Merkmalbasierte Baumartenklassifikation mit flugzeuggestützten Hyperspektral- und LiDAR-Daten für den Nationalpark Bayerischer Wald

Freising

Landnutzung und Umwelt Wissenschaftszentrum Weihenstephan für Ernährung

2015

S. 73-78

Artikel aus einer ZeitschriftUnselbständiges Werk

200199731

gepixelte Wald - Reloaded : Fachtagung am Zentrum Wald-Forst-Holz in Freising - Weihenstephan vom 17. bis 18. März 2015, S. 73-78

Die Baumartenbestimmung ist ein wichtiger Teil der Waldinventur und für ein effizientes Waldmanagement erforderlich. Eine herkömmliche Forstbetriebsinventur ist allerdings für große, heterogene Waldflächen wie den Nationalpark Bayerischer Wald zeitaufwändig und mit hohen Kosten verbunden. Anhand dieser Arbeit soll eine Methode zur Baumartenklassifikation entwickelt werden, die eine für den Nationalpark Bayerischer Wald ausreichende Waldinventur "von oben" ermöglicht. Dies soll durch die Kombination aus hyperspektralen Fernerkundungsdaten mit LiDAR-Daten verwirklicht werden. Studien aus den vergangenen Jahren haben gezeigt, dass die Nutzung hyperspektraler Daten zur Kartierung einzelner Baumarten von der Ergänzung um zusätzliche LiDAR-Daten profitieren kann. Jedoch ist die Klassifikationsqualität begrenzt durch unterschiedliche Faktoren, wie z.B. einer hohen spektralen Ähnlichkeit zwischen den Klassen und einer hohen spektralen Variabilität innerhalb der Klassen. Ziel dieser Arbeit ist es, eine baumartenspezifische Merkmalsdatenbank bestehend aus hyperspektralen Signaturen, einfach abzuleitenden LiDAR-Merkmalen sowie baumspezifischen Informationen zu erstellen.
hyperspektral; Baumartenklassifikation; Random Forest; LiDAR; Vegetationsindex