Das Projekt "Teilvorhaben 'Projekmanagement/Prozesskette'^ENVILAND 2^Radar- and optical satellite data for ENVIronment and LAND use applications - Teilvorhaben 'Algorithmendefinition', ENVILAND II: Synergetische Nutzung von optischen und Radardaten (SAR)" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Technologie. Es wird/wurde ausgeführt durch: Zentrum für Bild- und Signalverarbeitung e.V. (ZBS).1. Vorhabenziel: Der Beitrag des Teilvorhabens Bildanalyse (ZBS e.V.) zur Gesamtzielstellung des Verbundvorhabens besteht in zielgerichteten methodischen Untersuchungen sowie in der Neu- und Weiterentwicklung von Algorithmen der Bildverarbeitung und -analyse, die in mehr oder minder starkem Maße die Arbeitsfelder aller anderen Verbundpartner berühren. 2. Arbeitsplanung: Als Instrumente der methodischen Untersuchungen werden u.a. die Bewertung der Datenqualität der Sensoren, die Berücksichtigung ihres vektoriellen Charakters sowie die Nutzung fortgeschrittenster Erkenntnisse der Systemtheorie und leistungsfähiger Ansätze der Bildinterpretation eingesetzt. Darauf aufbauend entstehen Module zur strukturbasierten Registrierung, zur Filterung stark gestörter Bilddaten mit modernsten Ansätzen, zur Segmentierung unter Berücksichtigung von Resampling, Demixing und Textur, zur automatischen Schwellenextraktion und Clusterung für Lernstichproben und zu überwachten Klassifikationsverfahren. 3. Ergebnisverwertung: Neben der Satellitenbildauswertung ergeben sich für das ZBS synergische Verwertungsmöglichkeiten auf Gebieten wie regularisierte Bildrestauration, anisotrope Filterung, Segmentierung und Klassifikation in interschiedlichen Applikationen.
Das Projekt "Automatisierte und robuste Erfassung von Siedlungsräumen aus hochauflösenden SAR Daten^Automatisierte und robuste Erfassung von Siedlungsräumen aus hochauflösenden SAR Daten, TerraSAR-X urban: Nutzungsvorbereitung von TerraSAR-X Daten" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Technologie. Es wird/wurde ausgeführt durch: Universität Würzburg, Institut für Geographie.
Das Projekt "Automatisierte und robuste Erfassung von Siedlungsräumen aus hochauflösenden SAR Daten, Automatisierte und robuste Erfassung von Siedlungsräumen aus hochauflösenden SAR Daten" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Technologie. Es wird/wurde ausgeführt durch: H.G. Geo Data Solutions GmbH.
Das Projekt "Spezifizierung und Design^Koordination und Kartierung Agrarflächen^Stadtkartierung^Methodenentwicklung und Qualitätssicherung^Nutzer-Einbindung^Implementierung des Gesamtsystems^Sensor Integration, Angebot DJO 060-2-2005^DeCOVER-Hauptphase hier^Gewässerkartierung^Interoperabilität, Teilprojekt: Kartierung naturnaher Räume" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Remote Sensing Solutions GmbH.Aktuelle Landbedeckungsdaten sind für viele öffentliche Aufgaben von Bund, Ländern und Kommunen eine wichtige Informationsgrundlage. Die in Deutschland vorhandenen Daten zur Landbedeckung müssen im Hinblick auf Aktualität und Qualität noch deutlich verbessert werden. Hierbei handelt es sich um das Amtliche Topographisch-Kartographische Informationssystem (ATKIS), die Biotop- und Nutzungstypenkartierung (BNTK) als Datengrundlage aus dem Bereich Umwelt und Naturschutz sowie die europäische Landbedeckungsdatenbasis CORINE (CLC). Internationale Berichtspflichten gegenüber der Europäischen Kommission und den Vereinten Nationen sind damit nicht effizient zu erfüllen. Mit dem Verbundvorhaben DeCOVER soll nun eine Methodik zur Aktualisierung der Landbedeckung (z.B. Geobasisdaten) entwickelt und großflächig umgesetzt werden. Zusätzlich sollen Verbesserungen des Informationsgehaltes vor allem im Bereich der Geofachdaten erzielt werden. Das Verfahren wird am Bedarf der Nutzer ausgerichtet, deren Anforderungen an Landbedeckungsinformationen zu Beginn des Vorhabens systematisch analysiert werden. Außerdem werden Erfahrungen aus den europäischen GMES-Aktivitäten sowie den Vorgaben des INSPIRE-Projektes und der Geodateninfrastruktur Deutschland (GDI-DE) an das öffentliche Geodatenmanagement zu Grunde gelegt. Dies betrifft vor allem deren Interoperabilitätsmaßnahmen, die von DeCOVER unterstützt werden. Methodische Innovationen des Vorhabens sind: - die gemeinsame Auswertung optischer und Radardaten, - die flexible Fortschreibung von Landbedeckungsdaten. Durch die gemeinsame Auswertung von optischen und Radardaten lassen sich zuverlässigere Landbedeckungsdaten gewinnen. Während optische Daten eine höhere Objekterkennbarkeit aufweisen, bieten Radardaten den Vorteil der Tageslicht- und Wetterunabhängigkeit, da auch bei Nacht und Wolkenbedeckung Daten aufgenommen werden können. Beide Vorteile werden im DeCOVER-Vorhaben zusammengeführt, um eine regelmäßige Erhebung aktueller und zuverlässiger Landbedeckungsdaten zu ermöglichen. Eine flexible Aktualisierung von Landbedeckungsdaten soll durch automatisierte Interpretation von Satellitendaten erreicht werden, wodurch sich der Erhebungsaufwand und damit die Kosten reduzieren. ATKIS-Daten gewährleisten den Fortbestand vielfältiger Informationen, die aus Fernerkundungsdaten nicht gewonnen werden können, wie z.B. Nutzungsarten von Gebäuden, Verkehrsinformationen oder auch geographische Namen. DeCOVER wird den Nutzern in Zukunft ein Verfahren zur Verfügung stellen, welches durch Einsatz von Satellitendaten eine zuverlässige und kostengünstige Aktualisierung der bestehenden nationalen Geodaten (ATKIS, BNTK) unterstützt. Die Informationen zur Landbedeckung werden dadurch zwischen den Ländern vergleichbarer. Außerdem werden neue Informationsbedürfnisse der Nutzer berücksichtigt und als Ergänzungen und Verbesserung zu den Geofachdaten angeboten.
Das Projekt "ENVILAND - ENVISAT Nutzungsvorhaben Landoberfläche, Teilvorhaben: Skalenintegration" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Universität Jena, Institut für Geographie.Die geometrische Auflösung von Fernerkundungsdaten ist von der Wahl des jeweiligen Sensors abhängig. Während die Kantenlänge einer Auflösungszelle bei hochaufgelösten Daten (z.B. Quickbird) etwa einen Meter beträgt, umfasst ein Bildelement eines Sensors mit geringer geometrischer Auflösung (z.B. MODIS, MERIS) mehrere Hektar Landoberfläche. Entsprechend verschieden detailliert sind die in den Bilddaten enthaltenen Informationen. Hochaufgelöste Daten können Einzelobjekte wie Bäume, Häuser oder infrastrukturelle Einrichtungen auflösen. Je nach Art und Anordnung der Einzelobjekte ergibt sich eine dem Land Cover entsprechende Textur. Bei Sensoren mit geringer geometrischer Auflösung liegt die spektrale Information der genannten einzelnen Objekte als Mischinformation innerhalb eines Bildelements vor ( ). Durch die Mischung der Spektralinformation mehrerer Objekte entstehen neue Mischsignaturen. Die Texturinformation, wie sie bei hochaufgelösten Fernerkundungsdaten vorhanden ist, steht in dieser Skala nicht zur Verfügung. Die Zahl und Art der differenzierbaren Land Cover Klassen variiert mit der geometrischen Auflösung der Fernerkundungsdaten. Die Land Cover Klasse Mischwald beispielsweise ist bei hochaufgelösten Daten unter Verwendung eines pixelbasierten Klassifikationsansatzes nicht existent. Da jeder einzelne Baum aufgelöst wird, kommt die klassentypische Mischsignatur aus Nadel- und Laubbäumen nicht zustande. Die Wahl der geometrischen Auflösung bestimmt (neben anderen Systemspezifikationen) in einem entscheidenden Maße die Art- und Tiefe der Informationen eines Fernerkundungsdatensatzes. Diese Bildinformation wirkt sich auf Qualität und Quantität der Ableitung des Land Covers aus. Deshalb haben sich für das Teilvorhaben der Skalenintegration die folgenden Ziele herauskristallisiert: Einfluss der Auflösung der Fernerkundungsdaten auf die Segmentausweisung; Analyse der Skalenabhängigkeit der radiometrischen Bildinformation von Objekten bzw. Objektklassen (optisch und SAR); Skalenspezifische Untersuchung der texturgebenden Bildobjekte; Beurteilung der einzelnen Algorithmen zur Ableitung von Bodenbedeckungs- und Landnutzungsinformationen hinsichtlich ihrer Skalenabhängigkeit unter besonderer Berücksichtigung der Methoden zur Kombination von optischen und SAR Daten; Erarbeitung des Einflusses der geometrischen Auflösung der Fernerkundungsdaten auf die Genauigkeit der abgeleiteten Bodenbedeckungsprodukte; Abschätzung des erreichbaren Detaillierungsgrades der Klassifikation auf unterschiedlichen Maßstabsebenen; Definition der kleinsten kartierbaren Einheit in Anhängigkeit von der geometrischen Auflösung und Land Cover Klasse; Analyse des Einflusses der geometrischen Auflösung auf die Detektion von Landnutzungsänderungen; Entwicklung und Test eines (nach Möglichkeit) skalen- und sensorunabhängigen Prozessierungsablaufs zur Erfassung von Bodenbedeckungs- und Landnutzungsinformationen.