Bachelor

Fakultät 08
Methoden zur Schattendetektion und -entfernung zur verbesserten Landnutzungsklassifikation im Untersuchungsgebiet Berchtesgadener Land anhand von Sentinel-2 Daten
Kategorie:
Abschlussarbeit
Status:
abgeschlossen
BetreuerIn:
Extern/e AutorIn:

Anna Roth


Jahr:
2019
Abb. 1: Das Untersuchungsgebiet Berchtesgadener Land vom Band 08 der Sentinel-2 Aufnahme vom 16.09.2018
Abb. 1: Das Untersuchungsgebiet Berchtesgadener Land vom Band 08 der Sentinel-2 Aufnahme vom 16.09.2018


Das von der Zentralanstalt für Meteorologie und Geodynamik geleitete Projekt EFFORS zur verbesserten Hochwasservorhersage in mittelgroßen alpinen Einzugsgebieten startete am 01. April 2017. Im Auftrag des mitwirkenden Sachverständigenbüros für Luftbildauswertungen und Umweltfragen wurde eine Landnutzungsklassifikation vom Pilotgebiet im Berchtesgadener Land anhand einer Sentinel-2 Aufnahme erstellt, welche zum Eingliedern der Bodenstruktur und Nachvollziehen der davon ableitenden Reaktion des Wassers dienen sollte. Durch das starke Gebirgsrelief im Untersuchungsgebiet kam es zum Schattenwurf, der zu Fehlklassifikationen führte. Diese Schatten-Problematik bildete die Motivation dieser Arbeit.


Der Prozess der Schattenkorrektur in Satellitenbildern besteht aus der Schattendetektion und Schattenentfernung. Im ersten Schritt, also in der Detektion, wurden zwei Vorgänge durchgeführt. Zunächst wurde ein Test durchgeführt, in dem mit der Formel des NDVI (Normalized Difference Vegetation Index) alle Bänder der Sentinel-2 Aufnahme, die zur Klassifikation verwendet wurde, miteinander verrechnet. Ziel dieses Versuchs war, ein Ausgangsbild, welches keine Schattenflächen aufweist und eine gute Grundlage zur Landnutzungsklassifizierung bildet, oder ein Bild, das die Schatten mit einem abgrenzbaren Wert aufzeigt, sodass die Schattenflächen separat bearbeitet werden können. Der Index aus dem Blau- und SWIR-Kanal (Band 02 und 12) wies letztlich ein brauchbares Ausgabebild, in welchem alle Schatten in bewachsenen Gebieten über dem Pixelwert 0,97 abgegrenzt wurden. Die starke Reflexion im SWIR-Kanal entsteht hierbei durch die höhere Luftfeuchtigkeit über der Vegetation, die zum Zeitpunkt der Satellitenbildaufnahme bestand.


Eine weitere Vorgehensweise zur Schattendetektion bot die wissenschaftliche Arbeit Shadow Analysis in High-Resolution Satellite Imagery of Urban Areas von Paul M. Dare. Anstatt eines panchromatischen (einkanaligen) Satellitenbildes, wie in seiner Ausarbeitung, wurde in dieser Arbeit der NIR-Kanal (Band 08) der Sentinel-2-Aufnahme verwendet. Alle Schritte wurden mit der GIS-Software QGIS durchgeführt. Mit Dares Methodiken konnten einige Nicht-Schatten-Pixel aussortiert werden, dennoch mussten weitere fälschlich als Schatten identifizierte Pixel manuell entfernt werden.


Zur Schattenentfernung bzw. -korrektur verwendet er die Formel der Standardnormalverteilung, mit welcher die Streuung der Schatten-Pixel berechnet und anschließend auf die Sonnen-Pixel projiziert wird.


Abb. 2: Ausschnitt „Obersee“ des Untersuchungsgebietes Berchtesgadener Land mit UTM-Koordinaten zum Test der Schattenbeseitigung; Sentinel-2A Kanal 8
Abb. 2: Ausschnitt „Obersee“ des Untersuchungsgebietes Berchtesgadener Land mit UTM-Koordinaten zum Test der Schattenbeseitigung; Sentinel-2A Kanal 8

Abb. 3: Ausschnitt 'Obersee' mit korrigierten Schattenflächen anhand der Standardnormalverteilung
Abb. 3: Ausschnitt 'Obersee' mit korrigierten Schattenflächen anhand der Standardnormalverteilung

Schlussendlich kann die Vorgehensweise von Dare verwendet werden, die Ergebnisse sind jedoch verbesserungsfähig. Die Standardnormalverteilung führte in dieser Arbeit zu keinem erfolgreichen Ergebnis, da die Schattenregionen nur auf einen Abschnitt des Sonnen-Pixel-Spektrums projiziert und damit auch optisch in monotoner Struktur dargestellt wurden.

Suche

Suchen Sie
... Abschlussarbeiten, Projekte oder Publikationen zu einem bestimmten Thema? Dann verwenden Sie das Suchformular.

... oder von einem bestimmten Autor oder Betreuer? Dann können Sie auch auf den persönlichen Seiten nachsehen.