Vorlesung: Fernerkundung

Transkript

1 Erfassung von Veränderungen Änderungen und deren Erfassung sind wichtigster Gegenstand des forest monitoring. Veränderungen werden durch drei Kräfte verursacht: Interne : Wachstum. Natürliche : Naturkatastrophen. Menschliche : Waldbewirtschaftung / Waldnutzung. Die Art der hervorgerufenen Änderungen variiert sehr stark (Fläche, Waldtyp, Waldzustand). Veränderungen können beobachtet werden - In Einzelaufnahmen, wenn Indikatoren für Änderungen sichtbar sind (einfache Klassifizierungsfrage). - In wiederholten (multi-temporalen) Aufnahmen (Bildpaare sind dann nach einheitlichem Schlüssel zu klassifizieren). Erfassung von Veränderungen aus multitemporalen Aufnahmen Fernerkundung ist ideal für die Erfassung von Veränderungen insbesondere in größeren Gebieten. Man sollte Bildmaterial verwenden, auf denen die sich ändernden Objekte gut erkennbar sind (logisch!). Erster Schritt ist es, die Bilder vergleichbar zu machen: D.h. Unterschiede sollten echte Änderungen der Landbedeckung sein und nicht einfach Unterschiede in Beleuchtung, Farbgebung etc. D.h. die Bilder müssen geometrisch, radiometrisch und spektral vergleichbar gemacht werden (image matching). Erfassung von Veränderungen Für die Erfassung von Änderungen in der Vegetation sollten die Bilder aus einer Jahreszeit stammen, in der Vegetation der besten Kontrast zum background aufweist. Die Bilder sollten möglichst aus derselben Jahreszeit stammen (wenn es nicht gerade die saisonalen Vegetations- Unterschiede sind, die erfasst werden sollen). Aber auch Vegetationsaufnahmen aus etwa derselben Jahreszeit variieren, so dass Unterschiede erfasst werden, die nicht tatsächliche Änderungen sind. Mod. 8 p. 1

2 Gründe für die inhärente Variation zwischen Bildern (d.h. Unterschiede, auch wenn keine echten Veränderungen stattgefunden haben) Zeitliche: - Jahres- und Tageszeit (Einstrahlungswinkel, Schattenanteile). Räumliche: - Minimum mapping unit räumliche Auflösung / IFOV. - Nicht perfekte Ko-Registrierung der Bilder (RMSE 0,5 pixel) (wenn zwei identische Bilder leicht gegeneinander verschoben sind, errechnen sich große Änderungen) Geometrie der Aufnahme: - Je nach Blickwinkel reflektieren Objekte unterschiedlich (z.b. Krone direkt von oben und in 20 Schrägaufnahme). Atmosphärische Bedingungen: - Wolken (und ihre Schatten!), Dunst, Luftfeuchte ändern spektrale Signaturen. Background (z.b. Bodenfeuchte) Beispiel: Gleiche Region unterschiedliche Atmosphärische Bedingungen Quick Bird Feb. 03, 2003 June 6, 2002 Contrast matching Die Bilder müssen zunächst einmal vergleichbar gemacht werden Quick Bird Feb. 03, 2003 June 6, 2002 Mod. 8 p. 2

3 Schema des contrast matching zweier Bilder Contrast matching zweier Bilder Diese Technik wird vor allem verwendet, wenn mehrere Bilder aneinandergefügt werden sollen (mosaiking). Für ein Change Assessment ist natürlich darauf zu achten, dass das Contrast Matching an Bild-Ausschnitten gemacht wird, in denen sicher keine wirklichen Veränderungen stattgefunden haben!! Zwei Strategien zur Erfassung von Veränderungen (1) Raw-image algebra: Differenzbildung zwischen Grauwerten der jeweils selben Kanäle (eine gute Atmosphärenkorrektur muss natürlich vorher stattgefunden haben). Eine Differenz = 0 deutet auf no change. In der Praxis wird aber ein gewisser Bereich um 0 noch als no change akzeptiert, um natürliche Variabilität zu berücksichtigen. Dieser Ansatz kann auf einzelne Kanäle oder auch auf Indexe angewendet werden. Alternativ kann natürlich auch der Quotient berechnet werden, wobei dann ein Quotient von 1 auf no change hindeutet. Ergebnis ist ein Bild mit n Bildkanälen, die jeweils die Differenzen/Quotienten enthalten. Dieses Bild kann dann hinsichtlich Veränderungen klassifiziert werden. Mod. 8 p. 3

4 Image differencing: Image ratioing: D ijk = where: D ijk = change pixel value B vijk = brightness value at time 1 / 2 c = a constant (e.g. 127) i = line number j = column number k = a single band (e.g. TM band 4) D ijk = B vijk (1) - B vijk (2) + c B vijk (1) B vijk (2) From Franklin & Wulder 2003v (1) Single band raw-image algebra: Festlegung eines Puffers um den Differenzwert 0 zu welchem hier die Konstante c=127 addiert wurde!): Region of no change Zwei Strategien zur Erfassung von Veränderungen (2) Post classification comparison: Die Bilder werden zunächst klassifiziert und dann auf Änderungen verglichen. Vortsil ist, dass auch die Art der Änderungen direkt ersichtlich ist Veränderungs-Matrix. In allen ausgewerteten Bildern muss genau derselbe Klassifizierungs-Schlüssel verwendet werden. Fehlklassifizierungen in beiden Bildern werden als Veränderung interpretiert! Mod. 8 p. 4

5 (2) Post classification comparison:... Resampled classified T1 From Franklin & Wulder 2003 Visualisierungs-Optionen: Visualisierung durch direkten Vergleich Zwei Klassen - Baumkronen - Hintergrund (Weiden) Visualisierungs- Optionen: Visualisierung innerhalb eines Bildes Veränderungen können dann in einer change matrix dargestellt werden. Increased (pasture in 1970, tree in 1998) Decreased (tree in 1970, pasture in 1998) Trees from back image no changes Pasture land from back image no changes Mod. 8 p. 5