Alt Code_Neu 4_4 Megarippel nein/ja _5 Erosion 4_6 Diatomeen nein 1 1 4_7 Algenmatten nein 1 1 4_8 Seegraswiese nein 1 1 4_9 Muschelbank nein 1 1 4_10 Schillbedeckung (%) <50% _11 Einsinktiefe (cm) <1 1-2 (1-3)? 1-2 (1-3)? 5_1 Basis Feinsand, Mittelsand Klei nein 1 Schlick nein 1 sandiger Schlick schlickiger Sand nein 1 (x) Feinsand ja 1-2 x Mittel-/Grobsand ja 2 x Kies/Kiesel Steine Sandwatt, Strand, Außenwatt Torf/Gyttien nein 1 6_Sed_Auflage schlickiger Sand, Feinsand, Mittel- 5_2_0 Aufl_Typ /Grobsand 6_1 Klei nein 1 1 6_2 Schlick nein Validierungsmethoden 1. Konfusionsmatrix Muscheln & Vegetation Gesamtklassifikation 2. Monitoringdaten Flächenvergleich (Muscheln und Seegras) Lagegenauigkeit Flächenkongruenz 3. Transekte Erfassungsgrenze des Deckungsgrades von Seegras 4. Vergleich mit Habitatkarten (NLPV) 18 9

10 Konfusionsmatrix Schleswig-Holstein Klassifizierte Satellitenbildpixel sandiger Schlick Schlick schlickiger Sand Vegetation Muschel Schill S Kl (1-7) Producers accuracy Error of omissions Gelände Sand Sand schlickiger Sand sandiger Schlick Schlick Vegetation Muschel Schill S Kl OAA [%]= Users accuracy Cohen ĸ Error of Commission Krippendorf α Zeitserien Seegras MERIS 20 10

Zeitserie von Seegraswiesen Landsat MERIS 21

verschiedenen Vegetationsindizes: NDVI, MSAVI,

signifikante Unterschiede zwischen den Klassen

innerhalb der Klassen Varianzanalyse für die

11 Zeitserie von Seegraswiesen Landsat MERIS 21 Vegetationsindizes Untersuchung von 12 verschiedenen Vegetationsindizes: NDVI, MSAVI, RDVI, TVI, NDGI, MTCI Varianzanalyse Existieren signifikante Unterschiede zwischen den Klassen oder nicht? Varianz zwischen den Klassen vs. innerhalb der Klassen Varianzanalyse für die Klassen Seegras Muschel Sediment Sediment MERIS FR Seegras 22 11

12 Zeitreihen MTCI - MERIS Terrestrial Chlorophyll Index (Dash and Curran, 2004) MTCI = ρ 754 ρ 709 ρ ρ Zeitreihen - Meris Terrestrial Chlorophyll Index 24 12

13 Produkte und Analysen 25 Produkte und Analysen Produktspezifikationen (Analyse aus Nutzersicht) Thematische Karten weitere Differenzierung möglich, Übersichtlichkeit Sediment Vegetation/Muscheln Seegras Potentialkarten Einbau der Wahrscheinlichkeit für einen Oberflächentyp Kombination von Informationen Z.B. Sedimentkarten mit Wasserbedeckung als Polygon überlagern Verlässlichkeit der Klassifizierung Sedimentpotentialkarte Aggregation der Sedimentklasse (Sand-Misch-Schlick) Information der Potentialkarten für gezielte Geländebegehung nutzen Sedimentpotential über längeren Zeitraum UND für Epochen (Berichtszeiträume) Gesamt: Epoche I: Epoche II: (Epoche III: ) Anfrage externer Nutzer: Epoche I: Epoche II:

14 Portfolio SAMOWatt Version 0 TP-4 DeMU Abschlusstreffen Bonn Portfolio Verions 1.0 thematische Klassif

15 Produkte und Analysen Thematische Karten Vegetation und Muscheln Frontenerkennung Tests wurden durchgeführt, aber ohne nennenswerten Mehrwert Untersuchungen der optischen Daten anhand der Sedimenteigenschaften Angabe von Wahrscheinlichkeiten bei Klassifikationen, Fehlerabschätzungen Trends & Änderungen 29 Abgleich der Meilensteine Produktportfolio Version 0: Status der Klassifikationen zu Beginn des Projektes Produktbeschreibungen Produktportfolio Version 1: Optimierte Klassifikationsergebnisse Verschoben von Oktober 2013 Januar 2014 Inhalte Klassifikationen der neuen Daten Thematische Klassifikationen Vegetations-Muschel Klassifikation RapidEye 30 15

Ähnliche Dokumente

Validierung von Wattklassifikationen aus Fernerkundungsdaten und Erstellung von Produkten mit ArcGIS

Validierung von Wattklassifikationen aus Fernerkundungsdaten und Erstellung von Produkten mit ArcGIS J. Geißler, K. Stelzer, G. Müller AG GIS Küste, 8. April 2014 Einleitung - Wattklassifikationen Wo?