Bachelor

Fakultät 08
Untersuchung der saisonalen Klassifikationsgenauigkeit unter der Verwendung von Sentinel-1 MultiSAR und Sentinel-2 L2A MAJA Daten am Beispiel des Fichtelgebirges
Kategorie:
Abschlussarbeit
Status:
abgeschlossen
BetreuerIn:
Extern/e AutorIn:
Christian Haas
Jahr:
2021
Abbildung 1 Klassifikation des Fichtelgebirges für den Monat Mai 2020
Abbildung 1 Klassifikation des Fichtelgebirges für den Monat Mai 2020


Ausgehend von wenigen Trainingsgebieten können mit Hilfe von Klassifikationsalgorithmen flächendeckend Vegetationskarten erstellt werden. In dieser Arbeit wurden für das Testgebiet – den Naturpark Fichtelgebirge – für den Untersuchungszeitraum von Dezember 2019 bis September 2020 monatliche Klassifikationen mit einem Maximum-Likelihood-Klassifikator durchgeführt, siehe Abbildung 1.


Zur Klassifikation wurden zum einen multispektrale Sentinel-2 L2A Daten aus der MAJA Prozessierung des DLR sowie multipolarisierte Sentinel-1 MultiSAR Daten (ebenso DLR) in der Form von Kennaugh-Elementen verwendet. Zum anderen wurde ein Layerstack aus beiden Eingangsdaten gebildet, welcher unfusioniert klassifiziert wurde. Anhand der vor kurzem veröffentlichten Datenfusionsstrategie auf hyperkomplexen Basen innerhalb des Kennaugh-Rahmens konnten die multispektralen Daten nach einer Transformation in multispektrale Kennaugh-„ähnliche“-Elemente mit den multipolarisierten Radardaten fusioniert werden. Diese fusionierten Datensätze vereinen die Vorteile von multispektralen und multipolarisierten Aufnahmen und liegen nach der Fusion bereits anwendungsbereit als ARD (Analysis Ready Data)-Datensätze vor, d.h. sie benötigen keine spezielle Software, sondern können mit jedem üblichen GIS-System weiterverarbeitet werden. Diese Datensätze wurden ebenfalls in die Studie einbezogen.


Die multispektralen Datensätze waren nur in Form zweier überlappender Kacheln verfügbar und mussten vor der Weiterverarbeitung zusammengefügt werden. Dadurch, dass bei der MAJA Prozessierung eine kachelweise atmosphärische Korrektur angebracht wird, mussten mit k3 und k7 zwei fusionierte Kennaugh-like Elemente für die Klassifikation ausgeklammert werden. Beide Elemente zeigten aufgrund der unterschiedlichen atmosphärischen Korrektur und der aufgrund der Darstellung auf normierten Hyperkomplexen Basen extrem erhöhten Sensitivität deutlich erkennbare Streifen an den Kachelgrenzen.


Mithilfe von definierten Kontrollgebieten wurden die monatlichen Klassifikationen auf ihre Genauigkeit hin überprüft. Diese Genauigkeitsüberprüfung ergab, dass die fusionierten Datensätze trotz des Informationsverlusts durch die zwei nicht verwendeten Elemente von der Gesamtgenauigkeit her ähnlich gute Ergebnisse lieferten wie die unfusionierten Kombinationen. Über alle Zeitpunkte hinweg war die Gesamtgenauigkeit der Klassifikation der Radardaten (ohne Zusatzinformation) am geringsten.


Zur Analyse von Vegetationsverläufen und der unterschiedlichen Informationsaussagen der Datensätze wurden für jede der vier genannten Datenkombinationen Zeitreihen gebildet. Für diese wurden spektrale Signaturen dargestellt und diese klassenweise analysiert. Diese Untersuchung ergab, dass in der Regel die Signaturen des NIR-Kanals (Nahes Infrarot) der multispektralen Daten die besten Informationen für eine Verlaufsanalyse von Vegetationsgebieten lieferten.


Abschließend wurde eine harmonische Analyse auf Basis der Fouriertransformation durchgeführt, um die Verläufe der Signaturen auf Saisonalität zu überprüfen. Hierfür wurden zwei Darstellungsformen entwickelt, welche durch eine Darstellung der harmonischen Schwingungen als Polarkoordinaten und gegenüber der fusionierten Signaturen eine erweiterte Form der Analyse möglich machten. Besonders ist zu erwähnen, dass durch die Polarkoordinatendarstellung die regelmäßigen Zeitpunkte mit maximalen Veränderungen für die angegebenen Schwingungen ablesbar war, siehe Abbildung 2.


Abbildung 2 Ergebnisse der harmonischen Analyse von Laubwald
Abbildung 2 Ergebnisse der harmonischen Analyse von Laubwald

Suche

Suchen Sie
... Abschlussarbeiten, Projekte oder Publikationen zu einem bestimmten Thema? Dann verwenden Sie das Suchformular.

... oder von einem bestimmten Autor oder Betreuer? Dann können Sie auch auf den persönlichen Seiten nachsehen.