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.