Teil 2. Aktuelle Projektergebnisse im Rahmen von ProSmart II insbesondere im Teilprojekt ERLEN

Transkript

1 Satellitenbilddaten zur Erfassung von Landschaftselementen und Nutzungsstrukturen auf der Basis von X- und L-Band SAR-Daten (ERLEN) Teil 2 Aktuelle Projektergebnisse im Rahmen von ProSmart II insbesondere im Teilprojekt ERLEN A. Kleusberg, H.-G. Klaedtke, M. Zarate Institut für Navigation, Universität Stuttgart ins@nav.uni-stuttgart.de 1

2 ProSmart: Systematic Market and Development Approach for Remote Sensing Technologies ( ), DLR ProSmart II: Projekte zur Vorbereitung operationeller Prozeduren für die Nutzung der Daten der TerraSAR Satelliten ( ), DLR TerraSAR: Zwei SAR Satelliten, ca. 660 km Bahnhöhe, sonnensynchroner Orbit, ab ca. 2005/ X-Band mit 2 Polarisationen (HH,VV) -- L-Band mit 3 Polarisationen (HH, HV, VV) ERLEN: Demonstrationsbeispiele für die ERfassung von LandschaftElementen und Nutzungsstrukturen auf der Basis von X-Band und L-Band SAR Daten ERLEN ist Teilprojekt in ProSmart II 2

3 Ziel der Entwicklung von ERLEN Bereitstellung Fernerkundungsbasierter Geo-Informationen für die Landschafts- und Umweltplanung: Identifikation von Anwendungsfeldern Bestimmung der Kundenanforderungen Ableitung bzw. Entwicklung der optimalen Datengewinnungs- und Verarbeitungstechnologien Flurbereinigung: als Planungsgrundlage, Grundlage der Eingriffsbewertung und der Erfolgskontrolle sowie allgemeiner Baustein der ökologischen Raumbeobachtung (ökologisches Monitoring) Geo-Datenbanken und Kataster: z.b. ATKIS, CORINE, ALK/ALB - Grundlage für die Kontrolle und Fortführung, insbesondere für den thematischen Inhalt Standorteignung der Landnutzung auf Ackerflächen als Grundlage für die agrarstrukturelle und ökologische Vorplanung und Monitoring Bodenschutz - Erfassung aktueller Bodenversiegelungen zur Bewertung der Bodeninanspruchnahme Angestrebtes Ergebnis: Herstellung von Demonstrationsbeispielen für die Datennutzung und Technologieentwicklung 3

4 Kundenanforderungen und -Nutzen Referenzkunden: Ministerium für Ernährung und Ländlichen Raum Baden-Württemberg (MLR) Landesamt für Flurneuordnung Baden-Württemberg (LfL), Landesvermessungsamt Baden-Württemberg (LV), Referenzkundenanforderungen: Bedarfsziel: Flächenhafte Erfassung der aktuellen Landnutzung bzw. -bedeckung Hohe Sicherheit der Datenverfügbarkeit zu definierten Zeitpunkten Sehr hohe Anforderungen an die Erkennungsgenauigkeit und zuverlässigkeit bei unterschiedlicher Differenzierungstiefe Anpassung der Ergebnisse an die im jeweiligen Bereich üblichen bzw. gültigen Nomenklaturschlüssel (z.b. ATKIS, ALK/ALB, CORINE, spezielle Klassenauswahl) Geometrische Auflösung für Maßstäbe von 1 : bis 1 : (für thematischen Inhalt) 4

5 Produktspezifikation Name Anwendungsbereich Untersuch.-gebiet Befliegungstermine Lagegenauigkeit Maßstab / Auflösung Verwendete Daten und Formate Beschreibung der Bearbeitung Datentyp Partner Referenzkunden SPEZIFIKATION ERLEN (Erfassung von Landschaftselementen und Nutzungsstrukturen) Erfassung der Landbedeckung / Landnutzung in unterschiedlichen Klassennomenklaturen für die Landschaftsplanung und Umweltkartierung Ehingen / Baden-Württemberg September 2000, März 2001, Mai 2001 Flächengrenzen entsprechend den einbezogenen Referenzdaten, (Erfassung thematische Informationen flächenbezogen > 0,2 ha) 1 : , 1 : , X-Band Auflösung: 3m, L-Band: 9m E-SAR, TerraSAR Simulationsdaten, jeweils L- / X-Band, multipolarisiert (Raster) Luftbilder (Rasterbildformate), Kundenspezifische Referenzdaten (Raster- und Vektorformate), Feldkartierungen Vorverarbeitung Maskierung Segmentierung Klassifikation Nachbearbeitung (Implementierung der Ergebnisse in die GIS Umgebungen der Kunden ist geplant) Rasterdaten, Vektordaten, Thematische Karten Entwicklung und Produktion: ILV Fernerkundung GmbH Innovationpartner: INS Institut für Navigation der Universität Stuttgart Ministerium für Ernährung und Ländlichen Raum Baden-Württemberg (MLR) Landesamt für Flurneuordnung Baden-Württemberg (LfL) Landesvermessungsamt Baden-Württemberg (LV) 5

6 Untersuchungsgebiet EHINGEN / Schwäbische Alb Testgebietsgröße: 3 Streifen zu 3 x 10 km², insgesamt 7 x 10 km² SAR Daten Erfassung mit DLR-Oberpfaffenhofen E-SAR Lage: Schwäbische Alb bei Ehingen-Dächingen / Altsteußlingen Situation im Untersuchungsgebiet: sehr kleinräumige Feld- und Nutzungsstruktur auf Flächen vor der Flurneuordnung, großräumigere Strukturen auf Flächen nach der Flurneuordnung Hauptnutzungsarten: Ackerland, Dauergrünland, Heideflächen, Obstanbau, Waldflächen, urbane Flächen 16_PSII_ERLEN_extern_deutsch.ppt Magdeburg 18. April

7 Entwicklung, Methodik und Verfahren - 1 L-HH L-HV+VH L-VV X-HH SAR Datenvorverarbeitung Verfahrensentwicklung Datenauswertung Nachbearbeitung X-VV ALK ATKIS Feldkar. Luftbild DTM Zusatzdatenvorverarbeitung Anforderungen, Prozessarchitektur Radiometrische Korrekturen Implementierung von Texturparametern (Haralick) Segmentierung Merkmalsextraktion Klassifikation Validierung Implementierung der Ergebnisse DEBATE DEBATE- Spezifikation Verfahrensautomatisierung Kundenanforderungen Kundenbewertung 7

8 Entwicklung, Methodik und Verfahren 12/12/00 10:26 AM astrium processing control information Node: Function: from knowledge base, models and utilities A342 DEKALUMP Page: 26 ProSmart II performance data Prozessarchitektur 12/12/00 10:30 AM astrium Node: A34212 Page: 29 Function: Radiometric pre-processing processing control information from knowledge base, models and utilities Conversion to Sigma-0 back scatter values A Calculation of SAR data import statistical image parameters SLC data processing A A ProSmart II Pre-processing verification Assessment of statistical parameters Layer stacking and mosaicking A to DEBATEs Reducing of image speckle A DTM input data stream Pre-processing A3421 P. 27 Masking and Segmentation A3422 P. 36 Classification 12/12/00 10:29 AM astrium Node: processing control information Function: A3421 Pre-processing Page: 27 ProSmart II Feature library A3425 A3423 P. 40 Postprocessing A3424 P. 41 operational products TERRASAR data archivation from knowledge base, models and utilities input data stream Auxiliary data SAR input data SAR data import A34211 P. 28 Ground control points and geometric features Radiometric pre-processing A34212 Pre-processing verification A34215 P. 35 performance data P /12/00 10:31 AM astrium Node: A34214 Page: 31 Function: processing control information Auxiliary GIS data Auxiliary data preparation ProSmart II Pre-processing verification Auxiliary data preparation DTM Layer stacking and mosaicking A34213 P. 30 Masking and Segmentation Auxiliary data Import of GIS Data sets DTM A34214 P. 31 TERRASAR data archivation A P. 32 Auxiliary remote sensing image data GIS Generation A Extraction of GIS data Masking and Segmentation Feature library Auxiliary image data pre-processing A P. 33 Feature library A P. 34 Ground control points and geometric features Ground control points and geometric features 8

9 Ergebnisse Vorverarbeitung Multi-polarisation L Band, March 2001 Multi-polarisation X Band, March _PSII_ERLEN_extern_deutsch.ppt Multi-temporal L Band, VV polarisation Multi-temporal X Band,VV polarisation Magdeburg 18. April

10 Ergebniss Vorverarbeitung / Kartenprodukt Beispiel für ein kartographisch aufbereitetes TerraSAR Datenprodukt 16_PSII_ERLEN_extern_deutsch.ppt Magdeburg 18. April

11 Masking Atkis Maske ERLEN Pre-processing Masking and segmentation Classification Maskierung je nach Kundenanforderung entweder vor der Segmentierung oder nach der Segmentierung Postprocessing 11

12 Intermediate results Segmentation of arable land (ecognition) E-SAR (L HH, L VH, X HH ) Sample 1 Sample 2 Sample 3 Sample 4 12

13 Fremdbestimmte Subsegment Aggregation - FSA - Arable land (ALK) PCA 1 E-SAR; L- and X-Band 13

14 Segmentation durch Fremdbestimmte Subsegment Aggregation - FSA weiss umrandet: ALK (1:1 Nutzung) rot umrandet: ALK (1:n Nutzung) E-SAR; L- and X-Band 16_PSII_ERLEN_extern_deutsch.ppt Land use structure Magdeburg 18. April

15 Klassifikations Strategie Surface features can be extracted directly from E-SAR data by means of indices derived from primitive image objects. The complexity of the classification will vary according the required classification structure. The next steps are necessaries: Declaring main auxiliary classes Selection of class-related features Sub-classifying specific classes Segmented image Groups of trees Arable land Shadow Open land Cropland Used land Grassland Implicit class Explicit class 15

16 Selection of surface features for classification F1-index S1-index Discrimination of main classes in multitemporal classification F1-index is used to classify trees and arable land. S1-index is used to classify buildings and dark objects. X band (VV) is used to classify grassland and cropland Red = Mean X-vv Sep00 Green = Mean X-vv Mar01 Blue = Mean X-vv May01 16

17 Selection of surface features for classification F1 = [{Mean Lvh_0900+Mean Lvh_0301+Mean Lvh_0501}/3*{Mean diff. to scene Lvh_0900+Mean diff. to scene Lvh_0301 +Mean diff. to scene Lvh_0501}/3] / [{Stdev Xvv_0900+Stdev Xvv_0301+Stdev Xvv_0501}/3] S1 = [Mean diff. to scene Xhh_0900+Mean diff. to scene Xhh_0301+Mean diff. to scene Xhh_0501]/3 17

18 18

19 19

20 Xvv_0900, Xvv_0301, Xvv_

21 21

22 22

23 23

24 24

25 25

26 Hierarchical classification result Hierarchical Classification Trees Green Areas Forest 1 Orchards Dark Objects Dark Objects 1 Dark Objects 2 Shadow 1 Forest 2 Arable Land Cropland Grassland Others Buildings Settlements Forest Urban 26

27 Ergebniss - Kartenausgabe oder Datensatz ProSmart II ERLEN DEBATE Landnutzung Klassifizierung Ackerland / Grünland Datengrundlage: TerraSAR Simulationsdaten X-Band, L-Band September 2000 März 2001 Mai 2001 Maßstab 1 : Projektion Gauß-Krüger Wald Ortschaft Landwirtschaft Grünland Nicht klassifiziert Weg, Straße 27

28 Validation of the Classification result Ground Truth Classification Ground Truth Classification VALIDATION MATRIX Grassland Cropland Value % Value % TOTAL Cropland 62, , ,452 Trees 22, , ,330 Grassland 470, , ,520 Others 3, , ,017 TOTAL 558, ,552 1,298,319 28

29 Folgerungen und Ausblick => weitere Differenzierung und Klassifizierung der verschiedenen Fruchtarten => SAR Daten garantieren kontinuierliche Verfügbarkeit => Auflösung im Raster von 5-10 m reicht zur Kartierung von Landschaftselementen im Massstab 1:25000 => Operationalisierung und Automatisierung wird von industrieller Seite vorangetrieben (Qualitätssicherung) => Kundenspezifische Wünsche werden aufgenommen => ab 2006? Sollen veredelte Produkte verfügbar sein. 29