UZH-Logo

Maintenance Infos

Anwendung von ADS40 Daten im Agrarbereich


Bühler, Yves; Kneubühler, Mathias; Bovet, S; Kellenberger, Tobias (2007). Anwendung von ADS40 Daten im Agrarbereich. In: Seyfert, E. DGPF Tagungsband: Dreiländertagung SGPBF, DGPF und OVG. Oldenburg: Deutsche Gesellschaft für Photogrammetrie, Fernerkundung und Geoinformation (DGPF) , 381-390.

Abstract

Der neue, digitale Luftbildsensor ADS40 von Leica Geosystems ist in der Lage, räumlich und radiometrisch höchstauflösende Daten aufzuzeichnen. Am Beispiel von Daten aus dem Testgebiet St. Urban im Kanton Luzern wird aufgezeigt, wie mit einer objekt-orientierten Methode eine Klassifikation lokaler Feldfrüchte erstellt werden kann. Das Testgebiet
zeichnet sich durch eine grosse Vielfalt an Anbauflächen unterschiedlicher Grösse aus, was typisch für das Schweizer Mittelland ist. Es steht zudem ein zuverlässiger Referenz-
Datensatz der Anbauflächen zur Verfügung, welcher am Befliegungstag erhoben worden ist.
Diese Referenzdaten ermöglichen eine präzise Genauigkeitsabschätzung der Klassifikation.
Für die gängigen Fernerkundungssoftware-Pakete stellt die Verarbeitung der grossen Datenmenge des ADS40 Scanners ein bedeutendes Memory-Problem dar. Es wird gezeigt, wie diesem Problem mit einem Klassifikationsansatz auf verschiedenen Auflösungsebenen begegnet werden kann. Die Stärke der hohen räumlichen Auflösung kommt auf der zweiten Auflösungsebene der Klassifikation zum Zuge, in der die einzelnen Feldtypen in Regionen mit unterschiedlicher Bewuchsdichte unterteilt werden können. Es werden Vorschläge gemacht, wozu diese Anwendung in Zukunft gewinnbringend eingesetzt werden könnte. Im zweiten Teil dieses Papers werden aus den ADS40 Daten verschiedene Vegetationsparameter abgeleitet und miteinander verglichen. Dabei zeigt sich, dass bereits
einfache Parameter ohne zusätzliche Bodeninformation, wie der NDVI, aussagekräftige Resultate liefern. Durch simulierte Regressionsrechnungen wird aufgezeigt, wie aus dem NDVI mit Hilfe von Feldmessungen „Leaf Area Index“ (LAI) Werte extrapoliert werden können. Dieser LAI-Index ist ein wichtiger Strukturparameter für die Quantifizierung von
Phänologie, Biomasse und deren Energieumsatz, und wird häufig als Inputparameter für Ökosystemmodelle verwendet. Aufgrund der vorangehenden Klassifikation könnte diese
Extrapolation dann auf das gesamte Untersuchungsgebiet angewendet werden.

Der neue, digitale Luftbildsensor ADS40 von Leica Geosystems ist in der Lage, räumlich und radiometrisch höchstauflösende Daten aufzuzeichnen. Am Beispiel von Daten aus dem Testgebiet St. Urban im Kanton Luzern wird aufgezeigt, wie mit einer objekt-orientierten Methode eine Klassifikation lokaler Feldfrüchte erstellt werden kann. Das Testgebiet
zeichnet sich durch eine grosse Vielfalt an Anbauflächen unterschiedlicher Grösse aus, was typisch für das Schweizer Mittelland ist. Es steht zudem ein zuverlässiger Referenz-
Datensatz der Anbauflächen zur Verfügung, welcher am Befliegungstag erhoben worden ist.
Diese Referenzdaten ermöglichen eine präzise Genauigkeitsabschätzung der Klassifikation.
Für die gängigen Fernerkundungssoftware-Pakete stellt die Verarbeitung der grossen Datenmenge des ADS40 Scanners ein bedeutendes Memory-Problem dar. Es wird gezeigt, wie diesem Problem mit einem Klassifikationsansatz auf verschiedenen Auflösungsebenen begegnet werden kann. Die Stärke der hohen räumlichen Auflösung kommt auf der zweiten Auflösungsebene der Klassifikation zum Zuge, in der die einzelnen Feldtypen in Regionen mit unterschiedlicher Bewuchsdichte unterteilt werden können. Es werden Vorschläge gemacht, wozu diese Anwendung in Zukunft gewinnbringend eingesetzt werden könnte. Im zweiten Teil dieses Papers werden aus den ADS40 Daten verschiedene Vegetationsparameter abgeleitet und miteinander verglichen. Dabei zeigt sich, dass bereits
einfache Parameter ohne zusätzliche Bodeninformation, wie der NDVI, aussagekräftige Resultate liefern. Durch simulierte Regressionsrechnungen wird aufgezeigt, wie aus dem NDVI mit Hilfe von Feldmessungen „Leaf Area Index“ (LAI) Werte extrapoliert werden können. Dieser LAI-Index ist ein wichtiger Strukturparameter für die Quantifizierung von
Phänologie, Biomasse und deren Energieumsatz, und wird häufig als Inputparameter für Ökosystemmodelle verwendet. Aufgrund der vorangehenden Klassifikation könnte diese
Extrapolation dann auf das gesamte Untersuchungsgebiet angewendet werden.

Downloads

329 downloads since deposited on 18 May 2009
72 downloads since 12 months
Detailed statistics

Additional indexing

Item Type:Book Section, not refereed, original work
Communities & Collections:07 Faculty of Science > Institute of Geography
Dewey Decimal Classification:910 Geography & travel
Language:German
Date:2007
Deposited On:18 May 2009 08:48
Last Modified:05 Apr 2016 13:13
Publisher: Deutsche Gesellschaft für Photogrammetrie, Fernerkundung und Geoinformation (DGPF)
Number:16
ISSN:0942-2870
Additional Information:27. Wissenschaftlich-Technische Jahrestagung der DGPF, 19. – 21. Juni 2007 in Muttenz, Basel
Official URL:http://www.sgpbf.ch/content/view/62/28/lang,de/#TOC
Permanent URL: https://doi.org/10.5167/uzh-18573

Download

[img]
Preview
Content: Accepted Version
Filetype: PDF
Size: 5MB

TrendTerms

TrendTerms displays relevant terms of the abstract of this publication and related documents on a map. The terms and their relations were extracted from ZORA using word statistics. Their timelines are taken from ZORA as well. The bubble size of a term is proportional to the number of documents where the term occurs. Red, orange, yellow and green colors are used for terms that occur in the current document; red indicates high interlinkedness of a term with other terms, orange, yellow and green decreasing interlinkedness. Blue is used for terms that have a relation with the terms in this document, but occur in other documents.
You can navigate and zoom the map. Mouse-hovering a term displays its timeline, clicking it yields the associated documents.

Author Collaborations