Quelle: A. Völker Internationale Tagung Habitat Monitoring for Nature Conservation Lessons from Applications for Future Concepts 02.12.2014 Integrating remote sensing in NATURA 2000 habitat monitoring: a new service for German monitoring authorities O. Buck, D. Hinterlang, A. Müterthies, J. Rühl
Projekt Pilotdienst Natura 2000-Monitoring Förderung durch das Bundesministerium für Wirtschaft und Energie über die Projektadministration des Deutschen Zentrums für Luft- und Raumfahrt Dauer: 18 Monate Partner: LANUV NRW, Fa. EFTAS Ziel: Entwicklung eines Pilotdienstes, welcher unter Nutzung der COPERNICUS-Erdbeobachtungsdaten das derzeitige Verfahren des Natura 2000-Monitorings in NRW optimiert nach Beendigung des Projekts: Bereitstellung des Dienstes für naturschutzfachliche Verwaltungen anderer Bundesländer
Lebensraumtypen (LRT)-Monitoring Monitoring von Lebensraumtypen (LRT) wegen des angestrebten Ziels, einen günstigen Erhaltungszustand der Lebensräume von gemeinschaftlichem Interesse zu erreichen Monitoring-Bericht: im sechsjährigen Turnus durch die Mitgliedstaaten Nationaler Bericht wird erstellt u.a. auf Grundlage von Informationen der Bundesländer
Wie wird das Monitoring bisher durchgeführt? Bundesländer erfüllen Monitoring-Auftrag über die Erstellung spezifischer Fachkataster (Erfassung von LRT und deren Erhaltungszustand) Die und Erhaltungszustandsbewertung von LRT erfordert einen hohen Aufwand terrestrischer Kartierung und wird bisher größtenteils ohne den Einsatz von Fernerkundungs-Daten durchgeführt, u.a. wegen des Mangels an Fachkompetenz in den Verwaltungen und der Kostenpflichtigkeit von FE-Daten Es entstehen hohe Kosten 4030 Zwergstrauchheiden 6510 Glatthafer- und Wiesenknopf-Silgenwiesen Fotos: R. Brocksieper, C. Koss, M. Wickern, M. Woike, G. Verbücheln
Ergebnisse aus Vorgängerprojekten Nationales Projekt DeCOVER (www.decover.info) Europäisches FP7-Forschungsprojekt MS.MONINA (www.ms-monina.eu) Durch die Auswertung von FE-Daten kann die Erfassung von LRT unterstützt werden Ansätze zur Nutzung von Fernerkundungstechnologien für das Natura 2000- Monitoring wurden entwickelt, müssen aber noch: insbesondere für komplexen Offenlandlebensraumtypen deutlich optimiert werden in die bisherigen Monitoringverfahren der Landesbehörden integriert werden 9130 Waldmeister-Buchenwald 9110 Hainsimsen-Buchenwald Fotos: R. Brocksieper, C. Koss, M. Wickern, M. Woike, G. Verbücheln
Ziel des Projekts Bereitstellung eines Dienstes zur Erzeugung von Daten, die den terrestrischen Aufwand des Natura 2000-Monitorings verringern Basis: Fernerkundungsdaten und verfügbare Geodaten Natura 2000-Monitoring-Verfahren soll kostengünstiger und reproduzierbarer werden Zugriff auf erarbeitetes Wissen der Partner aus Vorgängerprojekten Optimierung der bisher entwickelten Methoden für Offenland-LRT (Moor, Heide, Grünland) Anpassung der bisherigen Entwicklungen auf kostenfreie Sensordaten (insbesondere Sentinel)
Quelle: Deutsches Zentrum für Luft- und Raumfahrt Sentinel 2 Was ist Sentinel? Sentinel 1 Quelle: European Space Agency Erdbeobachtungssatelliten des Copernicus-Programms (ESA/Europäische Kommission) Sentinel 1 (Land & Meer) C-Band SAR, 2 Satelliten Start 1a: 03.04.2014, 1b: Oktober 2015 Sentinel 2 (Land): 10 Spektralkanäle (Wellenlängenbereich 443-2190 nm) mit 10 bzw. 20 m Auflösung Start: März 2015, Wiederholungsfrequenz: 5 Tage (2 Satelliten) Sentinel 3 5: Meer, Atmosphäre, Land (Starts 2015-2020) Kostenfreie Verfügbarkeit der Daten
Verfügbarkeit von Eingangsdaten Digitale Luftbilder CIR- und RGBI-Orthofotos (Auflösung: 20 cm) Produkte aus Laserscandaten (Digitales Geländemodell, Digitales Oberflächenmodell) Projekt: Simulation der Sentinel 2-Daten durch Rapid Eye-Daten Sekundärdaten (Bodenkarte 1:5.000) Rapid Eye CIR-Orthofoto DGM Quelle: GeobasisNRW
Analyse des derzeitigen Verfahrens und Identifikation von Schnittstellen Ausführung des gesetzlichen Auftrags zur Durchführung des Natura 2000- Monitorings über die Erstellung eines Biotopkatasters Datenerfassungen im jährlichen Rhythmus durch terrestrische Kartierung Ergebnis: Vektordatensatz der Biotope mit Attribut über LRT-Status Schnittstellen zur Verfahrensoptimierung durch FE-Daten: Feststellung von Veränderungen (Change Detection) zur besseren Abschätzung des Kartierbedarfs eines Gebiets Vorkartierungen für die Kartiergebiete eines Kartierjahres Kontrollen als Hilfestellung für die Qualitätssicherung der in einem Kartierjahr erstellten Daten Biotopkartierung
Grob- & Feinkonzept: drei Anwendungsfälle Anwendungsfall 1: Lebensraumtypen-Veränderungsanalyse Archivdaten Biotopkataster (z.b. aus dem Jahr 2002) Detektion von Veränderungen + = Produkt Analyse Fernerkundungsdaten
Anwendungsfall 2: Lebensraumtypen-Suchraumanalyse Archivdaten Biotopkataster (z.b. aus dem Jahr 2002) + Detektion von Verdachtsflächen Produkt Analyse Fernerkundungsdaten
Anwendungsfall 3: Qualitätssicherung FE-Bildanalyse + = Feldkartierung
Komponenten des Pilotdienstes
Grafische Benutzeroberfläche als ArcGIS Add-In
Modul 1: Import von Eingangsdaten
Anwendungsfall 1: LRT-Veränderungsanalyse Truppenübungsplatz Borkenberge
Anwendungsfall 1: LRT-Veränderungsanalyse LRT 4030 = Trockene europäische Heiden
Anwendungsfall 1: LRT-Veränderungsanalyse Stichprobenerstellung Stichprobenerstellung je Basisbildklasse Training
Anwendungsfall 1: LRT-Veränderungsanalyse Stichprobenerstellung Training FE-Inputdaten SVM- (pixelweise) Pixelweise
Anwendungsfall 1: LRT-Veränderungsanalyse Stichprobenerstellung Training SVM- (pixelweise) FE-Inputdaten Indikatoren- Berechnung Indikatoren (pixelweise) Indikatoren zur LRT-Unterscheidung Wuchshöhen und -verteilung Mahdanzahl und zeitpunkte Homogenität (Texturfilter) Linienstrukturen (z.b. Entwässerungsgräben) Vitalitätsindex (NDVI)
Anwendungsfall 1: LRT-Veränderungsanalyse
Anwendungsfall 1: LRT-Veränderungsanalyse Stichprobenerstellung Training FE-Inputdaten = Überführung der Basisbildklassen in LRT- Objektarten SVM- Indikatoren- Berechnung Regelkatalogerstellung (pixelweise) Indikatoren (pixelweise) Biotoppolygone Regelkatalog
Regelkatalogerstellung Überführungsmatrix wird in Form einer XML-Datei abgelegt Beispiel für LRT 4030: <?xml version="1.0"?> <opencv_storage> <LRT_4030_Biotoptyp_DA1_Pfeifengras_min>0</LRT_4030_Biotoptyp_DA1_Pfeifengras_min > <LRT_4030_Biotoptyp_DA1_Pfeifengras_max>0.75</LRT_4030_Biotoptyp_DA1_Pfeifengras_max > <LRT_4030_Biotoptyp_DA1_Heidekraut_min>0.3</LRT_4030_Biotoptyp_DA1_Heidekraut_min > <LRT_4030_Biotoptyp_DA1_Heidekraut_max>1</LRT_4030_Biotoptyp_DA1_Heidekraut_max > <LRT_4030_Biotoptyp_DA1_Sand_min>0</LRT_4030_Biotoptyp_DA1_Sand_min > <LRT_4030_Biotoptyp_DA1_Sand_max>0.7</LRT_4030_Biotoptyp_DA1_Sand_max > <LRT_4030_Biotoptyp_DA1_Wald_min>0</LRT_4030_Biotoptyp_DA1_Wald_min > <LRT_4030_Biotoptyp_DA1_Wald_max>0.7</LRT_4030_Biotoptyp_DA1_Wald_max > </opencv_storage>
Anwendungsfall 1: LRT-Veränderungsanalyse Stichprobenerstellung Training FE-Inputdaten = Überführung der Basisbildklassen in LRT- Objektarten SVM- Indikatoren- Berechnung Regelkatalogerstellung (pixelweise) Indikatoren (pixelweise) Biotoppolygone Regelkatalog Change Detection Bewertung Biotoppolygone Attribut Werte Bedeutung Change ja / nein Änderung vorhanden Mindestgröße: 0,5 ha
Anwendungsfall 2: LRT-Suchraumanalyse Stichprobenerstellung Training FE-Inputdaten SVM- Indikatoren- Berechnung Regelkatalogerstellung (pixelweise) Indikatoren (pixelweise) Biotoppolygone Regelkatalog
Anwendungsfall 2: LRT-Suchraumanalyse Stichprobenerstellung Training FE-Inputdaten ATKIS-Grünland Polygone SVM- Indikatoren- Berechnung Segmentierung Regelkatalogerstellung (pixelweise) Indikatoren (pixelweise) Regionen Regelkatalog Quelle: GeobasisNRW Segmentierung = flächenhafte Zusammenfassung von Bildelementen (Pixel) ähnlicher Eigenschaften (Spektralsignatur, Textur, Form)
Anwendungsfall 2: LRT-Suchraumanalyse Stichprobenerstellung Training FE-Inputdaten ATKIS-Grünland Polygone SVM- Indikatoren- Berechnung Segmentierung Regelkatalogerstellung (pixelweise) Indikatoren (pixelweise) Regionen Regelkatalog LRT-Suchraumanalyse LRT-Gruppe LRT-Suchräume Magergrünland Feucht- und Nassgrünland Mesophiles Grünland
Anwendungsfall 2: LRT-Suchraumanalyse Stichprobenerstellung Training FE-Inputdaten SVM- Indikatoren- Berechnung ATKIS-Grünland Polygone Attribut Werte Bedeutung LRT vorhanden? ja / nein Binäre Entscheidung Segmentierung Regelkatalogerstellung ID div. Eindeutige ID eines Polygons Indikatoren LRT_Code_1 Regionen Regelkatalog (pixelweise) (pixelweise) LRT-IDs Vierstelliger LRT Code LRT_Code_1_WK 0 1 Wahrscheinlichkeit des LRT Potentials LRT_Code_2 LRT-Suchraumanalyse LRT-IDs s.o LRT_Code_2_WK 0 1 s.o LRT-Suchräume
Ausblick Projekt Derzeit Programmierung des Pilotdienstes, Fertigstellung des Prototyps geplant für Ende Januar 2015 Februar März 2015: Evaluation des Prototyps in Testgebieten (NRW) Ende April 2015: Vorstellung des Pilotdienstes auf einem abschließenden Nutzerworkshop
Kontakt: Juliane.Ruehl@lanuv.nrw.de