Radarbasiertes Umweltmonitoring zur Unterstützung der guten fachlichen Praxis in der Landwirtschaft (2010)
Team: | M. Tavakkoli Sabour |
Jahr: | 2010 |
Laufzeit: | seit 2003 |
Ist abgeschlossen: | ja |
Radarbasiertes Umweltmonitoring zur Unterstützung der guten fachlichen Praxis in der Landwirtschaft (RadUmPL)
Zunehmende Forderungen nach nachhaltiger und umweltbewusster Nutzung der natürlichen Ressourcen und eines kosten-, situations- und bedarfsgerechten Einsatzes von Dünge- und Pflanzenschutzmitteln (BNatSchG) erfordern den Einsatz neuer Technologien in der Landwirtschaft. In diesem Forschungs- und Entwicklungsprojekt, in dem von der ESA kostenfrei ENVISAT polarimetrische SAR-daten zur Verfügung gestellt werden, soll über den Einsatz dieser multitemporalen Daten die aktuelle landwirtschaftliche Flächennutzung im Untersuchungsraum „Fuhrberger Feld“ (Trinkwasserschutzgebiet im Norden Hannovers) abgeleitet und für ein GIS in Form von thematischen Karten aufbereitet werden. Zeitnah zu den Satellitenaufnahmen werden Feldmessungen der Bodenbedeckung durchgeführt. Die Daten werden seit 2003 erhoben. Das Hauptziel des Projektes ist die Maximierung der Klassifikationsgüte. Zu diesem Zweck werden systematisch die Einflüsse bestimmter Parameter und Verarbeitungsmethoden untersucht. So ist zum Beispiel die Auswahl aussagekräftiger und gleichzeitig möglichst weniger Zeitpunkte zur Erfassung der SAR-Daten von Bedeutung, was etwa durch Kontextinformation in Form von Anbaukalendern gestützt werden kann. Des Weiteren wird die Auswirkung von Vorverarbeitungsmethoden der Bildverarbeitung, wie etwa Speckle-Filtern, betrachtet. Darüber hinaus soll festgestellt werden, inwiefern durch den Einsatz moderner Klassifikationsverfahren, z.B. der Support Vector Machine, die Ergebnisse im Vergleich zu Standardverfahren verbessert werden können.
Die neueren Arbeiten, die mit den ENVISAT ASAR Bildern in den Vorjahren begonnen wurden, berücksichtigen neue hochauflösende TerraSAR-X Bilder. Insgesamt 10 SAR Aufnahmen (jeweils in HH und VV Polarisation) einer Zeitreihe wurden benutzt, um zunächst mit dem Maximum Likelihood Verfahren und der Einbeziehung eines regionalen Anbaukalenders die landwirtschaftliche Landnutzung im Untersuchungsgebiet zu kartieren. Es konnte gezeigt werden, dass durch die Nutzung dieser hochauflösenden Bilder und des Anbaukalenders eine Klassifikationsgenauigkeit von über 90% möglich ist.
Multitemporalbild (Juli/Juni/April) | Klassifikation |
Durch Anwendung einer Faktorenanalyse (Varianz- / Kovarianzanalyse) aus dem Programmpaket SPSS auf die multitemporalen Daten zeigte sich neben einer weitgehenden Übereinstimmung der Faktoren hoher Ladung zu den Terminen des Anbaukalenders, die Möglichkeit zur speziellen artenbezogenen Auswahl der wichtigsten Zeitpunkte/Bilder für die Klassifikation unter weitgehender Beibehaltung der Gesamtgenauigkeit.
Artenspezifischer Anbaukalender und Ergebnis der Faktorenanalyse (FA)