| Autor: |
Immitzer, Markus, Einzmann, Kathrin, Böck, Sebastian, Mattiuzzi, Matteo, Ng, Wai Tim, Wallner, Adelheid, Pinnel, Nicole, Reichmuth, Anne, Frost, Matthias, Müller, Andreas, Seitz, Rudolf, Atzberger, Clement |
| Přispěvatelé: |
Wallner, Adelheid, Seitz, Rudolf |
| Jazyk: |
němčina |
| Rok vydání: |
2015 |
| Předmět: |
|
| Popis: |
Der fortschreitende Klimawandel erhöht das Gefährdungspotenzial von Wäldern zunehmend. Eine forstwirtschaftliche Nutzung von Wäldern ist oftmals nur durch den Wechsel auf Baumarten mit größerer Flexibilität gegenüber den Auswirkungen des Klimawandels langfristig sichergestellt. Für derartige Waldumbauvorhaben auf großer Fläche benötigen die Akteure aktuelle Verbreitungskarten einzelner Baumarten in einer räumlichen Aufl ösung von z. B. 1 Hektar. Um eine regelmäßige Überwachung und Aktualisierung zu ermöglichen, sind die Kosten für derartige Kartenprodukte ein weiterer wichtiger Faktor, der zu berücksichtigen ist. Der vorliegende Beitrag beschreibt und validiert einen fernerkundungsbasierten Ansatz für die Kartierung von einzelnen Baumarten (Fichte und Kiefer) mit einer innovativen Kombination von kommerziellen, sehr hoch aufgelösten Satellitendaten und frei verfügbar Landsat-Zeitreihen. Die Methodik beinhaltet dabei die überwachte Klassifi kation von WorldView-2 Daten ausgewählter Testgebiete, gefolgt von einem „Upscaling“ dieser Referenzinformationen auf große Flächen mit multispektralen und multitemporalen Landsat-Daten. Für die Modellierung wurde mit Random Forest (RF) ein auf Entscheidungsbäumen basierender Ansatz gewählt. Mit der entwickelten Methode konnten für ganz Bayern konsistente und genaue Karten der Fichtenund Kiefernverbreitung (kontinuierliche Anteile) mit einer Aufl ösung von 1 ha erstellt werden. Eine Validierung mit 3798 unabhängigen Referenzzellen ergab für Fichte bzw. Kiefer einen Root-Mean-Square Error (RMSE) von 11 und 14 %, und ein Bestimmtheitsmaß (R²) von 0.74 bis 0.79. Zwischen 76 und 85 % der Validierungspunkte wurden besser modelliert als die angenommene Unsicherheitsmarge von ±15 % der Referenzinformation (aus manueller Bildinterpretation von Orthophotos). |
| Databáze: |
OpenAIRE |
| Externí odkaz: |
|
