Abschlußworkshop Copernicus-Projekte BMWI,

Transkript

1 Aufbau eines Pilotdienstes Natura 2000-Monitoring NRW zur Einbindung Copernicus-basierter Natura 2000-Monitoringdienste in die Naturschutzverwaltungen der Bundesländer Abschlußworkshop Copernicus-Projekte BMWI,

2 FELM = Fernerkundungsgestützte Erfassung von Lebensraumtypen für das Natura Monitoring Verbundprojekt LANUV und EFTAS Fernerkundung Technologietransfer GmbH Projektlaufzeit: Oktober 2013 Februar 2016

3 Natura 2000-Monitoring Fauna-Flora-Habitat-Richtlinie: Monitoring-Auftrag und Berichtspflicht (6 Jahre) Erhaltungszustand von Lebensraumtypen des Anhang I Deutschland: Datenerhebungen durch Bundesländer Bundesländer führen spezifische Fachkataster Methodisch zum Großteil durch terrestrische Kartierungen LRT 6510 Magere Flachlandmähwiesen LRT 7120 Renaturierungsfähige degradierte Hochmoore

4 Ausgangssituation Vorherige Projekte erkennen Potential der Fernerkundung (FE) für das Natura Monitoring Sentinel-Daten werden kostenfrei und mit hoher zeitlicher Abdeckung zur Verfügung stehen Zu wenig FE-Know How in den naturschutzfachlichen Behörden Handlungsbedarf Bisher entwickelte methodische Ansätze müssen optimiert werden Die methodischen Ansätze müssen für die Nutzung von Sentinel-Daten optimiert werden Die neuen Ansätze sollten in einen Dienst integriert werden, welcher vom Anwender wenig FE-Know How verlangt

5 Projekt Pilotdienst FELM Implementierung von Algorithmen zur FE-Analyse in einen Dienst Dienstprodukte => Feldbegehungen zeiteffizienter => Reduktion der Kosten des Natura 2000-Monitorings durch Auswertung von FE-Daten Pilot für NRW, aber nach Beendigung des Projekts: Bereitstellung des Dienstes für weitere Nutzer

6 Umsetzung GUI realisiert als ArcMap 10 Plugin Eingebundene Bildanalyse Werkzeuge Gdal (Open Source) OpenCV (Open Source) Keine besonderen Anforderungen an Hardware, aber: Speicherkapazität Eingangsdaten

7 Eingangsdaten DOP Sentinel 2 Rapid Eye Landsat 8 LRT-Altkartierung (Vektor) Suchräume (Vektor) Rapid Eye Sentinel 2 DOP Die dem Projekt zugrundeliegenden RapidEye- Daten wurden im Auftrag des Deutschen Zentrums für Luft-und Raumfahrt e.v. mit Mitteln des Bundesministeriums für Wirtschaft und Energie bereitgestellt.

8 Anwendungsfall 1: Lebensraumtypen-Veränderungsanalyse LRT-Archivdaten (z.b. aus dem Jahr 2002) Detektion von Veränderungen + = Produkt Analyse FE-Daten (z.b. aus dem Jahr 2015)

9 Anwendungsfall 2: Lebensraumtypen-Suchraumanalyse Archivdaten Biotopkataster (z.b. aus dem Jahr 2002) + Detektion von Verdachtsflächen Produkt Analyse Fernerkundungs- Daten

10 Workflow Gebietsauswahl Name oder Kennung Natura 2000-Gebiet FELM Import Eingangsdaten Bildanalyse Änderungs- bzw. Suchraumanalyse Satellitendaten, DOPs, Archivdaten, Pixelweise Klassifikation, Information Layer Rapid Eye Shape-Datei DGM Übergabe an Feldkartierung

11 Wie erfasst FELM Lebensraumtypen? Indikatoren (Raster) Überwachte Klassifikation von Landbedeckungen Bildanalyse INPUT Bildanalyse OUTPUT: Klassifikation Bildanalyse

12 Klassifikation ist nur das Zwischenprodukt! Ein LRT entsteht erst aus der Kombination der Anteile von verschiedenen Landbedeckungen an einem Objekt Definition von Regelkatalogen je LRT, z.b. für LRT 4030: Minimum 30% Deckung durch Zwergsträucher Maximal 70% Deckung durch Gehölze Regelkatalog

13 Regelkatalog LRT 4030 Schwellenwerte der Parameter der terrestrischen Kartierung Orange = Schwellenwerte aus Biotop- und Lebensraumtypenkatalog NRW KZA = kleinste zusammenhängende Ausgrenzungsfläche

14 Weitere Informationsebenen z.b. NDVI, Homogenität, Höhe z.b. Schnittzeitpunkte/-häufigkeit für Grünland

15 Testgebiete Truppenübungsplatz Borkenberge (DE ) 4030 Zwergstrauchheiden 3160 Dystrophe Moorgewässer 4010 Feuchte Heidegebiete mit Glockenheide

16 Truppenübungsplatz Borkenberge Anwendungsfall 1: Veränderungsanalyse, Bezugsjahr 2014 LRT-Kartierung von 2002

17

18

19

20

21

22

23

24

25 Trainingsklassen Borkenberge 1) Laubgehölze 2) Nadelgehölze 3) Pfeifengras 4) Zwergsträucher Calluna vulgaris & Erica tetralix 5) Moose, Flechten & Zwergsträucher 6) Sand 7) Schatten 8) Wasser 9) Trockenrasen 10) Binsen

26

27

28

29 Regelkatalog LRT 4030

30 Grün = keine Veränderung von 2002 nach 2014 Rot = Veränderungshinweis

31 Grün = keine Veränderung von 2002 nach 2014 Rot = Veränderungshinweis

32 Archivkartierung (2002): LRT 4030

33 Evaluation LANUV - Genauigkeitsanalyse Overall accuracy pixelweise Klassifikation: 96% (n=150) Genauigkeit Veränderungsanalyse: 100% (n=40)

34 Testgebiet Moor-LRT Amtsvenn und Huendfelder Moor (DE ) 7120 Regenerierbare Hochmoore 3160 Dystrophe Moorgewässer

35 Pixelweise Klassifikation Landbedeckungen Genauigkeit: 93%

36 LRT-Flächen mit geringer Flächenausdehnung

37 Aber: Maßnahmenplanung! Aus Klassifikation Informationen für die Erstellung von Maßnahmenkonzepten (MAKOS) ableitbar z.b. jährliche Planung der Beweidung durch Schafe in Beweidungseinheiten

38 Schwarz = Beweidungseinheiten

39 LRT 7120, verschiedene Basisbildklassenanteile Spätsommer Sommer Frühling

40 Testgebiet Grünland-LRT VSG Medebacher Bucht (DE ) 6510 Glatthafer- und Wiesenknopf-Silgenwiesen 6520 Berg-Mähwiesen NEC0 Nass- und Feuchtgrünland incl. Brachen

41 Pixelweise Klassifikation Landbedeckungen Gesamtgenauigkeit: 55,2 % Unterscheidung von einzelnen LRT: 6230: 99,2 % 6510: 60,1 % NE00: 21,4 % NEC0: 62,6% NED0: 52,6 % Unterscheidung LRT vs. Nicht-LRT: 80,8 %

42 Fazit Medebacher Bucht Parameter Zeitpunkt 1. Mahd : gute Ergebnisse für die Trennung von extensiv und intensiv genutztem Grünland Grünland-LRT: keine separate Erkennung möglich, evtl. bessere Ergebnisse durch dichtere Zeitreihe und durch Einbeziehen weiterer Geodaten

43 Übertragbarkeit: zwei Nutzerworkshops im BfN 2014: Einsatz von Fernerkundungs-Daten im Rahmen von FFH- Monitoring-Diensten in Deutschland: get ready for All 2015: How to SENTINEL habitats?

44 Übertragbarkeit auf weitere Nutzer Editor Regelkataloge LRT-Definitionen Einheitliches Eingangsdatenmodell für LRT-Archivdaten (INSPIRE-konform)

45 Übertragbarkeit auf weitere LRT-Gruppen

46 Einheitliches Datenmodell Eingangs- und Ergebnisdaten Geringerer Anpassungsaufwand gewünscht: INSPIREkonformes Datenmodell für Eingangsdaten, da ab 2017 bzw LRT-Daten in allen Bundesländern Prüfung relevanter Themen der INSPIRE-RL Data Specification Habitats & Biotopes (Ergebnisdaten auch LandCover)

47 Evaluation FELM (Prototyp 2) durch 3 Testnutzer Bundesland Sachsen (Staatliche Betriebsgesellschaft für Umwelt und Landwirtschaft): FFH-Gebiet Gohrischheide (Heide) FFH-Gebiet Georgenfelder Hochmoor (Moor) TK25-Blatt Oelsnitz (Grünland) Bundesland Rheinland-Pfalz (Landesamt für Umwelt Rheinland- Pfalz): FFH-Gebiet Mehlinger Heide (Heide) FFH-Gebiet Dürkheimer Bruch (Grünland) Bundeswehr (Bundesamt für Infrastruktur, Umweltschutz und Dienstleistungen der Bundeswehr): Truppenübungsplatz Klietz (Heide)

48 Performance LRT-Erfassung LRT-Gruppe Testnutzer Pixelweise Klassifikation Genauigkeit Veränderungs- bzw. Suchraumanalyse (%) (%) Heide Sachsen 82,2 75,5 RLP 93,5 93,8 RLP 93,5 100,0 Bundeswehr 68,0 90,2 Grünland Sachsen 67,5 65,5 RLP 78,7 77,5 RLP 78,7 54,2 Moor Sachsen 81,7 93,8

49 Positives Gesamturteil Technische Lösungen von FELM sind in IT- Umgebung anderer Nutzer übertragbar Bugfixing erfolgt Performance und Nutzerführung konnten verbessert werden => Pilotdienst (FELM Version 1.7)

50 Nutzung von FELM im LANUV 2016 Grünland Oberbergischer Kreis/ Rhein-Sieg-Kreis Grünlandkartierung Sentinel 2-Zeitreihen! Prüfung der Durchführbarkeit eines Obstwiesen- Monitorings (gesetzlicher Schutzstatus) FFH-Gebiet Wahner Heide (flächendeckende Kartierung 2016 durch Deutsche Bundesstiftung Umwelt)

51 Verbreitung: PPP und Kommunikations- und Kollaborationsplattform Naturschutzinformationen

52 VKoopUIS Primärer Nutzerkreis FELM: naturschutzfachliche Verwaltungen (Länder, Bund) Kostenfreie Verfügbarkeit des Pilotdienstes FELM (Version 1.7) inkl. Benutzerhandbuch und Schulungsvideo Support durch EFTAS Gemeinsame Weiterentwicklung gewünscht - Informationsebenen (Naturschutzfachliche Daten, Prozessierung weiterer FE-Daten) - Anwendung auf weitere LRT (Wald) - Webdienst?

53 Projekt Natur- und Umweltschutzmonitoring NRW Webdienst: Landbedeckungen für Monitoringprogramme im Natur- und Umweltschutz Übernahme technischer Ansätze aus FELM

54 Vielen Dank für Ihre Aufmerksamkeit!

55 Beispiel Datensatz (Eingangsdaten) InspireId localid Namespace BT OSIRIS_NRW versionid referencehabitattypeid 4030 referencehabitattypescheme referencehabitattypename localhabitatname localnamecode localname Qualifierlocalname habitatsdirective European dry heaths [DA1][os] [Calluna- bzw. Sandheide] [gesellschaftstypische Artenkombination vorhanden] congruent