Identifizierung von Bambus-Clustern durch Kombination von terrestrischen Aufnahmen und Satellitenbildern mit Hilfe der kNN-Methode in den "off reserve forests" in Ghana, Westafrika

Trippstadt

Forschungsanstalt für Waldökologie und Forstwirtschaft Rheinland-Pfalz

2007

S. 32-39

6 Abb., 6 Lit. Ang.

Artikel aus einer ZeitschriftUnselbständiges Werk

200149095

18. Tagung Trippstadt, 25. bis 27. September 2006 Deutscher Verband Forstlicher Forschungsanstalten, Sektion Forstliche Biometrie und Informatik, S. 32-39

Forstinventuren stellen besonders in den Tropen eine zeit- und kostenintensive Informationsquelle für die Bewirtschaftung natürlicher Ressourcen dar. Um den Aufwand für die Erhebung terrestrischer Daten zu vermindern, werden vermehrt kompensatorisch Fernerkundungsdaten eingesetzt. Durch die Kombination von Satellitenbildern und terrestrischen Aufnahmen werden mit Hilfe der k-nächsten Nachbarn Methode (kNN) bereits Waldinventuren unterstützt. Diese Studie soll am Beispiel der Identifizierung von Bambus-Clustern durch Kombination von terrestrischen Aufnahmen und Satellitenbildern mit Hilfe der kNN-Methode in den "off reserve forests" in Ghana aufzeigen, welche Genauigkeit bei der Anwendung auf kategoriale Daten zu erwarten ist. Für die Analyse lagen 404 Stichprobenpunkte (=Pixel) mit je 202 "Bambus und 202 "nicht Bambus Punkten, sowie eine Satellitenbildszene des Advanced Spaceborne Thermal Emission and Reflection Radiometer - ASTER - mit einer Auflösung von 15 m zur Verfügung. Die Übereinstimmungen der kNN-Schätzungen mit der Kontrollgruppe lagen zwischen 71 - 84 %. Es zeigte dich, dass mit zunehmender Anzahl an Satellitenbändern die Genauigkeit erhöht werden konnte. Ebenso waren die Ergebnisse umso genauer, je größer der Stichprobenumfang, der in die Berechnungen einging, war.