Dokument: Die automatische Identifizierung und Erfassung von tropischen Bäumen an Probenflächen in Kolumbien und Ecuador anhand von digitalen Bildinformationen und Oberflächenmodellen
| Titel: | Die automatische Identifizierung und Erfassung von tropischen Bäumen an Probenflächen in Kolumbien und Ecuador anhand von digitalen Bildinformationen und Oberflächenmodellen | |||||||
| URL für Lesezeichen: | https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=19433 | |||||||
| URN (NBN): | urn:nbn:de:hbz:061-20111118-073015-1 | |||||||
| Kollektion: | Dissertationen | |||||||
| Sprache: | Deutsch | |||||||
| Dokumententyp: | Wissenschaftliche Abschlussarbeiten » Dissertation | |||||||
| Medientyp: | Text | |||||||
| Autor: | Gonzalez Patino, Javier Francisco [Autor] | |||||||
| Dateien: |
| |||||||
| Beitragende: | Prof. Dr. Jordan, Ekkehard [Gutachter] Prof. Dr. Conrad, Stefan [Gutachter] | |||||||
| Dewey Dezimal-Klassifikation: | 500 Naturwissenschaften und Mathematik » 550 Geowissenschaften | |||||||
| Beschreibungen: | Die Photogrammetrie hat in den letzten Jahren eine rasante Entwicklung durchlaufen. Sie beinhaltet u.a. die Einführung digitaler Messkameras verschiedenster Technik mit ständig größeren Auflösungen und besserer Aufnahme-Qualität und die Umstellung auf digitale Auswertesoftware mit immer leistungsfähigeren Algorithmen für die Erstellung von Oberflächenmodellen (DOMs) und Orthophotomosaiken.
In Rahmen dieser Arbeit wurde die Anwendung von digital-photogrammetrischen Methoden zur automatischen Erfassung von verschiedenen tropischen Waldbeständen aus hochauflösenden mittelformatigen Luftbildern und DOMs untersucht. Aspekte des photogrammetrischen Prozesses wie die Verwendung von Passpunkten aus Landsat-Satelliten- und SRTM-Daten und die Objektivkalibrierung wurden behandelt. Für forstwirtschaftliche Zwecke wurden die Genauigkeit der durch photogrammetrische Softwarepakete generierten digitalen Oberflächen- und Geländemodelle (DOMs und DGMs) sowie der Baumhöhenbestimmung analysiert. Eigene Methoden zur Kronenabgrenzung anhand von Baumhöhendaten, ergänzt durch spektrale Information, wurden entwickelt. Lineare Diskriminanz-Analyse (LDA) und Maximum-Likelihood-Klasifikatoren (ML) kamen für die Baumklassifizierung zur Anwendung. Die Untersuchung hat natürliche Waldbestände und Parkwälder Kolumbiens sowie eine Ölpalmplantage Ecuadors einbezogen. Die Anwendung von aus Landsat-Satellitenbildern entnommenen Passpunkten für die Aerotriangulation ergab Genauigkeiten bei der räumlichen Ortsbestimmung eines Objektes im Bereich von 10-20 m. Diese Methode bietet daher eine preiswerte Alternative zu herkömmlichen DGPS-Messungen im Gelände. Die aktuellen photogrammetrischen Softwarepakete ermöglichen daraus die Erstellung von DOMs für Baumkronen mit mittleren Höhenfehlern unter 1 m. Bei der Erstellung von digitalen Geländemodellen nahmen Faktoren wie Geländeneigung und Bodenbedeckung großen Einfluss auf die erzielbare Genauigkeit. Während mittlere Höhenfehler unter 1,5 m in flachen Gebieten gefunden wurden, sind diese bis auf 5,3 m in hügeligen Bereichen gestiegen. Die Berechnung der Baumhöhen aus der Differenz zwischen DOM und DGM ergaben eine Unterschätzung der tatsächlichen Werte. Die entwickelte Methode zur Baumkronenabgrenzung basiert auf der Suche von Baumhöhenmaxima auf mehreren Maßstabsebenen, Regionenwachstums-Verfahren sowie der Markierung von Minima zwischen Kronenrändern. Diese Methode hat bei Palmenplantagen Erfolgsquoten über 92% erbracht. Die Extraktion der Kronen in natürlichenWaldbeständen mit einer Vielzahl verschiedener Arten, war allerdings mit ca. 52%, nicht so erfolgreich. Die Klassifizierung von Baumarten in verschiedenen Waldbeständen hat gezeigt, dass bestimmte Spezies gut identifiziert werden können. Das beste Ergebnis wurde für das 10 cm-Photomosaik mittels linearen Diskriminanzfunktionen erzielt, wo Trefferquoten über 80% für 7 aus 11 ausgewählten Baumarten erreicht wurden. Die Kombination von Merkmalen wie Textur, Farbe und 2D-Kronenform anhand LDA erbrachten die besten Ergebnisse mit einen mittleren Trefferquote von 81%. Die Verwendung von ausschließlich RGB-Farbkanälen mit Hilfe der ML-Methode, bei einer besten mittleren Trefferquote von 43%, war allerdings enttäuschend. Aufgrund der bisherigen wenigen Untersuchungen unter Anwendung photogrammetrischer Methoden in Forstwissenschaft und Waldbau der Tropen stellt diese Arbeit einen wichtigen Beitrag zur ihrer weiteren Entwicklung und automatisierter Ansätze für zukünftige Walduntersuchungen und -inventuren in diesen Regionen dar.The photogrammetry has experienced rapid developments in the last few years. They include the introduction of digital cameras with different technical characteristics, which provide a much better image quality and higher resolution, and the move into digital analysis software with improved algorithms for the generation of digital surface models (DSM) and ortophotomosaics. This work studies the use of digital photogrammetric methods for the automatic capture of different types of tropical forests by means of high resolution middle format cameras and digital elevation models. Different aspects of the photogrammetric process, like the utilization of control points from LANDSAT-satellite images and SRTM-data as well as the lens calibration, were evaluated. The accuracy of the generation of digital surface and terrain models (DSMs and DTMs) and the automatic tree height calculation was also assessed. A method for the delineation of tree crowns through the use of tree height and spectral information is presented. Linear discriminant analysis (LDA) and maximum likelihood (ML) methods were employed to classify tree species. Test areas include two forest stands from Colombia and an oil palm plantation from Ecuador. The use of control points from satellite data for the triangulation resulted in accuracies for the localization of one object within 10-20 m range. This represents a viable alternative to the measurement of control points in field. The current photogrammetric software permits the user to obtain DOMs with errors within 1 m for the tree crowns. Factors like terrain slope and tree density have a large influence on the exactness of the generated DTMs. Mean errors below 1.5 m were measured for flat or slightly inclined terrains as opposed to values up to 5.3 m in hilly areas. The tree height calculation from the difference between DSM and DGM resulted in underestimations of this parameter. An alternative method was developed to delineate tree crowns by searching for tree height peaks over different scales, growing-region techniques and the detection of height minima along tree borders. This method produced success rates of over 92% in the palm plantations. However, the crown extraction in natural stands was significantly poorer, with only half of the crowns correct delineated. The classification of tree species in different forest communities demonstrated that only some of them can actually be correctly identified. The best result came from the use of discriminant functions on the 10 cm-photos, which provided accuracies of over 80% for 7 out of the 11 evaluated tree species. The combination of features like texture, color and 2D tree form along with LDA yielded the best results with accuracies of 81%. The utilization of exclusively RGB channels in conjunction with ML methods, with a rate of 43%, did not produce statistically significant results. In view of the lack of investigations on photogrammetric approaches and applications for the characterization of the tropical forests, this work contributes to the development and automatization of the methods for the future research and inventory of the vast forest resources of these regions. | |||||||
| Lizenz: |  Urheberrechtsschutz | |||||||
| Fachbereich / Einrichtung: | Mathematisch- Naturwissenschaftliche Fakultät » WE Geographie | |||||||
| Dokument erstellt am: | 18.11.2011 | |||||||
| Dateien geändert am: | 18.11.2011 | |||||||
| Promotionsantrag am: | 20.05.2011 | |||||||
| Datum der Promotion: | 28.06.2011 |
