University, Diss., 2005--Bonn.

This study aims at reconstructing landscape evolution in the Quebrada de Purmamarca, NW-Argentina. Thorough mapping of the existing landforms and present morphodynamic situation was conducted on the base of intensive field work and the interpretation of remote sensing imagery. Aside from geomorphological mapping, field work focused on the description of numerous sedimentological and pedological profiles. The analysis of these profiles was supported by laboratory data from field samples (granulometry, CaCO3 content) but also by a 14C age date. With particular regard to pedological questions, several samples from soil crust were micromorphologically analysed and interpreted. The resulting data allowed the reconstruction of several phases of landscape evolution in the Quebrada de Purmamarca back to the Miocene. During this phase, the Andes were still a landscape of relatively low relief being subject to processes of planation under conditions markedly more humid than today. Highly faulted and deformed fanglomerates are the first evidence of a progressing uplift coupled under an increasingly arid climate. As a consequence of continued uplift and alternating phases of erosion and aggradation, large terrace systems have formed. Particularly the youngest terrace level shows good preservation. Against the background of the intense climatic changes characteristic for the Pleistocene, these terraces have been the major focus of this study. They are built up almost entirely from coarse debris-flow sediments which are thought to be the result of a significant drop of the periglacial belt of more than 1,000 meters. This interpretation is confirmed by a variety of relict periglacial landforms like “glatthang” morphology (smooth topography), sheets of frost debris and asymmetric valleys. As sediment supply from periglacial debris production exceeded the transport capacity of the drainage system leading to the dominance of depositional processes. Aggradation has been interrupted or at least weakened several times as reflected by two lacustrine to fluvial intervals within the terrace deposits. In this context, particularly the younger interval might announce a shift in morphodynamics around 49 ka BP (14C age), when the phase of terrace aggradation grades into a phase of dominant alluvial fan activity. On the terrace surfaces a well-developed reddish soil has developed. It is interpreted to indicate a phase of increased humidity possibly in relation with the “Minchin” wet phase between 40 ka BP and 25 ka BP. At many places, this reddish soil is overlain by a markedly cemented sand crust. Based on the good sorting of medium and fine sand, this sand crust could be interpreted as fluvio-eolian sediment. Its deposition under very arid and cold climatic conditions may be attributed to the Late Glacial Maximum (LGM). However, the sand crust shows signs of erosion at many places and has not been observed anywhere below the level of the terrace surface. Therefore the onset of severe erosion and incision resulting in the evacuation of enormous quantities of sediment from the study area is assumed to postdate the LGM, possibly due to increased discharge rates during a wetter Lateglacial. Regardless of its timing, the intense incision is likely to have cut down to below the present floodplain evidently causing several mass wasting events in the study area. Since the early Holocene a number of short-term changes seem to have been responsible for the landscape evolution of the Quebrada de Purmamarca. More humid phases of pronounced slope smoothing have alternated with semi-arid phases of longer duration. The well-developed, polycyclic calcretes on top of the inactive terraces and alluvial fans give evidence for these changes. At present, the marked desert pavement on top of most terraces and alluvial fan surfaces prevent soil. The concentration of runoff on these pavements amplifies badland formation and alluvial fan activity along the terrace slopes. The presently observed floodplain aggradation may be attributed to these processes but considering the severe gullying reaching far into the upper study area, the aggradation may as well reflect a more general and regional trend.

No description available.

Sich verändernde Rahmenbedingungen des Klimawandels haben einen erheblichen Einfluss auf die Gestaltung der Erdoberfläche. Der Sachverhalt ist anhand unterschiedlicher geomorphologischer Veränderungsprozesse zu beobachten, sei es bei gravitativen Naturgefahren (Felsstürze, Hangrutschungen oder Murereignissen), der Gletscherschmelze in Hochgebirgsregionen oder der Änderungen der Küstendynamik an Sandstränden. Derartige Ereignisse werden durch immer stärker ausgeprägte, extreme Wetterbedingungen verursacht. In diesem Zusammenhang sind präventive Maßnahmen und der Schutz der Bevölkerung im Zuge eines Risikomanagements essentiell. Um mit diesen Gefahren sicher umgehen zu können, sind qualitativ hochwertige drei- und vierdimensionale (3D und 4D) Datensätze der Erdoberfläche erforderlich. Der technische Fortschritt in der Messtechnik und damit verbunden ein Paradigmenwechsel haben die Möglichkeiten in der Erfassung von räumlich als auch zeitlich verdichteten Daten erheblich verbessert. Die Weiterentwicklung von terrestrischen Laserscannern hin zu kommunikationsfähigen, programmierbaren Multisensorsystemen, eine kompakte und robuste Bauweise, hohe Messreichweiten sowie wirtschaftlich attraktive Systeme lassen einen Übergang zu permanentem terrestrischen Laserscanning (PLS) zu. Im Sinne eines adaptiven Monitorings ist PLS für die Integration in echtzeitnahe Assistenz- oder Frühwarnsysteme prädestiniert. Um die Akzeptanz eines solchen Systems zu erreichen sind jedoch transparente, nachvollziehbare Methoden und Prozesse zur Informationsgewinnung und -aufbereitung zu definieren. Ziel dieser Arbeit ist es, PLS als Methode systematisch aufzuarbeiten. Vier wesentliche Schritte entlang der Prozesskette werden identifiziert: (i) Die Datenerfassung einer einzelnen Epoche, (ii) die Bereitstellung eines redundanten Datenmanagements sowie einer sicheren Datenkommunikation zu zentralen Servern, (iii) die multitemporale Datenanalyse und (iv) die Aufbereitung, das Reporting und die Präsentation der Ergebnisse für Stakeholder. Basierend auf dieser Prozesskette ergeben sich zwei Untersuchungsschwerpunkte. Zunächst wird die qualitative Beurteilung der erfassten Punktwolken behandelt. Der Fokus liegt dabei einerseits auf dem Einfluss unterschiedlicher Registrierungsmethoden auf die multitemporalen Punktwolken und andererseits auf dem Einfluss der Atmosphäre auf die Messergebnisse. Es wird nachgewiesen, dass eine Nichtberücksichtigung dieser Einflüsse zu signifikanten Abweichungen führt, welche zu Fehlinterpretationen der abgeleiteten Informationen führen kann. Weiterhin wird gezeigt, dass es an datenbasierten Verfahren zur Berücksichtigung dieser Einflüsse fehlt. Als Grundlage für die Untersuchungen dienen umfangreiche Datensätze aus Noordwijk / Niederlande und Vals / Österreich. Der zweite Schwerpunkt befasst sich mit der Datenanalyse. Die Herausforderung besteht darin, tausende Punktwolken einzelner Messepochen analysieren zu müssen. Bitemporale Methoden sind hier nur eingeschränkt anwendbar. Die vorliegende Arbeit stellt eine zweistufige Methode vor, mit der automatisiert Informationen aus dem umfangreichen Datensatz abgeleitet werden können. Aus der vollumfänglichen 3D-Zeitserie der Szene werden zunächst relevante Merkmale auf Basis von 2D-Rasterbildern durch Clustering extrahiert. Semiautomatisch lassen sich die extrahierten Segmente klassifizieren und so maßgeblichen geomorphologischen Prozessen zuweisen. Dieser Erkenntnisgewinn über den vorliegenden Datensatz wird in einem zweiten Schritt genutzt, um die Szene räumlich zu limitieren und in den Interessensbereichen tiefergehende Analysen durchzuführen. Auf Basis der Methoden «M3C2-EP mit adaptierter Kalman-Filterung» und «4D-Änderungsobjekten» werden zwei Analysetools vorgestellt und auf den Datensatz in Vals angewendet. Die Überwachung topographischer Oberflächenveränderungen mit PLS wird zunehmen und eine große Menge an Daten erzeugen. Diese Datensätze müssen verarbeitet, analysiert und gespeichert werden. Diese Dissertation trägt zum besseren Verständnis der Methodik bei. Anwender bekommen durch die Systematisierung der Methode ein besseres Verständnis über die beeinflussenden Faktoren entlang der Prozesskette von der Datenerfassung bis hin zur Darstellung relevanter Informationen. Mit dieser Dissertation wird eine Toolbox vorgestellt, die es ermöglicht, multitemporale Punktwolken mit Hilfe von unüberwachtem maschinellem Lernen automatisiert auszuwerten und Informationen dem Nutzer zur Verfügung zu stellen. Dieser Ansatz ist einfach und hat ein hohes Potential für die automatische Analyse in zukünftigen Anwendungen.:Kurzfassung i Abstract iii Danksagung v 1. Einleitung 1 2. Deformationsmonitoring mittels terrestrischer Laserscanner: Aktuelle Methoden, Regulierungen und technische Aspekte 5 2.1. Ingenieurgeodätische Überwachungsmessungen . . . . . . . . . . . . . . 5 2.2. Anforderungen an ein integratives Monitoring aus der Sicht eines ganzheitlichen Risikomanagements . . . . . . . . . . . . . . . . . . . . . . . 8 2.2.1. Aktives Monitoring . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.2.2. Ganzheitliches Risikomanagement . . . . . . . . . . . . . . . . . 9 2.2.3. Qualitätsbeurteilung und Qualitätssicherung . . . . . . . . . . . 12 2.2.4. Relevante Normen, Richtlinien und Merkblätter beim Einsatz von permanentem Laserscanning . . . . . . . . . . . . . . . . . 15 2.3. Terrestrisches Laserscanning . . . . . . . . . . . . . . . . . . . . . . . . 17 2.4. Permanentes Laserscanning . . . . . . . . . . . . . . . . . . . . . . . . 22 2.5. Parameter einer permanenten Installation eines Long Range Laserscanners 24 2.5.1. Registrierung und Georeferenzierung . . . . . . . . . . . . . . . 26 2.5.2. Geodätische Refraktion . . . . . . . . . . . . . . . . . . . . . . . 30 2.5.3. Geodätisches Monitoring mittels terrestrischer Laserscanner . . 36 2.6. Zusammenfassende Betrachtungen . . . . . . . . . . . . . . . . . . . . . 39 3. Ziel und abgeleiteter Untersuchungsschwerpunkt dieser Arbeit 41 4. Konzept eines Echtzeitassistenzsystems basierend auf PLS 43 5. Untersuchung von Einflussfaktoren auf die Messergebnisse von permanent installierten terrestrischen Long Range Laserscannern 47 5.1. Fallstudie I: Noordwijk / Niederlande . . . . . . . . . . . . . . . . . . . 47 5.1.1. Beschreibung der Daten . . . . . . . . . . . . . . . . . . . . . . 48 5.1.2. Methoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 5.1.3. Resultate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 5.1.4. Zusammenfassung und Diskussion . . . . . . . . . . . . . . . . . 57 5.2. Fallstudie II: Detektion von Corner Cube Prismen und deren Genauigkeit 58 5.2.1. Prismendetektion aus Daten eines TLS . . . . . . . . . . . . . . 59 5.2.2. Genauigkeitsanalyse der Prismendetektion . . . . . . . . . . . . 59 5.3. Fallstudie III: Valsertal (Tirol) / Österreich . . . . . . . . . . . . . . . 67 5.3.1. Beschreibung des Datensatzes . . . . . . . . . . . . . . . . . . . 68 5.3.2. Geodätische Refraktion als Einfluss auf die Messergebnisse eines PLS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 5.3.3. Einfluss von Registrierungsparametern auf die Messergebnisse eines PLS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 6. Informationsextraktion aus multitemporalen Punktwolken 95 6.1. Stufe I: Segmentierung räumlich verteilter Zeitreihen auf Basis von 2DBildrastern als Methode des unüberwachten maschinellen Lernens . . . 96 6.1.1. Extraktion von Zeitreihen aus den Punktwolken . . . . . . . . . 98 6.1.2. Zeitreihensegmentierung mittels k-Means-Algorithmen . . . . . 101 6.1.3. Zeitreihensegmentierung mittels extrahierter Merkmale auf Grundlage Gaußscher Mischmodelle (GMM) . . . . . . . . . . . . . . . 113 6.2. Stufe II: Zeitreihenanalyse von räumlich hochauflösenden 3D-Daten . . 122 6.2.1. M3C2-EP mit adaptiver Kalman-Filterung . . . . . . . . . . . . 122 6.2.2. 4D-Änderungsobjekte (4D-OBC) . . . . . . . . . . . . . . . . . 128 6.2.3. Zusammenfassung und Diskussion . . . . . . . . . . . . . . . . . 132 7. Fazit und Ausblick 135 A. Ergebnisse der Systemuntersuchung in Unna-Hemmerde (21.03.2022) 141 B. Ergebnisse der Zeitreihensegmentierung mittels k-Means 145 B.1. Ergebnistabellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 B.2. Zeitreihen und räumliche Visualisierung - vollständiger Bereich . . . . . 148 B.3. Zeitreihen und räumliche Visualisierung - limitierter Bereich . . . . . . 161 C. Ergebnisse der Zeitreihensegmentierung mittels GMM 164 C.1. Ergebnistabellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 C.2. Zeitreihen und räumliche Visualisierung - vollständiger Bereich . . . . . 166 Literaturverzeichnis 175 Abbildungsverzeichnis 195 Abkürzungsverzeichnis 199 Tabellenverzeichnis 201 Curriculum Vitae 203 / Climate change has an important impact on the scale and frequency with which the Earths surface is changing. This can be seen in various geomorphological change processes, such as gravitational natural hazards (rockfalls, landslides or debris flows), glacier melt in high mountain regions or the quantification of coastal dynamics on sandy beaches. Such events are triggered by increasingly prominent and extreme meteorological conditions. In this context, it is essential to implement preventive measures to protect the population as part of a risk management system. To safely manage these hazards, high quality three- and four-dimensional (3D and 4D) data sets of the Earth’s surface are required. Technological advances in metrology and the associated paradigm shift have significantly improved the ability to collect spatially and temporally distributed data. Progress from terrestrial laser scanners to communication-enabled, programmable multisensor systems, compact and robust design, long range and economically competitive systems allow a transition to a permanent laser scanning (PLS). PLS enables the acquisition of data from a fixed position to a target area kilometers away at high frequency and over a long period of time. In terms of adaptive monitoring, PLS is suitable for integration into near realtime assistance or early warning systems. However, in order to achieve acceptance of these systems, transparent, reproducible methods and processes for extracting information must be defined. The aim of this thesis is to present a methodological framework for PLS. Four crucial steps along the processing chain are identifiable: (i) collecting single epoch data, (ii) providing redundant data management and secure data communication to central servers, (iii) multi-temporal data analysis and (iv) reporting and presenting results to stakeholders. Two main research topics emerge from this processing chain. First, the qualitative assessment of the acquired point clouds, which focuses on the influence of different registration methods on the multitemporal point clouds and the influence of the atmosphere on the measured data. It is shown that ignoring these influences leads to significant deviations, which in turn can result in a misinterpretation of the derived information. It is also shown that there is still a lack of data-based procedures to account for these influences. The investigations are based on extensive data sets from Noordwijk/Netherlands and Vals/Austria. The second research topic addreses data analysis. The challenge is to analyse thousands of point clouds per measurement epoch. In this case, bitemporal methods are limited in their applicability. The thesis presents a two-step method to automatically extract information from the large data set. In the first step relevant features are extracted from the full 3D time series of the scene based on 2D raster images by clustering. The extracted segments can then be semi-automatically classified and assigned to relevant geomorphological processes. Based on this knowledge, the scene is, in the second step, spatially delimited. Deeper analyses can then be performed in areas of interest. Using the «M3C2-EP method with adapted Kalman filtering» and «4D objects-by-change», two analysis tools are presented and applied to the dataset in Vals. The monitoring of topographic surface changes with PLS will increase and generate large amounts of data. These data sets need to be processed, analysed and stored. This thesis contributes to a better understanding of the methodology. Users will gain a deeper understanding of the influencing factors along the processing chain from data acquisition to reporting of relevant information by applying the method in a systematic way. The dissertation presents a toolbox that enables automated evaluation of multitemporal point clouds using unsupervised machine learning and provides relevant information to the user. The approach is straightforward and simple and has a high potential for automated analysis in future applications.:Kurzfassung i Abstract iii Danksagung v 1. Einleitung 1 2. Deformationsmonitoring mittels terrestrischer Laserscanner: Aktuelle Methoden, Regulierungen und technische Aspekte 5 2.1. Ingenieurgeodätische Überwachungsmessungen . . . . . . . . . . . . . . 5 2.2. Anforderungen an ein integratives Monitoring aus der Sicht eines ganzheitlichen Risikomanagements . . . . . . . . . . . . . . . . . . . . . . . 8 2.2.1. Aktives Monitoring . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.2.2. Ganzheitliches Risikomanagement . . . . . . . . . . . . . . . . . 9 2.2.3. Qualitätsbeurteilung und Qualitätssicherung . . . . . . . . . . . 12 2.2.4. Relevante Normen, Richtlinien und Merkblätter beim Einsatz von permanentem Laserscanning . . . . . . . . . . . . . . . . . 15 2.3. Terrestrisches Laserscanning . . . . . . . . . . . . . . . . . . . . . . . . 17 2.4. Permanentes Laserscanning . . . . . . . . . . . . . . . . . . . . . . . . 22 2.5. Parameter einer permanenten Installation eines Long Range Laserscanners 24 2.5.1. Registrierung und Georeferenzierung . . . . . . . . . . . . . . . 26 2.5.2. Geodätische Refraktion . . . . . . . . . . . . . . . . . . . . . . . 30 2.5.3. Geodätisches Monitoring mittels terrestrischer Laserscanner . . 36 2.6. Zusammenfassende Betrachtungen . . . . . . . . . . . . . . . . . . . . . 39 3. Ziel und abgeleiteter Untersuchungsschwerpunkt dieser Arbeit 41 4. Konzept eines Echtzeitassistenzsystems basierend auf PLS 43 5. Untersuchung von Einflussfaktoren auf die Messergebnisse von permanent installierten terrestrischen Long Range Laserscannern 47 5.1. Fallstudie I: Noordwijk / Niederlande . . . . . . . . . . . . . . . . . . . 47 5.1.1. Beschreibung der Daten . . . . . . . . . . . . . . . . . . . . . . 48 5.1.2. Methoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 5.1.3. Resultate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 5.1.4. Zusammenfassung und Diskussion . . . . . . . . . . . . . . . . . 57 5.2. Fallstudie II: Detektion von Corner Cube Prismen und deren Genauigkeit 58 5.2.1. Prismendetektion aus Daten eines TLS . . . . . . . . . . . . . . 59 5.2.2. Genauigkeitsanalyse der Prismendetektion . . . . . . . . . . . . 59 5.3. Fallstudie III: Valsertal (Tirol) / Österreich . . . . . . . . . . . . . . . 67 5.3.1. Beschreibung des Datensatzes . . . . . . . . . . . . . . . . . . . 68 5.3.2. Geodätische Refraktion als Einfluss auf die Messergebnisse eines PLS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 5.3.3. Einfluss von Registrierungsparametern auf die Messergebnisse eines PLS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 6. Informationsextraktion aus multitemporalen Punktwolken 95 6.1. Stufe I: Segmentierung räumlich verteilter Zeitreihen auf Basis von 2DBildrastern als Methode des unüberwachten maschinellen Lernens . . . 96 6.1.1. Extraktion von Zeitreihen aus den Punktwolken . . . . . . . . . 98 6.1.2. Zeitreihensegmentierung mittels k-Means-Algorithmen . . . . . 101 6.1.3. Zeitreihensegmentierung mittels extrahierter Merkmale auf Grundlage Gaußscher Mischmodelle (GMM) . . . . . . . . . . . . . . . 113 6.2. Stufe II: Zeitreihenanalyse von räumlich hochauflösenden 3D-Daten . . 122 6.2.1. M3C2-EP mit adaptiver Kalman-Filterung . . . . . . . . . . . . 122 6.2.2. 4D-Änderungsobjekte (4D-OBC) . . . . . . . . . . . . . . . . . 128 6.2.3. Zusammenfassung und Diskussion . . . . . . . . . . . . . . . . . 132 7. Fazit und Ausblick 135 A. Ergebnisse der Systemuntersuchung in Unna-Hemmerde (21.03.2022) 141 B. Ergebnisse der Zeitreihensegmentierung mittels k-Means 145 B.1. Ergebnistabellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 B.2. Zeitreihen und räumliche Visualisierung - vollständiger Bereich . . . . . 148 B.3. Zeitreihen und räumliche Visualisierung - limitierter Bereich . . . . . . 161 C. Ergebnisse der Zeitreihensegmentierung mittels GMM 164 C.1. Ergebnistabellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 C.2. Zeitreihen und räumliche Visualisierung - vollständiger Bereich . . . . . 166 Literaturverzeichnis 175 Abbildungsverzeichnis 195 Abkürzungsverzeichnis 199 Tabellenverzeichnis 201 Curriculum Vitae 203

No description available.