Moore besitzen weltweit eine große Bedeutung für den Natur- und Klimaschutz. Sie dienen als Lebensraum für eine Vielzahl an Pflanzen- und Tierarten sowie als Kohlenstoffsenken. Aufgrund intensiver land- und forstwirtschaftlicher Nutzung weist die Mehrheit der Moorgebiete jedoch hochgradige Schäden auf, durch welche sie in ihrer Funktionalität beeinträchtigt werden. Um die charakteristischen Biotopeigenschaften wiederherzustellen, laufen derzeit zahlreiche Moorschutzprogramme, unter anderem in der deutsch-tschechischen Grenzregion im Osterzgebirge. Damit die Auswirkungen der durchgeführten Schutz- und Renaturierungsmaßnahmen auf die Vegetationsstruktur verfolgt und kontrolliert werden können, erfolgt in dieser Region regelmäßig eine stereoskopische Luftbildinterpretation der Moorflächen. Derartige manuelle Auswertungen sind jedoch mit einem hohen Arbeitsaufwand verbunden, weswegen eine Automatisierung der Prozesse angestrebt wird. In der vorliegenden Arbeit wird ein Verfahren präsentiert, mit welchem die Vegetationsstrukturen der Moore bei Satzung teilautomatisch klassifiziert werden können. Unter Verwendung von digitalen Luftbildern und einem digitalen Geländemodell lassen sich verschiedene Gras-, Baum- und Bodenarten voneinander trennen und lokalisieren. Für die Unterscheidung der einzelnen Klassen werden sowohl pixel- als auch objektbasierte Merkmale in die Datenanalyse einbezogen. Aufnahmen der Satelliten WorldView-2 und Sentinel-2A wurden ebenfalls auf ihr Auswertepotential hin untersucht, allerdings ohne zufriedenstellende Ergebnisse. Die Automatisierung von Monitoring-Prozessen für Moorschutzgebiete ermöglicht eine Objektivierung des Analyseverfahrens und stellt eine zeit- und kostengünstige Alternative zur stereoskopischen Bildinterpretation dar. / Moorlands are of worldwide importance for nature and climate protection. They serve as a habitat for a variety of plant and animal species, as well as carbon sinks. Most of the moorlands show significant damage from intense agricultural and silvicultural use, affecting the functionality of many. Currently, several moorland protection programs are running to restore the habitats’ characteristic features, such as that in the Czech-German border region in The Eastern Ore Mountains. Using stereoscopic image interpretation, the moorlands in this region are regularly monitored to observe the influence of executed protection and renaturation measures on the local vegetation structures. However, such manual evaluations require high labor costs. Therefore, the automation of this process is sought. The master thesis at hand presents a procedure enabling the semi-automatic classification of vegetation structures in the moorlands nearby Satzung, Germany. Different grass, tree and soil types can be distinguished and localized using digital aerial imagery and a digital terrain model. For the distinction between different object classes, pixel- and object-based features are taken into consideration. Satellite images acquired by WorldView-2 and Sentinel-2A were also tested for their classification suitability, but without satisfactory results. The automation of monitoring processes for protected moorlands facilitates the externalization of the data analysis and represents a time- and cost-efficient alternative to stereoscopic image interpretations.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:14-qucosa-237573 |
| Date | 17 July 2018 |
| Creators | Zimmermann, Sebastian |
| Contributors | Technische Universität Dresden, Fakultät Umweltwissenschaften, Dr. rer. nat. Nikolas Prechtel, Dipl.-Forst-Ing. Karina Hoffmann, Dr. rer. nat. Nikolas Prechtel, Dipl.-Forst-Ing. Karina Hoffmann |
| Publisher | Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | deu |
| Detected Language | German |
| Type | doc-type:masterThesis |
| Format | application/pdf |
Page generated in 0.0025 seconds