The upcoming launch of the German hyperspectral satellite: Environmental Mapping and Analysis Program (EnMAP) will provide potential for producing improved remotely sensed maps in areas of exposed bedrock in advance of Arctic geology programs. This study investigates the usefulness of this moderate resolution (30m) sensor for predictive lithological mapping using simulated imagery to classify a map area dominated by mafic and felsic volcanics and minor sedimentary and volcaniclastic rocks in the Hope Bay Greenstone Belt of the Northwest Territories. The assessment also included the classification of high resolution and fidelity airborne (ProSpecTIR–SPECIM Dual sensor) hyperspectral imagery for comparison to understand the impact of combined lower signal-to-noise ratio (SNR), and spectral and spatial resolutions associated with EnMap. The performance of both sensors was assessed through statistical analysis of the classification results based on partial unmixing of the data as well as common geological band indices. The results obtained from these analyses were compared to a detailed published geological map of the study area. Both sensors, the airborne ProSpecTIR–SPECIM and spaceborne EnMap, provided good results however despite the simulated EnMap data’s lower resolution and SNR, the results showed it to have greater statistical accuracy and to be visually representative of the mapped geology. The results demonstrated that EnMap satellite hyperspectral technology is an effective tool for mapping lithology in the Canadian North. The discrimination of rock compositions was successful when their occurrences were spatially large and abundant; however, it was identified that spectral similarity between unit classes and spectral variability within classes are critical factors in mapping lithology. / Graduate

The Arctic tundra, covering approx. 5.5 % of the Earth’s land surface, is one of the last ecosystems remaining closest to its untouched condition. Remote sensing is able to provide information at regular time intervals and large spatial scales on the structure and function of Arctic ecosystems. But almost all natural surfaces reveal individual anisotropic reflectance behaviors, which can be described by the bidirectional reflectance distribution function (BRDF). This effect can cause significant changes in the measured surface reflectance depending on solar illumination and sensor viewing geometries. The aim of this thesis is the hyperspectral and spectro-directional reflectance characterization of important Arctic tundra vegetation communities at representative Siberian and Alaskan tundra sites as basis for the extraction of vegetation parameters, and the normalization of BRDF effects in off-nadir and multi-temporal remote sensing data. Moreover, in preparation for the upcoming German EnMAP (Environmental Mapping and Analysis Program) satellite mission, the understanding of BRDF effects in Arctic tundra is essential for the retrieval of high quality, consistent and therefore comparable datasets. The research in this doctoral thesis is based on field spectroscopic and field spectro-goniometric investigations of representative Siberian and Alaskan measurement grids. The first objective of this thesis was the development of a lightweight, transportable, and easily managed field spectro-goniometer system which nevertheless provides reliable spectro-directional data. I developed the Manual Transportable Instrument platform for ground-based Spectro-directional observations (ManTIS). The outcome of the field spectro-radiometrical measurements at the Low Arctic study sites along important environmental gradients (regional climate, soil pH, toposequence, and soil moisture) show that the different plant communities can be distinguished by their nadir-view reflectance spectra. The results especially reveal separation possibilities between the different tundra vegetation communities in the visible (VIS) blue and red wavelength regions. Additionally, the near-infrared (NIR) shoulder and NIR reflectance plateau, despite their relatively low values due to the low structure of tundra vegetation, are still valuable information sources and can separate communities according to their biomass and vegetation structure. In general, all different tundra plant communities show: (i) low maximum NIR reflectance; (ii) a weakly or nonexistent visible green reflectance peak in the VIS spectrum; (iii) a narrow “red-edge” region between the red and NIR wavelength regions; and (iv) no distinct NIR reflectance plateau. These common nadir-view reflectance characteristics are essential for the understanding of the variability of BRDF effects in Arctic tundra. None of the analyzed tundra communities showed an even closely isotropic reflectance behavior. In general, tundra vegetation communities: (i) usually show the highest BRDF effects in the solar principal plane; (ii) usually show the reflectance maximum in the backward viewing directions, and the reflectance minimum in the nadir to forward viewing directions; (iii) usually have a higher degree of reflectance anisotropy in the VIS wavelength region than in the NIR wavelength region; and (iv) show a more bowl-shaped reflectance distribution in longer wavelength bands (>700 nm). The results of the analysis of the influence of high sun zenith angles on the reflectance anisotropy show that with increasing sun zenith angles, the reflectance anisotropy changes to azimuthally symmetrical, bowl-shaped reflectance distributions with the lowest reflectance values in the nadir view position. The spectro-directional analyses also show that remote sensing products such as the NDVI or relative absorption depth products are strongly influenced by BRDF effects, and that the anisotropic characteristics of the remote sensing products can significantly differ from the observed BRDF effects in the original reflectance data. But the results further show that the NDVI can minimize view angle effects relative to the contrary spectro-directional effects in the red and NIR bands. For the researched tundra plant communities, the overall difference of the off-nadir NDVI values compared to the nadir value increases with increasing sensor viewing angles, but on average never exceeds 10 %. In conclusion, this study shows that changes in the illumination-target-viewing geometry directly lead to an altering of the reflectance spectra of Arctic tundra communities according to their object-specific BRDFs. Since the different tundra communities show only small, but nonetheless significant differences in the surface reflectance, it is important to include spectro-directional reflectance characteristics in the algorithm development for remote sensing products. / Die arktische Tundra ist mit circa 5,5 % der Landoberfläche eines der letzten großen verbliebenen fast unberührten Ökosysteme unserer Erde. Nur die Fernerkundung ist in der Lage, benötigte Informationen über Struktur und Zustand dieses Ökosystems großräumig und in regelmäßigen Zeitabständen zur Verfügung zu stellen. Aber fast alle natürlichen Oberflächen zeigen individuelle anisotrope Reflexionsverhaltensweisen, welche durch die bidirektionale Reflektanzverteilungsfunktion (englisch: BRDF) beschrieben werden können. Dieser Effekt kann zu erheblichen Veränderungen im gemessenen Reflexionsgrad der Oberfläche in Abhängigkeit von den solaren Beleuchtung- und Blickrichtungsgeometrien führen. Zielstellung dieser Arbeit ist die hyperspektrale und spektro-direktionale Charakterisierung der Oberflächenreflexion wichtiger und repräsentativer arktischer Pflanzengesellschaften in Sibirien und Alaska, als Grundlage für die Extraktion von Vegetationsparametern und die Normalisierung von BRDF-Effekten in Off-Nadir und multi-temporalen Fernerkundungsdaten. In Vorbereitung auf die bevorstehende nationale EnMAP Satellitenmission ist ein Grundverständnis der BRDF-Effekte in der arktischen Tundra von wesentlicher Bedeutung für die Erstellung von hochqualitativen, konsistenten und damit vergleichbaren Datensätzen. Die in dieser Arbeit genutzten Daten beruhen auf geländespektroskopische und geländespektro-goniometrische Untersuchungen von repräsentativen Messflächen in Sibirien und Alaska. Die Entwicklung eines leichten, transportablen und einfach anzuwendenden Geländespektro-Goniometers, welches dennoch zuverlässig Daten liefert, war die erste Aufgabe. Hierfür habe ich ein Gerät mit der Bezeichnung ManTIS („Manual Transportable Instrument platform for ground-based Spectro-directional observations“) entwickelt. Die Ergebnisse der geländespektro-radiometrischen Messungen entlang wichtiger ökologischer Gradienten (regionales Klima, pH-Wert des Bodens, Bodenfeuchte, Toposequenz) zeigen, dass die Pflanzengesellschaften sich anhand ihrer Nadir-Reflektanzen unterscheiden lassen. Insbesondere die Möglichkeit der Differenzierung im sichtbaren (VIS) blauen und roten Wellenlängenbereich. Die Nah-Infrarot (NIR) Schulter und das NIR-Reflektanzplateau sind trotz ihrer niedrigeren Reflektanzwerte eine wertvolle Informationsquelle, die genutzt werden kann um die Pflanzengesellschaften entsprechend ihrer Biomasse und der Vegetationsstruktur voneinander zu unterscheiden. Im Allgemeinen zeigen die verschiedenen Pflanzengesellschaften der Tundra: (i) eine niedrige maximale NIR-Reflektanz; (ii) ein schwaches oder nicht sichtbares lokales Reflektanzmaximum im grünen VIS-Spektrum; (iii) einen schmalen „red-edge“ Bereich zwischen dem roten und NIR-Wellenlängenbereich und (iv) kein deutliches NIR-Reflektanzplateau. Diese gemeinsamen Nadir-Reflektanzeigenschaften sind entscheidend für das Verständnis der Variabilität der BRDF-Effekte in der arktischen Tundra. Keine der untersuchten Pflanzengesellschaften wies isotrope Reflektanzeigenschaften auf. Im Allgemeinen zeigt Tundravegetation: (i) die höchsten BRDF-Effekte in der solaren Hauptebene; (ii) die maximalen Reflexionsgrade in den rückwärts gerichteten Blickrichtungen; (iii) höhere Grade an Anisotropie im VIS-Spektrum als im NIR-Spektrum und (iv) schüsselförmige Reflexionsgradverteilungen in den längeren Wellenlängenbereichen (>700 nm). Die Analyse des Einflusses von hohen Sonnenzenitwinkeln auf die Anisotropie der Rückstrahlung zeigt, dass sich mit zunehmenden Sonnenzenitwinkeln die Anisotropie-Eigenschaften in azimutal-symmetrische schüsselförmige Reflexionsgradverteilungen ändern. Auch ergeben die spektro-direktionalen Analysen, dass Fernerkundungsprodukte wie der NDVI oder die relative Absorptionstiefe stark von BRDF-Effekten beeinflusst werden. Die anisotropen Eigenschaften der Fernerkundungsprodukte können sich erheblich von den beobachteten BRDF-Effekten in den ursprünglichen Reflektanzdaten unterscheiden. Auch lässt sich aus den Ergebnissen ableiten, dass der NDVI relativ gesehen die blickrichtungsabhängigen BRDF-Effekte minimieren kann. Für die untersuchten Pflanzengesellschaften der Tundra weichen die Off-Nadir NDVI-Werte nie mehr als 10 % von den Nadir-NDVI-Werten ab. Im Resümee dieser Studie wird nachgewiesen, dass Änderungen in der Sonnen-Objekt-Sensor-Geometrie direkt zu Reflektanzveränderungen in den Fernerkundungsdaten von arktischen Pflanzengesellschaften der Tundra entsprechend ihrer objekt-spezifischen BRDF-Charakteristiken führen. Da die verschiedenen Arten der Tundravegetation nur kleine, aber signifikante Unterschiede in der Oberflächenreflektanz zeigen, ist es wichtig die spektro-direktionalen Reflexionseigenschaften bei der Entwicklung von Algorithmen für Fernerkundungsprodukte zu berücksichtigen.

Das Monitoring von Landwirtschaftsflächen ist eines der Kernthemen der zukünftigen EnMAP Mission, einem deutschen, hyperspektralen Fernerkundungssensor, dessen Start für 2015 geplant ist. In Vorbereitung dieser Mission gehören die Erweiterung und Entwicklung objektiver, robuster sowie zuverlässiger Methoden zur Ableitung biophysikalischer Parameter zu den Hauptaufgaben. Die für das Monitoring von Vegetation notwendige hohe zeitliche Auflösung wird durch ein stufenloses Schwenken von bis zu +/-30° quer zur Flugrichtung erreicht. Daraus resultiert, dass die Daten durch variierende Ein- und Ausstrahlungsgeometrien stark beeinflusst werden. Daher ist eine detaillierte Kenntnis der bidirektionalen Reflexionsfunktion (engl. bidirectional reflectance distribution function, BRDF) der beobachteten Oberflächen notwendig, um diese Einflüsse auf das Reflexionssignal zu identifizieren und anschließend zu korrigieren. Zu diesem Zweck wurde in dieser Arbeit eine Methodik entwickelt, die es ermöglicht, auf der Basis von simulierten Spektren realistische BRDF Szenarien zu modellieren und oberflächenspezifische Korrekturfunktionen abzuleiten. Die Methodik besteht aus drei aufeinander aufbauenden Komponenten. Im ersten Schritt erfolgt die Modellierung der BRDF von landwirtschaftlichen Vegetationsbeständen. Im zweiten Schritt wird der Einfluss der Bestandsarchitektur auf die BRDF analysiert. Darüber hinaus wird untersucht, inwiefern sich Variationen in der BRDF auf die quantitative Ausprägung von Vegetationsindizes auswirken. Solche Indizes sind eine häufig genutzte Möglichkeit zur Quantifizierung biophysikalische Parameter im Rahmen empirischer Verfahren. Aufbauend auf den gewonnenen Erkenntnissen wurden im dritten Schritt Korrekturfunktionen für ausgewählte Vegetationsindizes entwickelt, um Schrägblickbeobachtungen in Nadirbeobachtungen zu transformieren. Abschließend wurde die entwickelte Methodik auf simulierte, sensorspezifische Spektren übertragen. / Monitoring of arable crops is one of the core applications of the upcoming spaceborne EnMAP mission, a German hyperspectral imaging spectrometer scheduled for launch in 2015. During the present preparatory phase one of the primary tasks is the development of accurate, robust and reliable retrieval methods for biophysical canopy parameters. Monitoring of crop canopies requires a frequent temporal coverage. In case of EnMAP, this will be realised by an off-nadir pointing of the sensor up to +/-30° across to the flight direction. The off-nadir pointing leads to data strongly influenced by varying acquisition geometry. Therefore, detailed knowledge of bidirectional reflectance distribution functions (BRDF) of the observed surfaces is necessary to identify and to correct BRDF influenced reflectance signals. For this purpose, a methodology was developed that allows modelling of realistic BRDF scenarios and of surface-specific correction functions. This methodology consists of three consecutive parts. In the first part, modelling of the BRDF of crop canopies was performed. In the second part, the influence of canopy architecture on the BRDF was analysed. Additionally, the BRDF related dependencies of vegetation indices were investigated. Such indices are widely used to quantify biophysical canopy parameters based on empirical methods. In the third part, correction functions were developed for selected vegetation indices to enable a transformation from off-nadir into nadir observations. These correction functions incorporate results obtained in the second part of the methodology. Finally, the developed methodology was applied on sensor-specific simulated spectra.

Das weltweite Ausmaß der Urbanisierung zählt zu den großen ökologischen Herausforderungen des 21. Jahrhunderts. Die Fernerkundung bietet die Möglichkeit das Verständnis dieses Prozesses und seiner Auswirkungen zu erweitern. Der Fokus dieser Arbeit lag in der Quantifizierung der städtischen Landbedeckung mittels Maschinellen Lernens und räumlich unterschiedlich aufgelöster Hyperspektraldaten. Untersuchungen berücksichtigten innovative methodische Entwicklungen und neue Möglichkeiten, die durch die bevorstehende Satellitenmission EnMAP geschaffen werden. Auf Basis von Bilder des flugzeugestützten HyMap Sensors mit Auflösungen von 3,6 m und 9 m sowie simulierten EnMAP-Daten mit einer Auflösung von 30 m wurde eine Kartierung entlang des Stadt-Umland-Gradienten Berlins durchgeführt. Im ersten Teil der Arbeit wurde die Kombination von Support Vektor Regression mit synthetischen Trainingsdaten für die Subpixelkartierung eingeführt. Ergebnisse zeigen, dass sich der Ansatz gut zur Quantifizierung thematisch relevanter und spektral komplexer Oberflächenarten eignet, dass er verbesserte Ergebnisse gegenüber weiteren Subpixelverfahren erzielt, und sich als universell einsetzbar hinsichtlich der räumlichen Auflösung erweist. Im zweiten Teil der Arbeit wurde der Wert zukünftiger EnMAP-Daten für die städtische Fernerkundung abgeschätzt. Detaillierte Untersuchungen unterstreichen deren Eignung für eine verbesserte und erweiterte Beschreibung der Stadt nach dem bewährten Vegetation-Impervious-Soil-Schema. Analysen der Möglichkeiten und Grenzen zeigen sowohl Nachteile durch die höhere Anzahl von Mischpixel im Vergleich zu hyperspektralen Flugzeugdaten als auch Vorteile aufgrund der verbesserten Differenzierung städtischer Materialien im Vergleich zu multispektralen Daten. Insgesamt veranschaulicht diese Arbeit, dass die Kombination von hyperspektraler Satellitenbildfernerkundung mit Methoden des Maschinellen Lernens eine neue Qualität in die städtische Fernerkundung bringen kann. / The global dimension of urbanization constitutes a great environmental challenge for the 21st century. Remote sensing is a valuable Earth observation tool, which helps to better understand this process and its ecological implications. The focus of this work was to quantify urban land cover by means of machine learning and imaging spectrometer data at multiple spatial scales. Experiments considered innovative methodological developments and novel opportunities in urban research that will be created by the upcoming hyperspectral satellite mission EnMAP. Airborne HyMap data at 3.6 m and 9 m resolution and simulated EnMAP data at 30 m resolution were used to map land cover along an urban-rural gradient of Berlin. In the first part of this work, the combination of support vector regression with synthetically mixed training data was introduced as sub-pixel mapping technique. Results demonstrate that the approach performs well in quantifying thematically meaningful yet spectrally challenging surface types. The method proves to be both superior to other sub-pixel mapping approaches and universally applicable with respect to changes in spatial scales. In the second part of this work, the value of future EnMAP data for urban remote sensing was evaluated. Detailed explorations on simulated data demonstrate their suitability for improving and extending the approved vegetation-impervious-soil mapping scheme. Comprehensive analyses of benefits and limitations of EnMAP data reveal both challenges caused by the high numbers of mixed pixels, when compared to hyperspectral airborne imagery, and improvements due to the greater material discrimination capability when compared to multispectral spaceborne imagery. In summary, findings demonstrate how combining spaceborne imaging spectrometry and machine learning techniques could introduce a new quality to the field of urban remote sensing.