Flächendeckende Landnutzungsmodelle von Österreich aus Fernerkundungsdaten
*
R. Ecker, A. Sindhuber (Institut für Photogrammetrie
und Fernerkundung, TU Wien)
K. Steinnocher (Österreichisches Forschungszentrum Seibersdorf, Hauptabteilung
Umweltplanung)
Veröffentlichung: Salzburger Geographische Materialien, Heft 22,
1995
* Die methodischen Grundlagen zum vorliegenden Anwendungsbericht wurden
in der Österreichischen Zeitschrift für Vermessung und Geoinformation
veröffentlicht: ECKER
R., KALLIANY R. und STEINNOCHER K. (1995): Fernerkundungsdaten für die
Planung eines Mobilfunknetzes. VGI 1-2/95, S.14-25.
Inhalt
Zusammenfassung
Die vorliegende Arbeit beschreibt die Erstellung von Landnutzungsmodellen
aus Fernerkundungsdaten einerseits als Grundlage für die Funknetzplanung
und andererseits für den Einsatz in der Umweltplanung. Dazu erfolgt
im ersten Schritt die geometrische Entzerrung der Satellitenbilddaten unter
Verwendung von Paßelementen und Berücksichtigung der Geländeform.
Die daraus entstandenen digitalen Orthophotos werden multispektral klassifiziert
und im Anschluß daran zu thematisch homogenen Oberflächenbedeckungstypen
zusammengefaßt. Der dritte Schritt umfaßt die Bestimmung der
jeweilig geforderten Landnutzungsklassen mit Hilfe eines regelbasierten Postklassifikationsalgorithmus.
Dabei werden die lokalen Umgebungen der einzelnen Pixel untersucht und aufgrund
der räumlichen Zusammensetzung der Oberflächenbedeckung die Landnutzungsklassen
ermittelt. Dadurch ist es möglich, Klassen auszuweisen, die durch eine
pixelweise multispektrale Klassifikation alleine nicht erkannt werden können.
Als Ergebnis stehen zum ersten Mal österreichweite, digitale Datensätze
zur Verfügung, die für beliebige großräumige Anwendungen
eingesetzt werden können.
Digitale Landnutzungsmodelle stellen eine essentielle Basis
für raumbezogene Planungsaufgaben dar. Auf regionaler oder nationaler
Ebene bieten sich zur Erfassung der Landnutzung die Methoden der Fernerkundung
an. Sie bieten den Vorteil, die gesuchte Information über unsere Umwelt
aktuell, flächendeckend und in digitaler Form erfassen zu können.
Das wiederum erlaubt die Erstellung großräumiger Landnutzungsmodelle
in relativ kurzen Zeiträumen, wobei die notwendigen Verarbeitungsschritte
in hohem Maße automatisiert werden können. Im folgenden werden
die einzelnen Prozesse beschrieben, die zur Ableitung von Landnutzungsmodellen
für zwei verschiedene Anwendungsbereiche eingesetzt wurden.
Als Datengrundlage wurden Bilddaten des auf dem amerikanischen
Fernerkundungssatelliten Landsat 5 installierten digitalen Aufnahmesystems
Thematic Mapper (TM) herangezogen. Der TM scannt einen 180km breiten Streifen
der Erdoberfläche in sieben Spektralkanälen mit einer geometrischen
Auflösung von 30x30m2 pro Pixel (vgl. KRAUS und SCHNEIDER, 1989). Zur
Deckung des gesamten österreichischen Bundesgebietes inklusive des benachbarten
Auslandes konnten 12 wolkenfreie Szenen erworben werden, die - mit einer
Ausnahme - innerhalb von zwei Monaten aufgenommen worden waren. Damit steht
für die weitere Verarbeitung ein ideales, weil zeitlich homogenes Bildmaterial
zur Verfügung. Abb. 1 zeigt eine Übersicht über die verwendeten
Szenen.
Abb. 1: Lage der verwendeten TM-Szenen und der Paßelemente
gemeinsam mit dem Blattschnitt der ÖK50
Der erste Schritt zur Erstellung von Landnutzungsdaten auf Basis
von TM-Szenen ist die geometrische Entzerrung der Satellitenbilder.
Hierfür muß aufgrund der topographischen Verhältnisse
in Österreich ein digitales Höhenmodell (DHM) einbezogen werden.
Höhenunterschiede von ca. 230m bewirken bei TM-Szenen bereits eine Lageversetzung
von einem Pixel und dürfen daher nicht vernachlässigt werden (ECKER
et al., 1995). Für das vorgestellte Projekt wurde auf Basis des Höhenmodelles
des Bundesamtes für Eich- und Vermessungswesen ein DHM mit 100m Rasterweite
im UTM-System bezogen auf den 15.Längengrad aufgebaut. Dadurch konnte
ein für ganz Österreich einheitliches System verwendet werden.
Aufgrund des kleinen Bildmaßstabes ist es schwierig,
Paßpunkte in Satellitenbildern zu finden und deren Bildkoordinaten
zu messen. Günstiger ist es, stattdessen Paßelemente zu verwenden.
Dabei handelt es sich um etwa 2x2km2 große vektorielle Kartenausschnitte,
die dauerhafte Lineamente wie Waldgrenzen, Verkehrswege und Ufer von Gewässern
enthalten. Am Institut für Photogrammetrie und Fernerkundung besteht
für Österreich eine Datenbank mit 243 Paßelementen, deren
Bildkoordinaten in den Satellitenbildern gemessen wurden.
Mit dem Programmsystem ORIENT (KAGER 1989) konnten mittels
Bündelblockausgleichung die Elemente der äußeren Orientierung
jedes einzelnen Scans der Satellitenbilder bestimmt werden. Die Ausgleichung
in einem Guß ergab einen mittleren Lagefehler der Paßpunkte im
Gelände von ±7m und einen Höhenfehler von ±13m.
Die Bildelementgröße für die parametrische
Entzerrung wurde mit 25x25m2 etwas kleiner als die nominelle Auflösung
des Landsat TM gewählt. Dadurch ist es auch möglich, reduzierte
Datensätze mit Rasterweiten von z.B 50m oder 100m zu erstellen. Für
die Berechnung der Orthophotos kam der Modul SCOP.DOP des Programmsystems
SCOP zum Einsatz (ECKER et al., 1993).
Bei den vorliegenden Arbeiten wurde aus operationellen Gründen
die Methode der unüberwachten Klassifikation eingesetzt. Der Vorteil
gegenüber der überwachten Klassifikation liegt in der schnelleren
Verarbeitung großräumiger Bilddaten, da die Auswahl geeigneter
Trainingsgebiete a priori einen weit höheren Aufwand darstellt, als
die Zuordnung der unüberwacht extrahierten Klassen a posteriori.
Dazu wurde der geokodierte Datensatz in 30 zusammenhängende
Gebiete von jeweils ca. 3000 km2 aufgeteilt. Jeder dieser Datensätze
wurde unüberwacht klassifiziert, wobei im Durchschnitt jeweils 50 spektrale
Klassen extrahiert wurden. Zur genaueren Differenzierung problematischer
Klassen wurden das digitale Höhenmodell und der Vegetationsindex als
zusätzliche Information miteinbezogen. Die thematische Zuordnung der
einzelnen Klassen erfolgte interaktiv mit Hilfe der ÖK 50 und visueller
Interpretation der Originaldaten.
Nach der semi-automatischen Überarbeitung der multispektralen
Klassifikationsergebnisse liegt ein Datensatz vor, der in einer 25m Pixelauflösung
verschiedene Ausprägungen der Oberflächen-bedeckung repräsentiert.
Diese Ausprägungen werden in Folge als Primärklassen bezeichnet
(z.B. Wald, Grünland, Bebaut, Versiegelt, Fels, Wasser, Agrarflächen,
Steinbruch etc.), das Ergebnis dementsprechend als Primärklassifikation.
Bestimmte Landnutzungsarten setzen sich aus einer Kombination
verschiedener Kategorien der Oberflächenbedeckung zusammen. Durch die
hohe räumliche Auflösung des Landsat-TM werden die in ihrer Bedeutung
homogenen Landnutzungsklassen (z.B. verschiedene Bebauungsdichten, Industrie)
in ihre spektral verschiedenen Komponenten zerlegt; das einzelne Pixel repräsentiert
lediglich die Art der Oberflächenbedeckung. In diesem Fall ist es nicht
möglich, mit Hilfe der am Pixel ansetzenden, multispektralen Klassifikation
direkt Landnutzungsklassen zu identifizieren (vgl. ZHANG et al 1988).
Um die räumliche Verteilung der Primärklassen
analysieren und daraus die Sekundärklassen zu ermitteln, wurde eine
Methode zur Postklassifikation entwickelt (STEINNOCHER 1994). Der Begriff
Postklassifikation versteht sich dabei nicht nur im Sinne "nach der Klassifikation",
sondern stellt ein eigenes Klassifikationsverfahren dar, das auf dem Ergebnis
einer pixelweisen Klassifikation aufsetzt.
Die Methode basiert auf der Untersuchung der räumlichen
Nachbarschaften der einzelnen Pixel des Ausgangsbildes, d.h. in diesem Fall
des multispektral klassifizierten Bildes. Diese Nachbarschaft wird über
ein Bildfenster definiert, das schrittweise über das Ausgangsbild bewegt
wird. In jeder Position des Fensters erfolgt die Berechnung eines lokalen
normierten Histogramms. Dieses Histogramm repräsentiert die räumliche
Zusammensetzung, d.h. die prozentuellen Anteile der Primärklassen innerhalb
der lokalen Umgebung. Die Bewertung der Histogramme erfolgt über ein
hierarchisch strukturiertes Regelsystem, wobei die Regeln die prozentuellen
Anteile der Primärklassen untersuchen. Das Maß der Generalisierung
kann über die Pixelgröße des postklassifizierten Bildes gesteuert
werden. So kann z.B. eine 4x4 Umgebung auf die 2x2 mittleren Pixel abgebildet
werden, d.h. 4x4 Pixel werden zur Histogrammberechnung herangezogen, die aus
dem Regelsystem ermittelte Sekundärklasse wird den mittleren 2x2 Pixel
zugewiesen.
Für die Planung zellularer Mobilfunknetze ist neben der
Topographie auch die Landnutzung von entscheidender Bedeutung (BÜHLER
1994). Die dafür eingesetzten Programmsysteme erfordern daher ein flächendeckendes
digitales Landnutzungsmodell als Grundlage für ihre Simulation der Funkwellenausbreitung.
Die relevanten Nutzungsarten dieses Modells (siehe Tab. 1) wurden in Zusammenarbeit
mit Nachrichtentechnikern erarbeitet (BÜHLER und STEINNOCHER 1991).
Tab. 1: Landnutzungsklassen für den Mobilfunk
Ausgehend vom Ergebnis der Primärklassifikation wurden
die oben angegebenen Klassen mit Hilfe des Postklassifikationsalgorithmus
abgeleitet. Dabei erfolgte eine Generalisierung der räumlichen Auflösung
auf 50x50m. Der Vergleich der Ergebnisse mit Referenzdaten, die aus Othophotos
erhoben wurden, ergibt - unter Berücksichtigung der Definitionsunsicherheit
der einzelnen Klassen - eine geschätzte Genauigkeit von über 90%.
Für Fragestellungen im Umweltbereich ist notwendig, eine
differenzierte Unterteilung der in der vorigen Applikation als offen ausgewiesenen
Bereiche durchzuführen. Im Gegensatz dazu wird jedoch keine detaillierte
Unterscheidung der bebauten Gebiete gefordert. Das Klassifikationsschema
wurde daher an die Ebene 2 der von der Europäischen Union definierten
CORINE Landnutzungs-nomenklatur angepaßt. Tab. 2 zeigt die ausgewiesenen
Klassen.
Tab. 2: Landnutzungsklassen für die Umweltplanung
Die Erkennung der angegebenen Klassen erfolgt in einem
zweiteiligen Postklassifikationsverfahren. Im ersten Schritt werden alle
Klassen außer diejenigen der landwirtschaftlichen Nutzung extrahiert,
wobei eine lokale Umgebung von 200x200m herangezogen wird. Die Ausweisung
der land-wirtschaftlich genutzten Flächen erfolgt auf einem höheren
Generalisierungsniveau. Dazu werden die bereits postklassifizierten Gebiete
aus der Primärklassifikation ausmaskiert, und die übrigen Flächen
mit einer Umgebung von 400x400m analysiert. Diese Vorgangsweise erlaubt es,
die dominante landwirtschaftliche Nutzung zu erkennen, und trotzdem kleinräumige
Strukturen von bebautem Gebiet, Wald- oder Wasserflächen zu erhalten.
Als Ergebnis liegt ein Landnutzungsmodell mit einer räumlichen Auflösung
von 100x100m vor.
BÜHLER, H., STEINNOCHER, K.:
Deriving land cover data for mobile radio from satellite data. Paper presented
at the European Cooperation in the field of Scientific and Technical Research,
Lund. COST 231 TD (91)/032.
BÜHLER, H.:
Estimation of radio channel dispersion for mobile radio network planning.
Dissertation, Fakultät für Elektrotechnik, Technische Universität
Wien.
ECKER, R., KALLIANY, R., OTEPKA, G.:
High quality rectification and image enhancement techniques for digital orthophoto
production. 43. Photogrammetrische Woche, Stuttgart 1993.
ECKER, R., KALLIANY, R., STEINNOCHER, K.:
Fernerkundungsdaten für die Planung eines Mobilfunknetzes. VGI 1-2/95,
S.14-25, Wien, 1995.
KAGER, H.:
A Universial Photogrammteric Adjustment System. In: Optical 3-D Measurement
Techniques, Wichmann, Karlsruhe, 1989.
KRAUS, K., SCHNEIDER, W.:
Fernerkundung Band 1: Physikalische Grundlagen und Aufnahmetechniken. Dümmler,
Bonn, 1989.
STEINNOCHER, K.:
Methodische Erweiterung der Landnutzungsklassifikation und Implementierung
auf einem Transputernetzwerk. Geowissenschaftliche Mitteilungen, Heft 40,
Technische Universität Wien, 1994.
ZHANG, Z., SHIMODA, H., FUKUE, K., MATSUMAE, Y., SAKATA,
T.:
New classification algorithms using spatial information for high resolution
image data. International Archives of Photogrammetry and Remote Sensing,
Vol. 27, B 7, Commission VII, 1988.
Document URL: http://www.ipf.tuwien.ac.at/veroeffentlichungen/re_as_ks_p_agit95.html
|
Top