I’m done!!!

Es ist vollbracht. Ich habe soeben meine Masterthesis über die Dropbox eingereicht. Nun muss ich das ganze nur noch in gedruckter bzw. gebundener Ausfertigung nach Salzburg schicken und dann auf meine Note warten. Nach 5 langen Monaten Bearbeitungszeit und insgesamt 2,5 Jahren UNIGIS Studium haben die langen Tage und Wochen (UNIGIS + Beruf) damit ein Ende :-). Mal schauen was ich mit der neu gewonnenen Freizeit anfangen werde.

Endlich fertig.

Endlich fertig.

Nach einem durchgearbeiteten Wochenende habe ich meine Master Thesis nun endlich fertig (hurra!). Jetzt muss ich sie „nur“ noch Korrektur lesen lassen, formatieren, ein extended Abstract von 10 Seiten dazu verfassen und eine Präsentation ausarbeiten. Der MSc(GIS) rückt damit in greifbare Nähe :-).

ENVI 5.0 ist nun Verfügbar

Auf der EXELIS-Homepage steht die neuste Generation der Software ENVI zum Download zur Verfügung. Die Software soll dabei unter anderem mit einer neuen Benutzeroberfläche und erweiterten Bearbeitungswerkzeugen daherkommen. Laut EXELIS soll diese Version auch eine nahtlose Verzahnung zwischen ArcGIS und den Bildanalyse-Funktionalitäten ermöglichen.

Fernerkundungs- und GIS-Techniken vereint in einer Software-Anwendung klingt doch sehr vielversprechend.

In der letzten Version konnte ENVI mit den zur Verfügung stehenden GIS Workflows jedoch nicht wirklich überzeugen. Aus eigener Erfahrung waren diese Tools bis Dato sehr begrenzt und nur wenig performant. Nicht selten führten diese wenigen Tools bei mir sogar zu einem Programmabsturz.

Mal schauen um welche der mächtigen Bildanalyse-Funktionalitäten sich ArcGIS damit erweitern lässt.

Quellen:

http://www.exelisvis.com/

 http://www.afcea.de/en/1114.html?tx_mhbranchenbuch_pi1%5Bdetail%5D=137&cHash=47a76e26649556c83df91a5826f2f994

Daten erfasst und Bewertungsparameter abgeleitet

Die Anwendung der entwickelten Lösungs- bzw. Verfahrensstrategie zur Ableitung der erforderlichen Daten ist abgeschlossen. Damit liegen nun alle Informationen zur Erfassung der Erhaltungszustände und zur Bewertung der Entwicklungsdynamik, vor. Entsprechend kann jetzt endlich die finale Phase meiner Master Thesis eingeleitet werden.

Da mit dem Abschluss meiner Arbeit gleichermaßen der Abschluss meines Studiums verbunden ist, ist das Ende meiner UNIGIS-Zeit damit zum Greifen nahe.

Signaturtransfer fehlgeschlagen

Ein wichtiges Teilziel meiner Arbeit stellte die Übertragbarkeit der Endmembersignaturen und der Klassifikationsparameter, auf temporal unterschiedliche Szenen meines Untersuchungsgebietes, dar. Der Kerngedanke war dabei eine temporal reproduzierbare Analyse mit möglichst wenig Aufwand zu realisieren. Die Ergebnisse dieses Versuchs sind jedoch ernüchternd. Trotz aller Bemühungen konnte kein wirksamer Signaturentransfer zwischen Szenen unterschiedlicher Jahre umgesetzt werden. So waren viele der Endmember mit Vegetation in multitemporaler Hinsicht nicht übertragbar. Neben verfahrensbedingten Einflußfaktoren kommen dabei insbesondere phänologische Unterschiede (trotz identischem Aufnahmemonat) für diesen Misserfolg in Frage.

Für eine multitemporale Analyse auf Grundlage von Bildendmembern mussten somit aus jedem Zeitschnitt individuelle Endmembersignaturen für thematische identische Klassen erzeugt werden. Im Umkehrschluss liefert dies natürlich potentielle Fehlerquellen, welche letztlich die Konsistenz der Ergebnisse in Frage stellen.

Erste Ergebnisse

Die Verarbeitung der Daten ist nun endlich geschafft!! Entgegen meiner Hoffnungen und Erwartungen hat sich dies jedoch als ein langwieriger und komplizierter Prozess entpuppt. Im Vergleich zu klassischen Verfahren erfordert die spektrale Entmischung doch sehr viel Geduld und Know-How vom Bearbeiter. Belohnt wird dies jedoch mit einer detaillierten Erfassung der physikalischen Vegetationsanteile am Pixel.

Hinsichtlich der durchschnittlichen Genauigkeit, konnte über das genutzte Verfahren ein Wert von 82% realisiert werden. Das größte Fehlerpotential lag dabei in Klassen mit Waldstrukturen. Hier wiesen die Klassifikationsgenauigkeiten starke Schwankungen auf. Besonders enttäuschend fielen bspw. die Genauigkeiten der „Carpinus“ Klasse aus. Hier konnte lediglich eine durchschnittliche Genauigkeit von 65 % erreicht werden. Die Relevanz jener Klassen muss im Sinne des FFH-Monitorings daher als fragwürdig betrachtet werden. Entsprechend konnte das Potential der spektral hochaufgelösten Daten, über das Mixture tuned matched filtering -Verfahren, somit nicht uneingeschränkt genutzt werden.

Das Klassifikationsverfahren

Das Klassifikationsverfahren

Die Ableitung der erforderlichen Bewertungsparameter erfolgt über eine räumliche Subpixelanalyse, in Form des Mixture tuned matched filtering (MTMF) Verfahrens. Das Mixture tuned matched filtering ist dabei als ein hybrides Verfahren, bestehend aus Matched Filterung und der spektralen Entmischung, zu verstehen. Der Grund zur Nutzung dieses Verfahrens basiert auf bestehenden Forschungsarbeiten, welche dem Verfahren, für ein Schutzgebiets-Monitoring und im Kontext hyperspektraler Fernerkundungsdaten, ein gewisses Potential unterstellen. Nach BRUNN (2006) schafft dies beispielsweise „ein Verfahren […], das im Gegensatz zur linearen spektralen Entmischung […] nicht von der Voraussetzung ausgeht, dass alle Bestandteile der Oberfläche aus den als Eingangsfaktoren definierten Endmembern bestehen […].“ Entsprechend ermöglicht dieses Verfahren auch eine Kartierung unbekannter Oberflächenmaterialien, was im Kontext des Schutzgebietsmonitoring und der damit verbunden Biodiversität, Fehlklassifikationen durch Über- oder Unterschätzungen der Bewertungsparameter deutlich reduzieren kann.

Quellen:

– Brunn, A., 2006: Methoden zur Auswertung hyperspektraler Fernerkundungsdaten für die Untersuchung von Zustandsveränderungen perennierender Pflanzen

Dimensionsreduzierung als weiterer Schritt der Vorverarbeitung

Dimensionsreduzierung als weiterer Schritt der Vorverarbeitung

Da ein Großteil der Informationen in hyperspektralen Fernerkundungsdaten redundant und damit für weitere Verarbeitungsschritte nicht erforderlich ist, empfiehlt es sich, einen weiteren Schritt zur Vorverarbeitung der Daten durchzuführen. Zweck dieses Arbeitsschrittes ist es, die Informationen aller Kanäle auf wenige aussagekräftige Kanäle zu reduzieren und in einem neuen Datensatz zu verdichten.

Eine Möglichkeit bietet hier die Minimum Noise Fraction-Transformation (kurz MNF). Hierbei handelt es sich um eine orthogonal Transformation in Form einer zweistufigen Hauptkomponententransformation. Ziel dieser Transformation ist die Interpretation der Kanäle zur Identifikation jener Komponenten mit den größten bzw. geringsten Informationsanteilen. Abschließend werden diese Komponenten dann in wenige aussagekräftige Hauptkomponenten strukturiert und nach einem abnehmenden signal-to-noise ratio bzw. Informationsgehalt geordnet.

Die Umsetzung erfolgte über das in ENVI implementierte „Forward MNF“ Tool. Die Evaluation der berechneten MNF-Komponenten ergab dabei, dass bereits die ersten 20 der insgesamt 126 Kanäle durchschnittlich 85 % der gesamten Informationen besitzen. Für die weitere Analyse wurden daher lediglich die ersten 20 Kanäle beibehalten. Dies wiederum hat einerseits den Vorteil, dass die aus den Daten gewonnen Informationen größtenteils wirkliche und somit unverrauschte Informationen repräsentieren und andererseits, dass die Rechenzeit für noch folgende Arbeitsschritte erheblich reduziert wird.

Präprozessierung der Daten

Präprozessierung der Daten

Einen der wohl wichtigsten Schritte innerhalb der Prozessierungskette stellt die Vorverarbeitung der Daten dar. Ist dieser Arbeitsschritt bereits fehlerhaft, wirkt sich dies unweigerlich auf alle noch folgenden Arbeitsschritte und damit auf die Qualität der Ergebnisse aus. Ziel der Präprozessierung war es, die Daten in einen geeigneten und damit nutzbaren Zustand zu bringen, um diese gerade im Kontext einer multitemporalen Auswertung miteinander vergleichbar zu machen

Zur Korrektur systembedingter und zufälliger Fehler fanden für die im Rahmen der Arbeit genutzten Daten folgende Verfahren Verwendung:

–          Geometrische Korrektur,

–          Atmosphärenkorrektur,

–          die Bildung von Masken,

–          sowie eine Ausmaskierung fehlerhafter Kanäle.

Der Lösungsansatz

Lösungsansatz

Wie bereits beschrieben, ist das strategische Ziel meiner Arbeit die Entwicklung einer effizienten Methode zur Erfassung und Bewertung (Monitoring) großflächiger Natura 2000 Schutzgebiete. Dabei möchte ich mit möglichst einfachen Mitteln gute Resultate erzielen. Die gesamte Methode soll daher auch  auf Grundlage existierender Verfahren aufbauen.

Meinen Lösungsansatz habe ich entsprechend den während der Literaturrecherche gesammelten Erkenntnissen gestaltet, mit dem Ziel, einen Mix ausgewählter Forschungsmethoden zu einer beherrschbaren Methode zu verbinden. Zur Erfassung der aktuellen Erhaltungszustände und der zeitlichen Entwicklung von Biodiversität in großflächigen Schutzgebieten, werden im Rahmen dieser Arbeit Biodiversitätsindikatoren genutzt. Grundlage bilden dabei die Arbeiten des EU-Projektes EON2000+. Dabei handelt es sich um fernerkundungsbasierte Indikatoren, welche eine Ableitung aussagekräftiger Bewertungsparameter zum Monitoring von Schutzgebieten ermöglichen und so eine Möglichkeit zur Implementierung der FFH -Monitoring und Berichtspflicht schaffen. Den Zugang zu diesem Verfahren habe ich über die Literaturrecherche bzw. der Analyse des Forschungsstandes erhalten. Über verschiedene Studien konnte dabei die Eignung und Effizienz dieser Indikatoren nachgewiesen werden. Zum Teil nutze ich hierbei auch die Ergebnisse der 2006 abgeschlossenen Dissertation von Sell.

Die Wahl der Indikatoren richtet sich nach den Vorgaben des EU-Projektes EON2000+. Um dabei eine möglichst allgemeingültige und reproduzierbare Umsetzung der FFH-Monitoringpflicht zu realisieren, werde ich diese ohne Modifikationen übernehmen. Für die explizite Wahl der Bewertungsindikatoren habe ich mehrere Kriterien definiert, welche den inhaltlichen und räumlichen Bezug zum Schutzgegenstand sicherstellen sollten. Bei diesen handelt es sich um die Maßstabsebene, die biogeographische Region, die vorhandenen Lebensraumtypen sowie die Schutzziele und Maßnahmen.

Ich hoffe damit ein Set aus Biodiversitätsindikatoren zu haben, über welches die Veränderungen im Untersuchungsgebiet erkannt, quantifiziert und analysiert werden können, so wie es die Monitoring- und Berichtspflichten der FFH-Richtlinie explizit fordert.