Cop4Stat_2015plus. Verwendung von Copernicus-Daten für Zwecke der Flächenstatistik

Transkript

1 Cop4Stat_2015plus Verwendung von Copernicus-Daten für Zwecke der Flächenstatistik Stephan Arnold Flächenstatistik und landwirtschaftliche Bodennutzung Statistisches Bundesamt Sylvia Seissiger Entwicklung und Fernerkundung Bundesamt für Kartographie und Geodäsie

2 Anforderung von Eurostat Harmonisierte Statistik zu Landbedeckung und Landnutzung Einheitliche Erfassungskriterien Mindesterfassungsflächengröße Erfassungszeitpunkt, Bezugszeitraum Inhaltliche Definitionen Folie 3

3 LUCAS Felderhebung (land use / cover are frame survey) Koordination durch Eurostat, gemäß Bedarf der EU-Kommission Europaweit durchgeführte Erfassung der Landbedeckung und Landnutzung (LB/LN) Drei-jähriger Erfassungszyklus: 2006 / 2009 / 2012 / 2015 / 2018 Punktstichproben-basierte Geländeerhebung orientiert an regelmäßigem Gitternetz (2x2 km) Folie 4

4 Was bisher geschah LUCAS Bottom-up Pilot-Studie Folie 5

5 LUCAS Land Cover Classes Code A A10 A20 A30 B C C - F C - F - 10 C - F - 20 C - F - 30 C - OWT C - OW D E F G G10 G20 H L T Class ARTIFICIAL LAND Roofed built-up areas Artificial non-built up areas Other built-up areas CROPLAND WOODED LAND FAO - Forest FAO - Broadleaved FAO - Coniferous FAO - Mixed FAO - Other land with tree cover FAO - Other wooded land SHRUBLAND GRASSLAND BARE LAND, lichens, glaciers and permanent snow WATER SURFACE Inland water bodies Inland running water WETLANDS Land area (NUTS definition) Total area = Land (L) + Inland waters (NUTS definition) Folie 6

6 LUCAS Bottom-up Pilot-Studie Ableitung von Informationen zu Landbedeckung und Landnutzung aus nationalen Datenquellen über Semantische Transformationstabellen (STT) Verschiedene Quellen und Methoden Unterschiedliche Ergebnisse Europäische Ebene: LUCAS STT (a) STT (b) STT (c) STT (d) STT (e) Nationale Ebene: ALB BO ALKIS LBM-DE ATKIS Folie 8

7 Flächensummen 2009 Landbedeckung für LUCAS-LC-Klassen je nach Quelldatensatz ALB 2009 ALB_MVP 2009 BO 2010 LBM-DE 2009 LUCAS 2009 ARTIFICIAL LAND CROPLAND !! WOODLAND SHRUBLAND GRASSLAND 71 0!! BARE LAND AND LICHENS WATER WETLAND CROPLAND / GRASSLAND CROPLAND & GRASSLAND CROPLAND & nat VEGETATION SHRUBLAND/GRASSLAND Non-forest VEGETATION Any VEGETATION UNKNOWN Total Area Eindeutig ableitbarer Flächenanteil 73,85% 39,45% 51,39% 96,04% 100,00% Delta A Delta B 59 % 110 % 111 % 99,9% 112 % 114 % 124 % 125 % 90 % Folie 9

8 Fazit LUCAS Pilotstudie Keine nationale Datenquelle kann alleinstehend für direkte Ableitung der geforderte LUCAS-Klassen herangezogen werden. Unterscheidung Ackerland Grünland nur aus LBM-DE möglich, allerdings auch dort große Abweichung Artificial Land zwischen ALB und LUCAS ist ähnlich groß, eher zufällig da Definitionen abweichend. Cropland zwischen BO und LUCAS stimmen halbwegs überein. Waldflächen zwischen ALB und DLM-DE ähnlich groß, allerdings in LUCAS überschätzt. Folie 11

9 Cop4Stat_2015plus Folie 12

10 COP4STAT_2015plus Projektziel: Einsatzmöglichkeiten von Copernicus-Produkten für Informationsbedarf der Statistik zur LB und LN Erfüllung der Anforderungen auf europäischer Ebene (Eurostat: LUCAS) Aufgreifen der LUCAS-Pilotstudie 2014 Input-Datenmaterial: Sentinel-2, (Sentinel-1 RADAR Daten optional) High Resolution Layer Landbedeckungsmodell LBM-DE (ehem. DLM-DE) als Zusatzdaten ATKIS Basis-DLM Folie 13

11 Datenfluss von nationaler zur europäischen Ebene Amtliche Flächenstatistik beruht auf Katasterdaten (ALB/ALKIS) Testen einer alternativen Datenquelle: Fernerkundung Europäische Ebene CLC/ EEA HRL Sentinel LUCAS/ Eurostat Bundes- Ebene LBM- DE LB/LN Stat FEtN Stat Agrar Stat BWI Länder- Ebene ATKIS FEtN Stat ALB/ ALKIS Folie 14

12 3 Methode Stark vereinfachter Arbeitsablauf: Vektordaten ATKIS, LBM-DE Copernicus HRL Rasterdaten, Fernerkundung durchgeführt zur Zeit in Bearbeitung ist in Planung Prüfung der Flächenanteile und Lagegenauigkeit in 1x1km Grid Integration weiterer Datensätze (DOM) Transformation zur LUCAS Nomenklatur Trainingsgebiete Pixel und objektorientierte überwachte Klassifikation Validierung der Ergebnisse Kleine Testgebiete für Level2 LUCAS Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 15

13 3 Methode Transformation der ATKIS - Daten in die LUCAS Nomenklatur Input: ATKIS LUCAS b) alle Attribute und Geometrien aus ATKIS sind auch in der Zuweisung zu LUCAS berücksichtigt b) a) Level1 LUCAS Landbedeckungsklassen aus ATKIS Zuweisung Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 16

14 3 Methode Transformation des LBM-DE in die LUCAS Nomenklatur LBM-DE Ausgangsdaten (Vektor): LBM-DE Transformation der Daten in die LUCAS Nomenklatur (semantisch nach Definitionen der verschiedenen Klassifikationshierarchien und physisch (Verwendung der Geometrien) aus der Sicht der Fernerkundung Überlagerungsfrei) Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 17

15 4 Erste Ergebnisse Vergleich zwischen LBM-DE2012 und ATKIS-LUCAS2015 am Beispiel von Wald. LUCAS - LBM-DE User Accuracy Producer Accuracy in % in % Artificial land 66,3 70,9 Cropland 64,4 78,6 Woodland 85,5 86,7 Shrubland 15,4 5,6 Grassland 48,5 39,3 Bareland 2,1 14,9 Water Areas 44,9 42,2 Wetland 27,3 14,6 Overall Accuracy: 70,4 % braun: mehr Wald LBM-DE2012, gelb: Flächen sind gleichverteilt, blau: mehr Wald ATKIS- LUCAS2015 Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 18

16 4 Erste Ergebnisse Pixelbasierte überwachte Klassifikation LUCAS Klassifikation- Landsat 8 von April und Oktober 2015) User Accuracy in % Producer Accuracy in % Artificial land 59,3 66,5 Cropland 75,0 61,9 Woodland 89,4 71,3 Shrubland 3,7 28,4 Grassland 38,7 37,1 Water Areas 58,1 33,1 Overall Accuracy: 62 % Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 19

17 4 Erste Ergebnisse Objektorientierte überwachte Klassifikation LUCAS Level 1 und 2 (teilweise) Algorithmus Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 20

18 4 erste Ergebnisse Segmentbasierte Klassifizierung: RapidEye LoD1 - Daten Ziel: Unterscheidung von versiegelter Fläche mit Gebäuden (A10) und versiegelter Fläche ohne Gebäude (A20) RapidEye Szene ID: LoD1: 27,57 km² RapidEye Segmentierung: 34,28km² Überschätzung der Fläche mit Gebäuden durch Segmentierung: 24,3 Prozent Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 21

19 5 Ausblick Klassifizierung mittels Random Forest und Support Vector Machine, evtl. objektbasiert Erweiterter Dateninput: Sentinel 1, DOM 5 (verbesserte Abgrenzung Siedlung, Wald, Landwirtschaft) Trainings- und Validierungsdaten: LUCAS 2015 (für einige Klassen nur sehr wenige Punkte verfügbar) Vergleich der klassifizierten Flächengrößen mit amtlicher Flächenstatistik LUCAS- Klasse Anzahl der Punkte 2015 Artificial land 59 Cropland 139 Woodland 222 Shrubland 4 Grassland 92 Bare land 3 Water Areas 3 Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 22

20 Vielen Dank für Ihre Aufmerksamkeit Sylvia Seissiger Bundesamt für Kartographie und Geodäsie, Referat GI7 Richard-Strauss-Allee Frankfurt Tel. +49 (0) 69 / Stephan Arnold Flächenstatistik Telefon: +49 (0) 611 / stephan.arnold@destatis.de

21 Semantische Transformation ATKIS zu LUCAS Vektordaten Artificial Land Cropland Woodland Shrubland Grassland Bare Land Water Surface Wetlands UNKOWN Land Cover Info aus Sat.-Bildern Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 25

22 Standardisierter Vergleich von Datenquellen (anhand 1x1 km Grid) Thema: Wald/Bäume Wald Nicht-Wald Relativ weniger Relativ mehr Gleichartig HRL LBM-DE Forest (100x100m ha MMU Polygone) Rasterzellen) Vergleichsgitter (LBM-DE vs HRL)

23 4 Erste Ergebnisse Vergleich zwischen LBM-DE2012 und ATKIS-LUCAS2015 am Beispiel von Wald. LUCAS - LBM-DE User Accuracy in % Producer Accuracy in % Artificial land 66,3 70,9 Cropland 64,4 78,6 Woodland 85,5 86,7 Shrubland 15,4 5,6 Grassland 48,5 39,3 Bareland 2,1 14,9 Water Areas 44,9 42,2 Wetland 27,3 14,6 Overall Accuracy: 70,4 % braun: mehr Wald LBM-DE2012, gelb: Flächen sind gleichverteilt, blau: mehr Wald ATKIS-LUCAS2015 Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 27

24 4 Erste Ergebnisse Pixelbasierte überwachte Klassifikation LUCAS Klassifikation- Landsat 8 von April & Okt 2015) User Acc. in % Producer Acc. in % Artificial land 59,3 66,5 Cropland 75,0 61,9 Woodland 89,4 71,3 Shrubland 3,7 28,4 Grassland 38,7 37,1 Water Areas 58,1 33,1 Overall Accuracy: 62 % Cop4Stat_2015plus Verwendung von Copernicus Daten für Zwecke der Flächenstatistik Seite 28