Search

Für die pixelscharfe Erfassung und Korrektur von Wasserflächen in photogrammetrisch erzeugten hochauflösenden digitalen Oberflächenmodellen wurde ein automatisiertes objektbasiertes Verfahren entwickelt. Zur Verkürzung der Laufzeit wurde diesem die automatische Berechnung einer Wassererwartungsmaske vorangestellt, welches Regionen, die potentiell Wasser beinhalten, selektiert und somit das Datenvolumen bis >60 % reduziert. Der objektbasierte Ansatz nutzt Informationen aus dem Bildmatching (Zuverlässigkeit, Höhe), spektrale Indizes und Textur- und Formparameter, es extrahiert die Wasserflächen mit einer Genauigkeit von >90%. Durch die Vielzahl von Eingangsdaten ist das Ruleset sehr robust und sensorunabhängig. Um die Laufzeit weiter zu verringern (>50%), werden vereinfachte Segmentierungs- und Stapelverarbeitungsalgorithmen auch auf niedrigeren Bildpyramiden eingesetzt.

Die Forstfernerkundung hat in Deutschland eine lange Tradition. In den letzten 30 Jahren wurden zudem verschiedenste Verfahren der automatischen Extraktion von Einzelbäumen aus Fernerkundungsdaten entwickelt und veröffentlicht. Dabei bestand jedoch eine Fokussierung auf Satellitenbilder und Laserdaten. Zudem haben viele Ansätze ihre Tauglichkeit vor allem im Nadelwald unter Beweis gestellt. Die automatische Einzelbaumextraktion von Laubbäumen ist dagegen bis heute eine Herausforderung. Daher stand im Mittelpunkt des entwickelten Verfahrens nicht nur die Extraktion von Nadelbäumen aus Luftbildern und photogrammetrisch erzeugten Oberflächen, sondern auch eine genaue Einzelbaumextraktion von im geschlossenen Bestand stehenden Laubbäumen. Wie das vorgestellte Verfahren zeigt, lassen sich unter der Verwendung von TrueOrtho-Luftbildern und photogrammetrisch erzeugten Oberflächen Einzelbäume mit einer sehr hohen Genauigkeit ableiten. Dies gilt dabei nicht nur für Nadelbäume sondern auch für Laubbäume.

High resolution digital elevation models (DEM) are utilized in automatic extraction of single-trees in mixed forests. In this paper the digital surface models (DSM) provided from aerial images with resolutions of 8 cm and 20 cm and airborne laser scanning ALS data are investigated. The results showed a relative good representation of the tree crowns even in image-based DSM. However, increasing the resolution of imagery does not inevitably lead to better quality in DSM of forests. To evaluate the characteristics of deciduous and coniferous trees on such models, two features are introduced. The Inversed Quasi-Flatness (IQF) and the Averaged Height Variation (AHV) of the DSM are implemented on some automatically selected samples at the highest levels of elevation on nDSM to demonstrate the geometric and morphologic characteristics of the different DSMs.