Thematische kartierung grossräumiger tropischer waldgebiete durch verbesserte methoden der auswertung digitaler satellitenbilder / Gerhard Schmitt-Fürntratt.

Tese (doutor) - Albert-Ludwigs-Universität Freiburg, 1990

Die vorliegende Arbeit befaßte sich mit der Auswertung digitaler Satellitendaten für großräumige thematische Waldkartierungen in tropischen Regionen. Ziel war es die Methodologie der Auswertung den verbesserten Sensoren, hier Landsat/Thematic-Mapper, anzupassen. Aus der Einbindung dieser Untersuchung in eine mehrphasige Holzvorratsinventur leitete sich die konkrete Aufgabenstellung ab, nämlich die Erfassung der verschiedenen Waldtypen im Untersuchungsgebiet mit größtmöglicher Flächengenauigkeit und thematischer Differenzierung. Das Untersuchungsgebiet befindet sich im südindischen Bundesstaat Karnataka im Bereich des Western-Ghat-Gebirges und umfaßt ca. 400.000 ha. Die Untersuchung war eingebunden in ein Kooperationsprojekt der GTZ mit der indischen Fernerkundungsein-richtung NRSA und wurde daher auch von der Forstverwaltung in Karnataka unterstützt. Der digitalen Lassifikation des Datensatzes wurde eine visuelle Interpretation bildoptimierter Farbkompositen gegenübergestellt. Durch eine in technischer Hinsicht verbesserte visuelle Interpretation lag dieses Auswerteergebnis, wie das der digitalen Lassifikation, in digitaler Form vor. Dadurch konnten beide Ergebnisse, als methodologische Neuentwicklung, miteinander verknüpft werden. Die Bildoptimierung beruhte auf einer automatisierten Kanalauswahl zur Herausarbeitung des informativsten Kanaltripletts. Die Berechnung ergab die Kanalkombination TM4, TM5 und TM1 in der Farbzuweisung Rot, Grün und Blau (RGB). Ferner beinhaltete die eine spezielle Kantenverstärkung dieser Farbkomposite als weitere das Bild verbessernde optische Aufbereitung. Die Vorabinterpretation dieser Farbkomposite heinsichtlich untersuchumgsrelevante Klassen - überwiwgend Waldtypen - ergab, daß eine Interpretation ausschließlich auf dieser Basis unzureichend wäre. Signaturanalysen wiesen darauf hin, daß die Ratio TM2/TM7 als zusätzliche Information eine umfassende Interpretation vor allem des Waldtyps Evergreen Forest erlaubt. Dieser Ratiokanal wurde daher in eine zweite Farbkomposite eingebunden, mit der Kanalkombination RGB: TM4, TM4/5, TM2/7. Die Interpretation vollzog sich auf Grundlage der zwei generierten Farbkompositen als photographische Vergrößerung im Maßstab 1:50.000. 66% des Untersuchungsgebietes, nämlich 268.499 ha, wurden den insgesamt 15 thematischen Klassen zugewiesen. Die restliche, meist landwirtschaftlich genutzte Fläche brauchte auf Grund der konkreten Aufgabenstellung nicht interpretiert zu werden. Ein erstes Zwischenprodukt der visuellen Interpretation waren die auf einer Klarsichtfolie aufgetragenen Polygone untersuchungs-relevanter Klassen. Diese wurden digitalisiert und rechnerisch zu einer thematischen Karte - dem visuellen Interpretationsergebnis - zusammengefügt. Anschließend wurde das Untersuchungsgebiet nach der Maximum-Likelihood-Methode digital klassifiziert. Dabei konnten nicht alle visuell ausgeschiedenen Lassen spektral, d. h. im Zuge der digitalen Lassifikation, erfasst bzw. getrennt werden. Ferner erforderter dieses Verfahren, daß zusätzliche, nicht untersuchungs - relevante Klassen, ausgeschieden werden mußten. Das digitale Ausweteergebnis wies innerhalb geschlossener, homogener Waldflächen gegenüber dem visuellen Auswerteergebnis zum Teil divergierende Karteninformation auf. Die aufgetretenen Unterschiede wurden während des Feldbegangs näher untersucht. Dabei zeigte sich, daß an solchen Stellen das digitale Klassifikations- ergebnis neben reinen Fehlzuweisunger in den Klassen Evergreen, Degraded Evergreen, Moist Deciduous und Coffee auch Fehlzuwei sungen mit sowohl spektrak als auch visuell bis dahin nicht zu erkennender Information enthält. Der Feldbegang erbag weiterhin, daß die visuelle Interpretation insgesamt gesehen das plausiblere Ergebnis liefert. Basierend auf diesen Erkenntnissen wurde als weitere und im Sinne der Zielsetzung der Arbeit wichtiger Schritt ein neuer Ansatz für ein kombiniertes, hybrides Klassifizierungsverfahren gesucht und entwickelt. Die Auswerteergegnisse der sisuellen Interpretation und der digitalen Klassifikation wurden verknüpft und zu einer neuen thematischen Karte zusammengeführt. Die technischen Voraussetzungen waren durch die digitale Form der Auswerteergebnisse einerseits und durch eine 99,9% tige Kongruenz der Datenzätze andererseits gegeben. Die visuelle Interpretation lieferte dabei die Basisinformation, die durch eine kombinatorische Verknüpfung der Fehlzuweisungen der digitalen Klassifikation mit bis dahin verdeckter Information ergänzt wurde. Durch diese Uminterpretation der Fehlzuweisungen entstanden vier neue thematische Klassen, die einen Anteil con 7,5%an der visuell interpretierten Fläche besitzen. Dieser Informationsgewinn erstreckt sich ausschließlich auf Waldtypen, die einen hohen Vorrat/ha besitzen und somit die Berechnung des Gesamtholzvorrats des Untersuchungsgebietes nach-haltig beeinflußen werden. Bei einer Größe des Untersuchungsgebites von ca. ¼ TM-Szene übersteigt der Zeitaufwand für die visuelle Interpretation den der digitalen Klassifikation um 18%, liefert dafür aber das plausiblere Ergebnis. Nach Maßgabe der konkreten Aufgabenstellung erfüllt nur die kombinatorische Auswertung die geforderte Genauigkeit, wobei - bezogen auf das 400.000 ha große Inventurgebiet selbst ein Zeitaufwand von 15,2 Person/Wochen für die kombinierte Auswertung gegenüber 9,9 Person/Wochen (visuelle Interpretation) und 8,4 Person/Wochen (digilate Klassifikation) durch den erzielten Infoemationgewinn gerechtfertigt wird. Unter dem Aspekt der methodologischen Weiterentwicklung von Auserteverfahren digitaler Satellitendaten kann festgestellt werden, daß durch die Verknüpfund von visueller Interpretation und digitaler Klassifikation eine höhere Informationsebene erreicht wird; ferner, daß es operationell und - wie Erfahrungen im Rahmen eines GTZ-Projektes zeigten - von den Counterparts gut erlernbar ist.