Upload
ingelore-ritter
View
235
Download
2
Embed Size (px)
Citation preview
DasSkalenproblem
imPrecision Farming
10.07.03 M. Streif - Skalenproblem 2
Inhaltsübersicht• Hintergrund - Warum Precision Farming? • Precision Farming - Worum geht es?
• Skalierung
• Fernerkundung - einschränkende Faktoren
• Das Skalenproblem
10.07.03 M. Streif - Skalenproblem 3
Hintergrund Bewirtschaftungsweise (früher/praxisüblich)
• einheitliche Bewirtschaftung der Felder aufgrund von Schwellenwerten
• Landwirt kann nur bedingt auf schlaginterne Unterschiede eingehen
• Bereiche mit hohem Ertragspotential bleiben unterversorgt
• Bereiche mit geringem Ertragspotential werden überversorgt
• Folge: - Belastung der Ökosysteme - unnötige Ausgaben für den Landwirt - Gewinnverlust
10.07.03 M. Streif - Skalenproblem 4
Precision Farming
• Erfassung auftretender räumlicher Phänomene in der Landwirtschaft
z.B.: - Bodenart - Wasser- und Nährstoffversorgung - Unkrautverteilung - Struktur/Intensität von Pflanzenkrankheiten - Ertragspotential
• Phänomene variieren innerhalb und zwischen den Feldern
Es ergibt sich eine heterogene Struktur.
Worum geht es?
10.07.03 M. Streif - Skalenproblem 5
Bedeutung der Skalierung
• Diagnose von: Pflanzenkrankheiten Schädlingen Unkräutern innerhalb eines Feldes
• Erfassung der Vitalität, Produktivität der Pflanzen unterschiedlicher Felder
Notwendigkeit verschiedener Skalen !
10.07.03 M. Streif - Skalenproblem 6
Definition-SkalierungScale
spatial spatial-temporal temporal
cartographic geographic operational resolution
spatial spatial-temporal temporal
cartographic geographic operational resolution
cartographic scale ( Kartenmaßstab ):- Strecke auf der Karte = Strecke auf der Erdoberfläche
- großmaßstäbige Karte bedeckt eine kleinere Fläche
- enthält mehrere detaillierte Informationen
10.07.03 M. Streif - Skalenproblem 7
Definition-SkalierungScale
spatial spatial-temporal temporal
cartographic geographic operational resolution
spatial spatial-temporal temporal
cartographic geographic operational resolution
geographic scale:
- beschreibt die Größe oder räumliche Ausdehnung eines Gebietes
- große Skalierung deckt ein größeres Gebiet ab, als kleine Skalierung
- Bsp.: Ausdehnung von „Nestern“ im Acker große Skalierung Verbreitung von Erregern in einem Nest kleine Skalierung
10.07.03 M. Streif - Skalenproblem 8
Definition-SkalierungScale
spatial spatial-temporal temporal
cartographic geographic operational resolution
spatial spatial-temporal temporal
cartographic geographic operational resolution
operational scale:
- Skalierung, in der bestimmte Prozesse (Phänomene) in einer Umgebung „operieren“ (wirken/arbeiten)
- Bsp.: Ein Wald „operiert“ in einer größeren Skalierung, als ein einzelner Baum
10.07.03 M. Streif - Skalenproblem 9
Definition-SkalierungScale
spatial spatial-temporal temporal
cartographic geographic operational resolution
spatial spatial-temporal temporal
cartographic geographic operational resolution
resolution scale:
- drückt die Größe des kleinsten unterscheidbaren Teils eines Objektes aus
- Bsp.: Abtastfähigkeit eines Satelliten Meter Bodenauflösung pro Pixel Skalierung eines Rasterbildes Einheit pro Pixel
10.07.03 M. Streif - Skalenproblem 10
Skalierung in der Fernerkundung
• Skalierung = räumliche Auflösung
• definiert durch zwei Begriffe:
- extent Größe und räumliche Ausdehnung des Untersuchungsgebietes
- grain Auflösung der Daten bestimmt den Grad der Detailgenauigkeit
definiert über die kleinste identifizierbare Fläche
10.07.03 M. Streif - Skalenproblem 11
FernerkundungErfassungsmöglichkeiten
• Luftbilder • Satellitenbilder
http://ivvgeo.uni-muenster.de/Vorlesung/FE_Script/kapitel2/main2-2.html
10.07.03 M. Streif - Skalenproblem 12
FernerkundungDie Nutzung einschränkende Faktoren • geringe Überfliegungshäufigkeit der Satelliten (z.B. 16 Tage)
• funktioniert nicht bei Nacht und Bewölkung große Lücken in den aufeinanderfolgenden Aufnahmen
beschränkte Fruchtartenklassifikation schlechtere Bestandesbeobachtung
• Luftbildaufnahmen zwar unter der Wolkendecke möglich, eine hinreichende zeitliche Auflösung jedoch nicht bezahlbar
Schädlingsbefall eines Feldes erfolgt innerhalb kürzester Zeit
Skalenabhängigkeit aufgrund der Atmosphäre
10.07.03 M. Streif - Skalenproblem 13
Das Skalenproblem• Zielsetzung- optimale Skalierung für jeweilige Studie bestimmen- Effekte der Skalierung beurteilen
• Probleme1. Welche Auflösung ermöglicht die beste Erkennung abnormer Erscheinungsbilder?
bei unterschiedlicher räumlicher Auflösung, erscheint ein räumliches Muster homogen bzw. heterogen
Faktoren, die in einer Skala wichtig sind, könnten in einer anderen unbedeutend sein
10.07.03 M. Streif - Skalenproblem 14
Das Skalenproblem- Für optimale Erkennung bestimmter Phänomene ist folgendes zu beachten:
a) Ein Skalenwechsel verursacht einen Informationsverlust
250 m 400 m3 m
Beispiel: Zuckerrübenaufnahmen aus unterschiedlichen Höhen (Aufnahmen im nahen Infrarot)
50 m
- mit niedriger Auflösung Grad der Schädigung nur schätzbar
- mit hoher Auflösung genaue Identifikation der Schädigung
Bilder von: K. Voss, A.Schmitz (www.precision-plant-protect.uni-bonn.de/project02/project02_e.htm)
10.07.03 M. Streif - Skalenproblem 15
Das Skalenproblemb) zu hohe Auflösung kann zu Informationsverlust führen
maximale Information
0
1
Abnahme der räumlichen Auflösung
Informationsgrad 0= keine Information1= maximale Information
obere und untere Limit der Auflösung definieren abhängig von der Größe und Struktur eines Gebietes
10.07.03 M. Streif - Skalenproblem 16
Das Skalenproblem2. Können Unterschiede in den hochauflösenden Daten auch in gröber auflösenden Daten erkannt werden?
Methode: Maximum Likelihood Classifikation
• gegeben:
• Trainingsgebiet:
- Eigenschaften aus Geländebeobachtungen bekannt - in einem Bild identifizierter Teil der Erdoberfläche
- dienen als Klassenrepräsentation
- bekannter Datensatz- aus Trainingsgebieten klassifiziert
- Klasse = Gruppe von Geo-Objekten (Nadelwälder, Ackerflächen)
10.07.03 M. Streif - Skalenproblem 17
Das Skalenproblem
• Berechnungen
Maximum Likelihood Classifikation
Wahrscheinlichkeitsfunktionen - Varianz, Kovarianz und Mittelwerte für jede Klasse
Pixel den Klassen zuweisen, zu denen sie am wahrscheinlichsten gehören
• Voraussetzung: Normalverteilung der Bildelementeum den Klassenmittelpunkt
10.07.03 M. Streif - Skalenproblem 18
Das Skalenproblem• Genauigkeit der Bildklassifikation- durch zwei Faktoren gekennzeichnet:
a) Einfluß von Randpixel- Randpixel enthalten gemischte Elemente
- feinere Auflösung reduziert Anzahl der Pixel, die auf den Rand eines Objektes fallen
bessere Klassifikation
10.07.03 M. Streif - Skalenproblem 19
Das Skalenproblem• Genauigkeit der Bildklassifikation
b) spektrale Veränderung
- höhere Auflösung steigert Multispektralsignatur eines Objektes- spektrale Vielfalt reduziert spektrale Trennbarkeit der Klassen
niedrigere Genauigkeit in der Klassifikation
optimale Klassifikation: - Kombination beider gegensätzlichen Faktoren
- Wichtigkeit der Faktoren variiert in Abhängigkeit von der Größe des zu beobachtenden Objektes
10.07.03 M. Streif - Skalenproblem 20
Das Skalenproblem
Bäume
0,1m 1m 10m 100m 1km 10km 100km
Meteorologie0,0001
0,001
1 Tag
1 Woche
1 Monat
1 Jahr
10 Jahre
100 Jahre Geologie
Landwirt-schaft
räumliche Skalierung
zeitliche Skalierung
Vegetation
3. Lange Zeiten bis zur Nutzung der Daten
Landwirt möchte wissen, wie seine Bewirtschaftungsmaßnahmen am jeweiligenStandort wirken.
Ertragskontrolle dauert sehr lange
Es muß möglich sein, dem Landwirtdie Daten am gleichen Tag zugänglichzu machen.
10.07.03 M. Streif - Skalenproblem 21
Zusammenfassung
Erfassung der landwirtschaftlichen Produktion mit einer bestimmten Skalierung nicht möglich
man benötigt eine Vielzahl von Skalen
• Skalenabhängigkeit eines Phänomens sollte bekannt sein ( Trainingsgebiete, Referenzmessungen am Boden)
• Skalenabhängigkeit ist oft standort- und zeitabhängig
• Grundsätzlich:- je einfacher die Fragestellung, desto sicherer die Auswertung
- Trennung von Wald/Nichtwald oder Vegetation/Nichtvegetation ohne Geländekontrolle möglich
10.07.03 M. Streif - Skalenproblem 22
Literaturübersicht
Kühbauch, W. (2002): Fernerkundung – eine Zukunftstechnologie im Präzisionspflanzenbau. In: Werner, A. & A. Jarfe (Hrsg.): Precision Agriculture – Herausforderung an die integrative Forschung, Entwicklung und Anwendung in der Praxis. KTBL Sonderveröffentlichung 038, S.79 – 87 Grenzdörfer, G. (1998): Dokumentation und Analyse kleinräumiger Heterogenität mit Fernerkundung und GIS. In: Erfassung der kleinräumigen Heterogenität, KTBL/ATB-Workshop vom 15.-16.Januar 1998 in Potsdam. S.93 – 105 Cao, C. & N.S. Lam (1997): Understanding the scale and resolution effect in remote sensing and GIS. In: Quattrochi, D.A. & M.F. Godchild (eds.): Scale in remote sensing and GIS. S.57- 72 Institut für Geodäsie und Geoinformatik (Universität Rostock): Geoinformatik-Lexikon http:// ivego.uni-muenster.de/Vorlesung/FE_Script/Start.html: Kapitel 3.7, Klassifikation www.precision-plant-protect.uni-bonn.de/project02/project02_e.htm
10.07.03 M. Streif - Skalenproblem 23
Heterogenität
www.ecology.uni-kiel.de/ritzerau/ graphik/luft.jpg
10.07.03 M. Streif - Skalenproblem 24
Heterogenität
www.gutshaus-neu-wendorf.de/ images/Landwirtsch_1.jpgwww.esri.com/.../agriculture/ graphics/45_cropimage.jpg