Tree Species Classification using SENTINEL2 data

Baumartenklassifikation mit SENTINEL2 Daten

Nutzeranforderungen

SENTINEL2 Satellitendaten (Erfassung und Aufbereitung)

Erhebung von Referenzdaten

CIR Luftbilder (airborne Laserscannerdaten)

Geländebegehungen

Forstliche Daten

Signaturanalyse und Qualitätskontrolle

Klassifikation

Hauptbaumarten

Fichte

Lärche

Kiefer

Tanne

Laubwald

Mischwaldklassen

Flächendeckende Auswertung (mit 10m Rasterweite)

Statistisch abgesicherte Genauigkeit

Nutzeranforderungen

SENTINEL2 Daten

SENTINEL 2A – 13. August 2015

Sensor

13 Spektralbänder

10m / 20m / 60m räuml. Auflösung

Orbitstreifen von 290 km

Jede Szene besteht aus Kacheln von 110 km x 110km

Vorverarbeitung

Download, Import Level 1C

Resampling auf 10m Rasterweite

Atmosphärische Korrektur SEN2COR (Level2A)

Topographische Korrektur IMPACT

SENTINEL2 Daten vor der topographischen Korrektur

SENTINEL2 Daten nach der topographischen Korrektur

Erhebung der Referenzgebiete

Erhebung von Referenzdaten

CIR Luftbilder

Verschiedene Aufnahmezeitpunkte zu berücksichtigen (2009 – 2015)

Visuelle Auswertung von ca. 450 Referenzflächen nach Baumart, Überschirmung und Alter (mind. 0,3 ha)

Sonstige Forstliche Daten

Waldtypisierung, etc.

Airborne Laserscannerdaten

Erstellung eines nDOM (digitales Oberflächenmodell) zur Abfrage der Baumhöhen

Geländebegehungen

Durchgeführt von den Experten der Landesforstdirektion Tirol

Signaturanalyse

Basiert auf den Referenzflächen

Analyse und Optimierung der Referenzflächen

Trennbarkeitsanalyse mittels statistischer Kennmaße

Signaturanalyse - Beispiele

Basiert auf den Referenzflächen

Analyse und Optimierung der Referenzflächen

Trennbarkeitsanalyse mittels statistischer Kennmaße

Zwischenergebnis der Klassifikation

Pixelbasierte Klassifikation (Maximum Likelihood Klassifikator)

Multispektrales SENTINEL 2A - Ausgangsbild

Zwischenergebnis der Klassifikation

Pixelbasierte Klassifikation (Maximum Likelihood Klassifikator)

Räumliches Verteilungsmuster der Baumarten

Zwischenergebnis der Klassifikation

Pixelbasierte Klassifikation (Maximum Likelihood Klassifikator)

Räumliches Verteilungsmuster der Baumarten

Ausblick

Fertigstellung der Klassifikation

Validierung

Geländebegehung durch Forstexperten

Statistische Auswertung

Kovarianzmatrix – user accuracy / producer accuracy

Die Klassifikationsergebnisse können verwendet werden

Storm Damage Resilience

Gefahrenhinweiskarten

Forstmanagementpläne

Berechnung des Holzvolumens