Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Synergetische Nutzung von optischen und
SAR Daten für die Ableitung von
Landbedeckungsprodukten
Tanja Riedel, Christian Thiel, Christiane Schmullius
Friedrich-Schiller-University Jena, Dept. for Earth Observation
Carsten Pathe
EOS GmbH, Jena
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Gliederung
Einleitung
Enviland-2 Projekt
E2 Prozesskette
E2 Klassifikationsstrategie
Ergebnisse
Radarcover / AMOC II
SenThIS
Zusammenfassung & Ausblick
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Einleitung
Sentinel-1 / -2
kostenfreie Verfügbarkeit
Sentinel-2
13 Spektralkanäle, 10-60m Auflösung
Wiederholrate 10 Tage (5 Tage S-2A/S-2B Konstellation)
Sentinel-1 C-Band SAR:
festgelegter Akquisitionsplan
Standard - Aufnahmemodus: Interferometric Wideswath, VV / VH Polarisation,
20m räumliche Auflösung, Wiederholrate 12 Tage (6 Tage S-1A/S-1B
Konstellation)
Aufnahme kontinuierlicher, dichter Zeitreihen
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Einleitung
Enviland-2 (DLR / BMWi)
Ziel: Entwicklung einer Prozesskette zur Ableitung von Landnutzungs-
/Landbedeckungsprodukten einschließlich der Hauptanbauarten
Schwerpunkte: hoher Automatisierungsgrad, Ausnutzung Synergie optisch & SAR
RadarCover / AMOC-II (ESA)
Ziel: SAR-basierte großflächige Kartierung der Hauptlandbedeckungsklassen
SenThIS
Aktuell laufendes Projekt mit Beteiligung des EOS Jena GmbH
Sentinel-1/-2 zur Unterstützung der Durchführung von Landesaufgaben im Freistaat
Thüringen
Inhalt dieser Präsentation:
Methoden zur Auswertung multitemporaler Daten
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
ENVILAND2 - Prozesskette
Input layer
Geo-coding
Segmentation
Land Cover Map
• Optical and SAR • input data
• Multi-sensor geo- • coding / matching
• Pre-processing
• Information layer
• Edge detection
• Multi-sensor • segmentation
• Automated training areas
• Supervised classification
• Land cover and change • maps, thematic layers
Multi-channel
segmantation
Optical data Radar data
Automated extraction of
training areas
Edge detectionEdge detection
Land cover mapping
Segment-based supervised
classification
· Sensor calibration (L)
· Cloud masking
· Radiometr. normalisation
· Sensor calibration (s0)
· Radar shadow
· Topograph. normalisation
· Extraction of information
layer (e.g. NDVI)· Extraction of information
layer (e.g. STD, NGLD)
Change layer
Specific thematic layers
(biophysical / urban)
· Multi-sensor geocoding
(DEM and sensor parame-
ter based, optional GCPs)
· Image matching
· Multi-sensor geocoding
(DEM and sensor parame-
ter based, optional GCPs)
· Image matching
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
→ Nordhausen, Thüringen
→ Südlicher Teil des Harz
→ Intensive großflächige
landwirtschaftliche
Nutzung
→ Klein Altendorf
Nordrhein Westfalen
→ Südwestlich von Köln
→ Mittel- bis kleinflächige
Landwirtschaft
ENVILAND2 - Testgebiete
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Referenzdaten
Fernerkundungsdaten
Nordhausen
2009
→ Feldkampagnen: Feldfrucht, biophysikalische Parameter
→ Amtliche Landbedekungsdaten, Biotoptypen-/Waldkartierungen, ATKIS, digitale
Orthophotos
Enviland-2 - Datengrundlage
Sentinels
Akquisitionsstrategie &
Wiederholrate
Höhere Wahrscheinlichkeit
wolkenfreier opt. Aufnahmen
Kontinuierliche SAR Zeit-
reihen mit Aufnahmen zu
kritischen phänologischen
Zeitpunkten
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Enviland-2 - Klassifikationsstrategie
© FSU / ZFL
→ Automatisierung durch Ausweisung von Trainingsgebiete ohne Nutzerinteraktion
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Analyse der verfügbaren
Fernerkundungsdaten
Wissensbasis - Tabelle
Automatische Definition der Decision Tree
Struktur in Abhängigkeit von den Inputdaten
klassen-
spezifische
Bildparameter:
• optisch und SAR
• stabil / robust
• übertragbar
Enviland-2 - Klassifikationsstrategie
Beispiel Bildparameter: C-HV zur Unterscheidung
von Landwirtschaft / Grünland
ASAR HV IS2 – 2005 MAV MMAX MMAX
© ESA
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Testgebiet Nordhausen - Input: multitemporale X-, C- und L-Band Daten von 2009
Trainingsgebiete
Wasser
Nadelwald
Siedlung
Grünland
Laub-Mischwald
Winterweizen
Zuckerrüben
Andere
Feldfrüchte
Raps
Wintergerste/
Tritikale
Enviland-2 - Ergebnisse
Nordhausen
X-, C-, L-Band
Anzahl Trainingsgebiete
[Total / Referenz]
Korrekte Trainingsgebiete
[%]
Wasser 131 / 59 100,00
Nadelwald 150 / 75 100,00
Laub-/Mischwald 150 / 91 90,11
Siedlungen 150 / 121 99,17
Grünland 150 / 86 96,51
Winterweizen 150 / 91 100,00
Wintergerste / Tritikale 150 / 116 97,41
Raps 150 / 83 98,80
Zuckerrüben 12 / 9 100,00
Andere Feldfrüchte 20 / 18 100,00
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
SVM Klassifikationsergebnis
(ZFL Bonn)
Nordhausen
X-, C-, L-Band
Hersteller-genauigkeit
[%]
Nutzer-genauigkeit
[%]
Wasser 86,93 96,03
Nadelwald 85,86 83,86
Laub-/Mischwald 57,25 83,92
Siedlungen 85,86 79,28
Grünland 88,17 70,71
Winterweizen 96,38 96,63
Wintergerste / Tritikale 93,44 91,81
Raps 96,91 99,37
Zuckerrüben 74,81 99,82
Andere Feldfrüchte 96,47 90,74
Gesamtgenauigkeit 87,71
Kappa 0,86
Testgebiet Nordhausen - Input: multitemporale X-, C- und L-Band Daten von 2009
Enviland-2 - Ergebnisse
Wasser
Nadelwald
Siedlung
Grünland
Laub-Mischwald
Winterweizen
Zuckerrüben
Raps
Wintergerste/
Tritikale
Andere
Feldfrüchte
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
1. Neue Methode zur Ausweisung potentieller Traningsgebiete
Verkürzung der zeit- und kostenintensiven Definition von Trainingsdaten
Automatische Klassifikation
2. Methodischer Ansatz
Synergetische Nutzung von optischen und SAR Daten
Wissensbasierter Ansatz
Kombiniert pixel- und objektorientierter Ansatz
Szenenspezifische Schwellwerte (nicht fixiert)
3. Automatische Generierung von Trainingsgebieten ist möglich unter Verwendung von
optischen und SAR Daten oder auf alleiniger Basis von SAR-Daten – aktuelle
Klassentiefe: bis zu 12 Klassen
Enviland-2 - Zusammenfassung
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
4. Genauigkeit
Anteil fehlerhafter Trainingsgebiete für einzelne Klassen i.d.R. << 10%
Überwachte Klassifikation (ZFL): 80 – 90% Gesamtgenauigkeit
5. Übertragbarkeit
Räumliche Übertragbarkeit für Testgebiet Klein Altendorf demonstriert
Zeitliche Übertragbarkeit → Anwendung auf unterschiedliche Akquisitionsjahre
(2009 und 2010) sowie durch unterschiedliche Kombination der Inputdaten
Anwendbar auf verschieden Sensoren (Landsat TM/ETM, Spot, RapidEye
TerraSAR-X, ERS-2, Envisat ASAR, ALOS PALSAR)
Regionen anderen Landbedeckungsklassen / Anwendungen → Adaption des
Expertenwissen
Enviland-2 - Zusammenfassung
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
7. Feldfruchtartenklassifikation
Kritisch : extrem kleine Feldschläge
Kritisch: Verfügbarkeit von Fernerkundungsdaten zu optimalen
Aufnahmezeitpunkten
Enviland-2 - Zusammenfassung
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Radarcover / AMOC II
ESA-Projekte
Ziele: Demonstration des Potentials von C-Band SAR Daten zur
großflächigen Kartierung der Hauptlandbedeckungsklassen
Vorbereitungsstudie für Sentinel-1
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
AMOC II - Landbedeckungsklassifikation
75.000 km² - 10 Frames (ASAR APP IS1 – IS3)
Decision Tree Klassifikation
DT - Beispiel für Track 0487, Frame 0999
6 Landbedeckungs-
klassen 4 Landbdeckungsklassen
(Landwirtschaft/ Grünland
kombiniert)
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
AMOC II - Ergebnisse
C-Band SAR basierte Klassifikation der
Hauptlandbedeckungsklassen ist mit hoher Genauigkeit möglich
Mindestanforderung: 4 dual-polarisierte SAR Aufnahmen
Bedeutung multitemporaler SAR-Parameter für Klassifikation
Keine konsistente und multitemporale Abdeckung großflächiger
Gebiete Mitteleuropas durch Envisat ASAR APP
SENTINEL-1: konsistente Abdeckung in Interferometric Wide Swath
Mode
Deutlich bessere Klassifikationsergebnisse sind zu erwarten
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Themenbereich: Land-, Forst- und Wasserwirtschaft, Hochwasservorhersage
Fördergeber: BMVI, Bundesministerium für Verkehr und digitale Infrastruktur
Projektbeteiligte:
Thüringer Landesanstalt für Umwelt und Geologie (TLUG)
ThüringenForst – Anstalt des öffentlichen Rechts, Forstliches Forschungs- und
Kompetenzzentrum (FFK)
Als Unterauftragnehmer:
Earth Observation Services GmbH
Feiffer consult
SenThIS - Sentinels für Thüringer Informations-Systeme
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
SenThIS
Projektziele:
Demonstration der Potentiale von ESA Copernicus-Fernerkundungsdaten der Satelliten
Sentinel-1 (Radar) und Sentinel-2 (optischer Bereich) für den Einsatz in den Landesbehörden
TLUG: Unterstützung der hydrologischen Modellierung durch Bodenfeuchteinformationen
aus Sentinel-1-Daten
FFK: Ableitung forstlicher Bestandesparameter aus Sentinel-2-Daten
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
ESA Copernicus-Daten in SenThIS
ESA Scientific Data Hub
Lokale Datenhaltung und- verarbeitung
Sentinel-1 & 2
Zusatzinformationen aus Landesdiensten
Hilfsdaten
TLUG: Hydrolog. Modellierung
FFK: Ableitung forstl.
Bestandesparameter
EOS: Ableitung von Bodenfeuchte-
informationen + Landbedeckung für
hydrolog. Modellierung
feiffer: Ableitung von Produkten für
die Landwirtschaft
Bodenfeuchte-informationen
Forstliche Bestandesparameter
Landnutzung
Landwirtschaftl. Produkte
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
SenThIS – Bodenfeuchteableitung durch EOS GmbH
Bodenfeuchte abgeleitet mittels Change-Detection-Ansatz
Liefert relative Bodenfeuchteinformationen skaliert zwischen permanentem Welkepunkt
(Trockenreferenz) und Feldkapazität (Feuchtreferenz) → Einsatz von Sentinel-1
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Zusammenfassung und Ausblick
Vorstellung dreier Projekte / Methoden, die als Input SAR-Zeitreihen benötigen und somit
optimal für den Einsatz von Sentinel-1 geeignet sind
Ausblick
WetlandRadar Projekt: (DLR / BMWi)
Start: Januar 2016
Verfahren zur automatischen Trainingsgebietsausweisung → Adaption und
Weiterentwicklung zur Kartierung und Monitoring von Feuchtgebieten
SAR-basierte Bodenfeuchte – Informationsgewinn für Kartierung / Monitoring von
Feuchtgebieten?
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
ENVILAND2 wurde durch die Raumfahrt-Agentur des Deutschen Zentrums
für Luft- und Raumfahrt e.V. mit Mitteln des Bundesministeriums für
Wirtschaft und Technologie aufgrund eines Beschlusses des Deutschen
Bundestages unter den Förderkennzeichen 50 EE 0844 - 50 EE 0847
gefördert
SenThIS wird durch das Bundesministerium für Verkehr und digitale
Infrastruktur BMVI gefördert
Radarcover / AMOC-II wurde durch Mittel der Europäischen
Raumfahrtbehörde ESA gefördert
Unser Dank gilt ESA, DLR and RESA für die Bereitstellung der EO-Daten
Danksagung
Sächsisches GIS Forum
Dresden, 27.01.2016
T. Riedel
Vielen Dank! Tanja Riedel
FSU Jena / Erdbeobachtung
Löbdergraben 32
D-07743 Jena
Tel.: +49/ (0)3641/ 948974
Fax.: +49/(0)3641/ 948882
e-mail: [email protected]