Untersuchungen zur Beurteilung der Vitalit~it von Fichten anhand multispektraler Scannerdaten

V.e)n B3.RI.IAIL~ KOCH und U. AMMtR, Lehrstuhl for Landschaftstechnik, Miinchen, G. KRrrlc.os und D. K/2m.FR, DFVLR, Oberpfaffenhofen

1 Ein le i tung

Die landesweiten Invenmren zur Erfassung der Watdsch~iden in Bayern und Baden-Wiirt- temberg haben gezeigt, dat.~ hierbei das Infrarot-Luftbild einen wichtigen Beitrag zu leisten vermag (AM.~IER 1983, Hi~.r3EuRa~t)r 1983). Es ist aber auch deutlich geworden, dag grog- r~iumige Inventuren dieser Art einen betr~ichtlichen personelien und finanziellen Aufwand verursachen. Von daher stellt sich die Frage, ob in Zt, kunft fiir die Erfassung und Verfolgung der WaldschS.den nicht auch Satellitenaufnahmen herangezogen werden k6nnten und dies um so mehr, als damit sowohl stiindige Wiederholungen (fiir Mitteleuropa kann mit 1-2 wolkenlosen Bildern je Vegetationsperiode gerechnet werden) als auch grenzciberschrei- tende Untersuchungen und Analysen m6glich w~iren. Dies diirfte vor allem dann interessant werden, wcnn die neuen Satellitendaten (Thermatic mapper I und SPOT) mit einer Aufl6- sung yon 30 • 30 bzw. 20 • 20 m zur Verfiigung stehen.

[m Vorfdd einer solchen Entwicklung ist es notwendig zu pr~ifen, bei we!chef Pixelgr6fie for Bestandeseinheiten, wie sic bei tins in der Regel vorkommen (2-5 ha), brauchbare Schadensaussagen erkannc und welchen Eini:luI~ Parameter wie Bestandesalter, Baumarten- mischung, Standortsunterschiede, Bodenvegetation und Bestoekungsdichte (und damit auch Schattenwurf) auf die Erkennbarkeit gesunder bzw. geschSdigter WaldoberflSchen haben.

Mit dem vorliegenden Beitrag sollen daher erste Ergebnisse tiber Signamruntersuchungen an geschSdigten und gesunden Einzelb~iumen und Best~nden yon Fichte bei unterschiedli- chem Alter auf der Basis yon Flugzeugcanneraufnahmen 2 aus d'rei verschiedenen H6hen mitgcteilt werden. Dabei soil auch der Einftui~ verschiedener Parameter wie Bodenvege- ration, Bestandesdichte und Schattenbildung auf die Reflexionswerte kranker t, nd gesunder Waldbest;inde bzw. Einzdb~iume diskutiert werden. Schliefllich wird untersucht, ob mit Hilfe einer halbat, tomatischen (interaktiven) Auswertt, ng auf der Grundlage yon ausge- w~ihlten Trainingsflachen und geeigneten Klassifizicrungsalgoritbmen die Waidsch?iden gen/.igend genau erfaf~t werden k6nnen.

2 Beschreibung des Testgebietes

Die einzigen Bilddaten, die seit 1972 kontinuierlich fiir das Gebiet der Bundesrepublik zur Verftigung stehen und fiir Untersuchungen zum Waldsterben in Frage kommen, sind die des LANDSAT. Ihre Bodenaufl6sung ist mit ca. 80 • 60 m jedoch zu gering, um detaillierte

L Neuester Satelli~ der Landsatserie mit erweitertem Spektralbereich. 2 Scanner sind optoelektronisd~e Gerate, die dic ErdoberflSche wdhrend des Fluges in konkreten Spektraibereichen

abtasten.

U.S. Copy right Ciearancr Center Code Sta:e meat : 0015-8003 / 84 / 10304-0214 $ 02.50/0 Forstw. Cbl. 103 (1984), 214-231 "~ 1984 Verlag Paul Pare,,', Hamburg und Berlin ISBN 0015-8003 / ImerCode: FWSCAZ

U,:rersxc]~:<e:gct: z:.~r Bc:n~e'/[:'.ng ae:. Vir,,.'~i:.)t :.o.,z ]:icI::c~,. 215

gr'and[cgende Arbeiten durch~tihren zu k6nnen. Daher entschied man sich {iir eine neue Befliegung iibcr Gebiete, die sowoh[ gesch~idigte als auch ungesch:idigte Waldf]Sichen auf- weisen.

Um dabei mSglichst optimale Versuchsvoraussetzungen zu haben, wurde ein gleichm~i- fiig strukturierter Fichten[orst mit elnheitlichen Standortsbedmgn.mgen auf den Niederter- rasser:schottern stid6stiich yon Miinchen als Testgebiet ausgew~ihlt. Es sollten damit ~ufiere St,Sreinfltisse wie Reliefunterschiede, voneinander abweichende Standorts- up_d damit N:ihr- stoffverhiilmisse, Einfltisse der Exposition u. a. m. minimiert werden.

Namrrgumlic!: geh/.irt der H6her.kirchner Fors'c den Isar-Inn-Schotterplatten an mit m.~igig frischen his m:i[~ig tcockenen ste[nhaltigen Lehrnen. Die Fichte als 1"-Iauptbaumart n.[mmt 91%, die Kiet~er zusammen rnir der europ:iischen LF.rche 3,3 % und die Buche als einziger bedeutsamer Laubbaum 3,9 % der \Valdfif.che cin. Daneben kommee, vor at!era in itingercn Altersk!assen gruppen- oder einzelbaumweise Beimisc}mngen yon Tanne, Birke, Aspe, Eiche und Ahorn vor.

Das Schadbild (s. Abb. I) im H6henkirchzer Fors: ist geprlig~ durch cine einzeIbaum- weise gleichm:igige Verteilung der SchXden tiber a!.ie Bes::inde hinweg, mit Ausnahme yon Jugendpficge- und Jungdurchiorstut:gsflSichen, die im Be{iiegungsiakr 1983 nur seh: verein- zeh. Merkmaie einer Sch~dignng zeigten.

A,b~. l. Ka!ibrier:cs m'.:ItispekuaDs Scannerbiid yore }-[6henkirchner Farst; amggenommer, aus 300 m Fiugb6he (Freigabe: Regie:urtg yon Oberbayer:: Nr. GS 330/9539 '85'} Fig. !. Calibrated mukispect::a! digi:al image o.; ~he HShe~:k{rcher'. Forest, tt o m 3C:2 m attitude

Die im Sommer 1983 beobzchteten SchS.den ;_4.u~;er~en sick vor allen: i:,, :-',,'ade!verlusten und iin sogenannren [_ame~tasyndrom ([amettaartiges Herabhiiagen der teilweise entnade!- ten Sekundirzweige). Nade!vergiibor:gc,_: kamen r.'ir vereinze[r, vorund traten im Testge- bier, wohI beg/ins:ig: dutch die Trocke_qperiode, ers'c im Herbst nach der Be.{!iegung auf.

3 gef l iegung und Auf~.ahmedaten

Man ;st. bisl~.er gencrc!l davon >_~sgegangen, &I.~ zur Fests:eliu.ng yon Baumsch~tden durch ver~inderte Rticks:rahlungseigenschaften Saiitsommerbefiiegungen, , ~ bzw. -amnanmcnC , ( ju] i his ca.. 15. Sep:ember) am geeignets:en sind (M6ssxiE~ u. A>,,~>~ER 1983, H~_Dr~_~XDT 1985). Die Aufnahme des Testgebietes er/olgte daker am 27.07. 1983 in der Zek yon 1 2 . 0 C - 1 3 . 3 0 Uhr. Ks wurc~en 3 AufnahmehShen ge{iogen, und zwar w~hlte man die H6hen

216 [~rbara Koch. {..'. _.~_m:'ne?, G. ~(r:ti~os und D. Kilbl.'e ;

300 m, 100C m und 40C~*$ m tiber Grund. Scannerbitder aus diesen verschiedenen H6hen erlauben tin smfenweises Vorgehen; so erm/Sglichen die Daten aus 300 m H6he die Unter- scheidung yon einzelncn Baumkronen und somit eine Einzelbaumuntersuchung, 1CCC, m Flugh6he gestatten es, gr6f;ere Waldfi~ichen mit verschiedenen Best~inden noch hinreichend detailliert zu erfassen, w~brend die Bilder aus der H6he 4000 m sowohl eine synopt{sche Untersuchtmg als auch die Simulation von Satett[tenbilddaten zulassen. Im einzetnen kamen bci diesem Flug z w e i Scanner mit insgesamt 11 KanZiien und eine Hasse!blad-Kamera mit IR- Film zum E[nsatz. Wie Tabelle I zeigr, liegen yon den 11 Kan~len 6 im sichtbaren SpektraI- berdch, zwei im nahen, zwei im mitderen und einer im the,mischen tnfrarot.

T:,.beb.'e l

MuhJspektraler Aufnahmebereich de~ ttir die Be,qiegung eingesctzten Bendix Scanners Mui.:lspectra! pc.~ormance rar.g~ o.' d:e Bendix sc-n~e:

Kal,al- band

2 3 4 5 6

1l

Wdten!.inge Bandbreite Klna!- k hi.-,,: A 3, [an ba~d

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

'C,465 0,'~5 7 C,5 i 5 0,04 8 0,56C 0,C4 9 0,600 C,C4 TM5 0,640 0,04 TM7

8-13 urn

Wetlentkngc Bxndbreite 3. tu'.+ + j .A L ,.tin

+ _ ' . . . . . . 1 _

,.2,680 I c '~ 0,720 0,04 c,819 c,13 1.650 ~ "~.~, ~ ~15 0,27

Die Aufl6sung des Scanners betr~/gt 2,5 bliliiradiant, woraus sich bei den drei Flugh6ken folgende Bodenauilosungen ergeDen:

Ffugh6he: 330 m 10CO, rn 4003 m Auf!6sung: 0,75 m 2,5,.2 m 10,00 m

Bei der Flugh/3he yon 3~0 m wurde aus tecbnischen Gr/.inden ohne die beiden Thematic- m apper-Sim uiationskaNile geflogen.

4 Auswertung an der digitalen Bildverarbeitungsanlage (DIBIAS) der Deutschen Forschungs- und Versuchsanstalt f/.ir Luft- und Raumfahrt

(DFVLR), Oberpfaffenhofen

4.1 Erfassung und Speicherung der Daten

Die vom Scanner erfa~te StrahI'mg wurde zun;ichst in Form, yon digiralen Werten auf Magne.tba-.d gespeichert und anschliefiend am Boden auf computer-Iesbare B~.nder umge- setzt. Uber Ka!ibrierwerte erfolgte die Umwandlung der Digitaida[en mit einem Dvnamik- bereich zwischen 0 und 255 in absolute Strahlungs- bzw. Temperaturwerte (Kszr.rKOS u. KOBI.,~:R 1982). Die au.f computer-lesbare Binder (CCT's) umgesetzten und umgewandelten Daten wurden dann auf Plattenspeieher eingelesen und anschtiefiend am Bildscbirm nach- einander ausgewcrtet.

4.2 Kriterien far die Auswahl der Trainingsfl~ichen

Die Zuordnung der tiber den Scanner gemessenen Strah!ungs- und Temperaturwerte zu den unterschiediichen Sch~idigungs- bzw. Objektklassen erfolgte anhand yon Trainingsi]~ichen. Diesc wurden innerhaJb der Flugh6hen so ausgew~ih!t, daft sic sich nach Alter trod SchEdi- gm:gsgrad, zus~itzlich attch noch nach Bestandesdichte und Bodenvege~ation unterschieden.

:3,:ce:'s:<','.,:,.,;ge'~: z : : r ge~,.:-:eii'.~zg c/.e~ " . . . . . . : 2 L 7

N e b e n dc~. ca. 0,3-0,5 ha gro~.~e:: Trainings~iS.chen wurden zusiitzlich Einzelb~iume als Trainingsobjckte avsgesuch~. Die Sc.hadansprache erfolg~.e in Ardehnung an die Erhebu:gs- R{chtlinien der baverischen S~aa~sforsr,.erwaltung nach 5 Schadstufen (gesund, kriinkelnd, krank, sehr krank, tot) anhand vo.q Farbin.{rarot-Luftbildern aus d e n Jahre 1982 und auf- grund yon te,.-restrischen Begehungen durchgeftihrt. Ftir die Auswertung der IRC-Ltfftbil- dcr lag ein Inte:pretationsschZissel au.~ der Basis eines Verg!eichs von terrestrischer Schad- einstufung und den Signaturen im I_u{tbikl vor (vgl. hierzu MO, sss~e, u. AM.X~E~ 1983).

Fiir die Becrtei[ung der Bestiinde nach dem Alter wurden die Forsteinrichtungsun.~er~a - gen des Forsta cntes Saue~lach bcrticksichtigt. Die Au~nahmcn {iber Bestandesdichte, BocJ_en- vegetation und sonstigem beruhen vorwicgend auf terrestrisc;,,en Begehungen.

4.3 Auffineten und t~.,,.rMeren oer Trainingafli:ichen auf d e n Farbbi ldschirm

Dic [ibe~- das IRC-Luf~bi'.d aus~-ewLii~!~,l TraiaingsfLichen muL~,:en anhand yon twaisc!:cn - m . . . . ~ . .

Bcstandesmerkma!en auf dcm Digitalbi[d aufgefunden und dora paarkiert werden. Tech- i~.isch erfo!gte die Markic~ung i.iber ein in~eraktives Programm n i t Hii,:e eines ,,Cursors".

e.r..cn B,.,c_au. scnn,tt, in den: verschiedene Trainingsf!{ichen markiert sind. Abbi ld , :ng2zeigt " ~ ~ * : "

A b b . 2. Verg:6~i, er~er Scar.ne!bi',daus- schnitt mi t n:~.rkier'en Eh~ze',bLi'am.er. als "fraini:~gsf!~icKer. (300 m FZ;ghLihe) (Freigabe: Regierc.ng yon Oberbavern N~. GS 300'9539/83) F:'g. 2. En{arged digital in:age de:ai{ wit:: n:.~:-ked single trees used as :raini::g areas

4.4 Extraktion spektraler Signaturen

Eine nu:zbringendc Auswertung mukispe.ktraier Digita!da~en f{.i,_- die Wa[dschadensinven- . . . . - x, aldoberdachen bzw. E~n- tur crfordcr: ~eraue Kcnn~msse uber a~.s Spekralverhalten yon -~" c .-

- ' " x . . . . ~ A t ' z c , b a t h e n in ~. e.~b nd~ ng mi~ u n t e r s c m e u i l c h e n ~.ui ;e,en E i n f l u { ; p a r a m e t e m w i e B e s t a n d e s -

dich~e, ~ . . . . . . ~ ~ ~ " " ' . Bouc,~, ~ e t a a o n , Sc[:atten u. ~. Ersver Schri~t waren ~.es.r, alm S~gnaturunterst cnun- gen in den n~ch Alter und Sch;idigung dif~erenzierten T:ainings(Zchen. Fti,.- diese Un:ersu- chungen wurden zun~chst die bJsher nach 5 Schadstufen ausgesci'.,iedenen und markierten Training~fl!ichen zu 3 K[assen

- gesund = Klasse t ges - kr~inkdnd = Klasse 2 mkr - krank, sch,: krank = Kb.sse 3 kra

zusanm~en:,e:--ag~ und daraus die wichtigen In{o,:madonen

218 ' - b -~ " .z, 13,;~ ~ a~. Ao~,.., U. /~z,ner, G. K',aEko,: ,,',nd D. Kiibler

- Mittelwert - Standardabwdchung - Minimum und Maximum - Quotient aus dem Mktetwert eines Kana]s und dem Mk~elwert alier Kan~ile tiber ein !4.echenprogramm ermittett und als Signaturbi6cke in einer Datei abgelegt. Ein weiteres Programm erlaub~e, die ais B!6cke gespeicherten Werte anschiiet~end als Einzel- oder Mehrfachdiagramme iiber Plotter auszudrucken.

Die so erhahenen Diagramme haben aIs Abszisse die rnittlere Welienl~inge des jeweiligen Spektral-Kanah und als Ozdinate ep.tweder die jeweilige Srrahlungsdichte ode: den Quo- tienten. Im ersten Fali sprechen wit vom S igna tu rd iagramm, im zweiten yore Quotienten. diagramm. Der Lrbersicht halber sind d{e einuelne,a Werte ohr:e jegJkhe Interpolation dutch Geraden verbunden. Die i~ber und unter jedem Weft liegenden Punkte gebe~', die jewei[ige Standardabweichung an. Im obcren FeId ist neben dem Namen des Objektes (markierte Fiiche) dessen mitdere Tempcratur angegeben (s. Abb. 3). Aus GrLinden der lJ'bers{chtlich- keit wurde bei Mehr~achdiagramme~ Tcmperatur und Standardabweichung weggelassen.

50 60"

G E

o L~

z.3 L'O z__

c: i', a

~ 22.9c

t)

B.ttF ,4 2C 5~.SUr'i:) g L Z ! 7hv T='_-'EE ; CJ 7EMPF~:;,-L;R ZC 73~C I a~aZA~;L 2 ~-r: p :<ELS 16 :}d ~ = = q ,, ra , , , ~ . - - - c - : " : <

/

1 / /

? /

,I !

:1 >

!

~ j /~'~ ! \., e i

A z:, A

[qE.'gSFX /.ZN-\as , C ~ - ~ I N ~ S

Abb. 5. Reflexionsktirve einer gest!nden 70-8=j~-hrigen Fichte im Sich:baren und im nahen Infrarot (3s m Flugh6b.e) ]:ig. 3. Reflection diagram of a health:., 70- to 8O-years-old spruce in the visible and'near in- flared range (300 m altitude)

co::__ ze I~--~ ~ I-~-I-~ -- I :~ ~5 O~ 07 08 C'~

Wr- L t EI';L '!~'106 ~WAV E LC?IGT HI IN MICR,QME7 E~

Die Signaturdiagrarnme zeigen das Reflexionsverhahen des betrachteten Ob.iekte-s in Abh~ingigkeit',on der Welle:tlinge und sind objcktcharakteristisch. Der Quotient a~:s Su'ah- hmgsdichte (Mittelwert) eines Kanals und dem bfhteIwert i.iber die Strahltmgsdichte der iibrig, en K-~ni!e ist eine Art Normiertmg, da angenorp_men wird, dai~ das V erh~ihnis zwisc}:en

Untersuchungen zur Beurteilung der Vitalitiig yon Fichten 219

den Mittelwerten fiir die Fl~iche nahezu konstant und unabh~ingig yon Aufnahme- sowie Beleuchtungswinkel ist. Es l~igt sich somit ein besserer Vergleich zwiscl~en Objekten aus der Mitre und den Randpartien des Scannerbildes vornehmen als bet einem radiometrisch nicht korrigierten Bild.

Quotientendiagramme bediirfen einer anderen Interpretation als Signaiurdiagramme, da sowohl dec Strahlungsdichrewert des einzeinen Kanals im Z~ihler ais auch dec Mittdwert der Strahlungsdichte aller Kan~ile im Nenner eine Rolle spielen.

4.5 Cluster

Als Hilfsmittel for die Vorauswahl repr~isentativer Trainingsfl~ichen wurden Cluster klassifi- ziert.

Cluster sind n-dimensionale Verteilungen yon gegebenen Mengen. Bei emem eindimen- sionalen Cluster zweier Klassen (z. B. unterschiedlich gesch;idigter B~ume) erhalten wir, wie Abbitdung 4 zeigt, eine emdimensionale Verteilung dieser Ktassen. In diesem Falle bildet die Abszisse den Dynamikbereich eines Kanals (0-255), w~lhrend die Ordinate die

HAUFIGKE',] DER REFLEXIONSWERTE :FREQUENCY OF REFLECT;ON } P [I . \ , } in %

Abb. 4. Eindimensionale Verteilung d~r Retie- xionswer:e der Klasse I (gesunder Baum) und Klasse 2 (kranker Baum) Fig 4. One-dimensional distribution of the reflec- tion values of class 1 (healthy tree) and class 2 (damaged tree)

Ktoss~ 1

Ktosse 2

,M~ Mz 255 OaA'dWERTESKALA (GRAY SCALE ) N = ,VJTTE'J~',/ERT {EVERAOE ! �9 5 =STMqDARDA[BWEICHUNG {STANDARD DEV:AT:ON}

I-t~iufigkeit der Reflexionswerte dieser Klassen in Prozent angibt. Betrachtet man die Vertei- lungen der RefJexionswerte beider Klassen bet zwei Kan~ien gleichzcitig, so ecgibt sich eine zweidimensionaie Vecteilung der Werte, deren prozentualer Anteil an der Z-Achse ange-

~,L~FIGKEIT DER REFLEXIO NSWERTE EREGUENCY OF RE~LECTICN}

P i I a , , I ),z ! i n %

t~ il' ir

�9 , . , , v , \ , ~ , ~ > > .

, :~ .~ :25~: ",~" ~ ,'~, -' ' ~ - '>4 .'q.. ,~k A - ~ ,, . .>r. .-,

�9 fl:':<'~. -''., ":57"*'~;', ~ �9 .~*, ~ . , '~, ',_~"r ~c_..-z>

' F } : Q - ~ ' ; > ' ' "- . . . . . , i ~ ' m . . . . . w ~ - -. " - . " - . * . ' > ' ~ , < . . ' v .. ~ ' , ~ ' . " . * ~ < . . : * "r :", ' x .", %x: ),y.<'~ ~ 2 . . ' #

. :>~s , ~

: >,,CIT)RAUWERTSKA~ KANAL'I {GRA'~ SC.~LE CHANr,'EL 1 ) r ,-.,,~Og'~.L'\VrERTSKALA KANAL 2 (GRA'~ SCALE CHANNEL 2 1

Abb. 5. Zweidimensionaie Verteilung der Re- flexionswerte (Cluster); hier werden ftir die Ktasse l und 2 die Verteilungen der Werte in zwei Aufnahmekanale gidchzeitig dargestellt Fi& 5. Two-dimensional distribution of the reflection values (cluster); ~he distribution of the reflection of class 1 and 2 ist presented for two channels at the same time

220 Barbara Koch, U. Ammer, G. Kritikos und D. Kiibler

zeigt wird (vgl. Abb. 5). Ersetzt man die Z-Achse durch diskrete Grauwerte von 0-100 Prozent oder durch geeignete Farben, so entsteht eine bildhafte Darstellung der zweidimen- sionalen Verteitungen. Dabei spricht man atlgemein von Ciustern und bezeichnet die Ebene, auf der sie dargestelk sind, als Merkmalsebene.

[.age und Ausdehnung der klassifizierten Cluster (vgl. Abb. 13) geben Auskunft tiber Klassenschwerpunkte, Streuung, Korrelation zwischen den Kan~.len und tiber Separierbar- keit der Ktassen. Es wurden deshalb Clusterklassifizierungen vorgenommen f/dr unter- schiedlich alte und verschieden gesch~idigte Trainingsfl~ichen der BaumarEen Fichte und Kiefer und fi.ir Schatten. Dabei erfolgte die Clusterbildung jeweils {fir die wichtigsten Kanal- kombinationen.

4.6 Klassifizierung

Auf der Grundlage der fiir die Trainingsflkichen gewonnenen Ergebnisse der Signaturunter- suchungen wurde nunmehr eine tiberwachte Klassifizierung for ein begrenztes Untersu- chungsgebiet nach der Maximum-Likelihood-Methode vorgenommen. Dieses Verfahren gibt auf statistischer Basis fi.ir jedes Pixel die Wahrscheinlichkeit seiner Zugeh6rigkeit zu einer bestimmten Klasse an. Fiir diesen Prozefi werden dem Programm zun~ichst charakteri- stische Trainingsfl~ichen 3 zugefiihrt. Das Verfahren errechnet hieraus Mittelwert und Kova- rianz, welche zur Trennung der Klassen genutzt werden. Damit k6nnen anhand der Kan~.le alle Pixel klassifiziert, d. h. getrennt nach Baumart und Alter bestimmten Sch~digungsgra- den zugeordnet und anschiief~end farbkodiert werden.

5 Ergebnisse

3.1 Ergebnisse der Signaturuntersuchungen

5.1.1 Spektratverhalten ges~r und kranker Fichte,z

Die Signaturuntersuchungen aus 300 m H6he an einzeinen nicht vergilbten, aber dutch Nadelverlust deutlich gekennzeichneten Fichten lassen far kranke Biiume eine h6here Retie- xion im sichtbaren Bereich zwischen 0,45 bis 0,65 ~m erkennen, wZihrend die Riickstrahlung im nahen Infrarot for geschadigte B~ume eindeutig niedriger liegt ais fiir gest, nde. Es kommt daher im Ubcrgangsbereich zwischen dern sichtbaren und dem infraroten Spektralbereich zur ID'berschneidung der Kurven.

Diese charakteristischen Unterschiede, wie sie Abbildung 6 zeigt, k6nnen an beliebig vielen Kombinationen zwischen gesunden ui~d kranken BSumen nachgewiesen werden. Betrachtet man die Signaturkurven yon Gruppen gesch~.digter und nicht gesch~idigter B~iume untereinander, so stellt man auch hier fest, daft die B[iume einer jeweiligen Gruppe kaum Abweichungen voneinander zeigen und sich vor allem nicht [iberschneiden. Ver- gleichbare charakteristische Werte erhiilt man far Fichtenfl~ichen aus 300 m, 1000 mund 4000 m H6he. Mit zunehmender H6he werden allerdings die absoluten Reflexionsunter- schiede zwischen unterschiedlich gesch~idigten bzw. gesunden Fl~ichen geringer (vgl. Abb. 7). Dies beruht auf einer Verf~ilschung des Signals, hervorgerufen durch den Einfiuii atmo- sph~irischer St6rnngen wie Luftlicht und Absorption sowie Vermischung der Signale gesun- der und kranker B~iume innerhalb der ausgew~ihlten Fl~ichen. Des weiteren nimmt mit zunehmender Hghe die Streuung um den Signaimittelwert ab. Der Grund fiir diese Abnah- me ist u. a. dutch die integrierende Wirkung der mit der I-{6he kleiner werdenden Aufl6sung und den Einflt, f{ des Luftlichts, das kontrastmindernd wirkt, zu erkl~iren (s. Abb. 8).

Objektklassen.

Untersuchungen zur Beurteilung der VitatiNit y o n Fichten

8 0 ~ T

221

A b b . 6. Reflexionskurven einer gesundcn mid einer gesch~idigwn l::icilte, gemessen aus 300 m Flugh6t~e

Fie 6. Reflection diagram of a hcakhv and a [{amavcd spruce, fr~[,m 300 m ahitucle

5

~c- '-CO].

2 ~s

,m

OESUNDEP B AOM ~}HEAGrer TREE

//I~KRANK~q BAOM / / / D~4AGEO TREF

r31:N'.]!'~ P', ANAi,E ~CHANt ;E~_S #

"] ]0 _ _ _ I ~2 3 -' ~ 6 7 t ~ e i ~ 2 _ _-~._- J _ i L _ . _ q

3'~ 05 06 07 68 09 ,','E~ : EN~ AbGE i ~'~.', '~" [ [HGT~, :t~ MI:]RC.;Mr-~ER

Abb. 7. Rei:bxionskurve,1 eines gesunden und eines deutlich geschiidigten Fichten- bestandes, gemessen aus 4000 m Fiugh6he Fi.~. 7. Reflection diagram of a heahhv and a Jamaged spruce stand, from 4000 ~ ald- ~ k l d e

s r

p C.ESUNCER BE:STAND i / -~EALTI-s STAND

~.0.002L

i ,

! i

I 20 co J_

I ) E gtID', X K,AN~I F IrH,t,i~ NE L~ j

oool ; J ~ i ~- z,~ - - J , 0-' 05 06 07 0 8 o.g WELLE!,/LAN~3E ir t~,CRO~ETER

222 Barbara Koch, U. Ammer, G. Kritikos und D. Kiibler

' ~ %

M i t t l e re r Va r i a b o ns~'oe f f iz }enl V a r l o t m n coe f f i c i en t

, • ~ = 3- v ~ ' i

,t.0-

3 0 -

i\ ,o., \ \

10 -. ~

i i ! 056 r'~25 P~xelslze

v{. = -~-"-. 100%z s H i Tes t f l ochen

TestsHe

~- = ) {ANAL 9 = 8 1 0 n m

o = K A N A L 6 = 6z.0nm

= KANAL 2 = 4 6 0 n m

t

A b t o s t f I ~ c h e in m z 100 300 1000 m m

F l y i n g o lh tude A u f n a h m e n b h e in m /-000

Abb. 8. Abh~.ngigkeit des mittleren Variationskoeffi- zienten yon tier Bodenaufl6- sung bzw. Flughohe (Wetlen- l~ingenbereiche 460 nm, 640 nm und 810 rim) .Hg. 8. Diagram of the coeffi- cient of variation for ground resolution and flying altitude, respectively (wave-length 460 nm, 640 nm und 810 nm)

im mittleren Infrarotbereich crgab sich, wie Abbildung 9 zeigt, fdr Aufnahmeh6hen yon 1000 m und 4000 m nach den bisherigen Untersuchungen eine h6hel'e Refiexion flit gesch~i- digte Waldfl~ichen im Kanal 5 bei 1,6 p.m. Da der TM-Kanal 5 lm Bereich der Wasserabsorp- tionsbanden miter, k6nnte die h6here Reflexion ein Hinweis auf einen geringeren Wasserge-- halt der B~/ume sein. Durch die h6heren RLickstrahlungswerte der kranken BestS.ride gegen- fiber den gestmden kommt es zwischen dem nahen Infrarot und dem mittleren Infrarot abermals zur IJberschneidung der Kurven (s. Abb. 9). [m Kanal TM 7 bci 2,2 ttm sind jedoch keine deutlichen Untcrschiede mehr zu erkennen.

5.1.2 Spektralverhalten gesunder und kranker Kiefern

Die ersten Ergebnisse einer Signaturuntersuchung an kranken, kr~inkdnden und gesunden Kiefern deuren darauf hin, dat~ sich die Reflexion in vergieichbarer Weise wie die unter- schiedlich gesch~digrer Fichten verh~itt. Dartiber hinaus lassen sich gesunde und gescb.;idigte Kiefern yon gesunden und gesch~idigten Fichten anhand ihrer Reflexionsintensidit unter- scheiden. Gesunde Kiefern zeigen im Sichtbaren ~itmliche Reflexionswerte- nur geringfLigig erh6ht- wie gesunde Fichten, w~ihrend im nahen Infrarot die Werte deurlich unter denen der gesunden Fichten liegen. Die gesunde Kiefer zeigr damit gegentiber der gesunden Fichte ein Verhalten, wie es kr~.nkelnde Fichten tun, deshalb kann bei einer Klassifizierung yon Fich-

Uz,.rers~cb;,.,,.gen z:tr Beurte':.L.:ng der Vi:M,Tt,i't ;'ox F;'cbt.:'~a 223

Abb. 9. Ins mittiere In/tarot erweiterte Reflexionsk~_,rven (Thematic mapper;, eines ge- su_riden und eines geschb:digten Fichtenbestar:des. gemessen aus I000 m Flugh/Sb.e Jig. 9. Reflection diagrams (thematic mapper), extended into the middle infrared, of a heahhy ,'Lad damaged spruce stand, from 130C m altitude

52.,20 -

.U. "i2 @

/ \,

/ / / / S

/ '-, ,2,-' 7 - "

" ~ ~: 5 5 7 8 0 3 G . J L _ i , ! ~ L - - - ~ - " I " "~-- ' + k 4 [

u.~ C 5- 0.65 0 75 0.85 0 ~5 l 8

,~,'r~kCff,"iLaX'-F Z',*,I.WEL~;~;~; ' i ",!,C'--C'4ETF~4

"1 2 2

tenbest~.aden mit hohem Kiefernantei[, wenn die Kiefer nicht a[s eigene Klasse ausgeschie- den wird, Sch2idigung vorgetSiuscht werden. Untersuchungen mit TM-Daten iicgen t[ir die Kiet-er noch nicht vor.

5.1.3 Einfi1*~/?. des Bestandesalters au.f die Ref/exionseige,,sch.@e',z

Vergleicht man die RLickstrahlung ~erschieden alter und zumindest phS.noQ'pisch gesunder Fichtenbestainde miteinander, wie dies in Abb. 10 d=geste!lt ist, dann s auf, dais die Reflexion mit zunehmendem Alter nachl~/!~t. Dies gi[t sowohl flit den sichtbaren Wei!enbe- reich als auch fiir das Int:rarot. Es ergeben sich &her im nahen Infrarot ftir nicht erkrankte, abet altere FichtenbestS.nde (z. B. Endnutzungsbesdinde) 5.hnliche Riickstrahlungswerte wie ffir gesch;idigte Best~inde ji.ingeren Alters (z. B. kranke Jungdurchforstungsbest~inde). Die t:rage, ob sich in diesem Befund eine mir. dem Alter einhergehende VitalitS.tsabnahme aus- driickt, konnte an unseren Tesffl5chen nicht beantwortet werden, well im Untersuchungs- gebiet fast allc Althoizkomptexe wenigstens leichte Schiiden aufwiesen. Ftir die Interpreta- tion yon Scanneraufnahmen ergibt sich arts den dargestelhen Befundcn, daig bei der Scha- densklassifizierung nach dem Alter di/terenziert werden mug.

5 1,4 s der Bodenvegetat ion a~fct.ie Reflexionsez[genschaften

In eiuigen F;illen lagen die erhaltenen Rfickstrah[ungswerte i.iber den nach Alter und ScMdi- gungsgrad zu erwartenden Met~ergebnissen. E[ne U'berpriiiung dieser aus dem Rahmen fal[enden Testf!~ichen ergab, dal~ es sich entweder um sehr aufgetichtete Eadnutzungsbe- sfiinde oder sdirker gesch~idigte Besfiinde mit dichter Boden- bzw. Strauchvegetafion oder mit VerjiJngung handelte. Dies [egt den Verdach: nab, e, dais die Reflexioaswerte des Bestan-

224 Barbara Koch, U. Ararner, G. Kritikos und D. Kiibler

6~176176 /

b

400(

w

:i : 200C

o:: b

JUNGOURCHFORSTUNG POLE WOOD

YOUNG TINBER

I _ _ _ B E N D I X KANALE (CHANNELS) 2 3 4 5 6 7 8 9

0 0 0 o o o o o - o �9 l : l

0 45 0 55 065 0.75 0 85 095 16 2 2

WELLENL,~,NOE {WAVELENGTHI IN NICRONETER

Abb. 10. Reflexionskurven phiinotypisch gesunder Fich- tenbestiinde unterschiedlicher Altersstufen (Flugh6he 1000 m) Fig. 10. Reflection curves of phenotypic healthy spruce stands of different age classes, from 1000 m altitude

des durch die Riickstrahlung der durchschirnmernden Bodenvegetation iiberpdigt und damit iiberh6ht wurde. Diese Aussage wird erhiirtet mit Hilfe des Variationskoeffizienten.

Hierzu wurden in einer gesunden und einer kranken Fl~iche, ausgehend yon jeweils einem Baurn, konzentrische Kreise markier~, deren Radien sich um ungef~ihr einen Baumkronen- durchmesser unterscheiden (s. Abb. 11). Fiir diese Kreisfl~ichen besdmrnte man anschlie-

388 M FL 81-85 KR KRI.'KUF/KO

I

Abb. I1. VergdSgertes multispektraIes Scannerbild mit markierten Kreisen als Trainingsfl~ichen ftir die Untersuchun- gen tiber den Einflul~ der Bodenvegeta- tion auf den Variadonskoeffizienten. Die Radien unterscheiden sich ungefiihr urn einen Baumkronendurchmesser (Flugh6he 300 m). (Freigabe: Regierung yon Oberbayern Nr. GS 300/9539/83) Fig. 11. Enlarged digital image detail with circles marked as training areas for investigations on the influence of the understory vegetation on the varation coefficient. The radii differ by about one t r e e c r o w n

Untersu.cd~;engen z;:r Be.r~e[['.'.;~g der " " ~''" - 225

t~end Mittelwert und Streuung. In der Abb. 12 ist der Verlau{ des Variationskoeffizienten fiber der Welienbinge atffgetragen, Parameter der verschicdenen Kurven sind die Radien rl bis r5 der Kreise. Die Kurvenverl~'iufe zeigen: 1. daft im aligemei~ien der Variationskoeffizient des kranken Bestarides h6her liegt aIs der

des gesunden Bestandes 2. daft der Variationskoeffizient des ge~unden Besmndes tiber den ganzen \\"eilenbingenbe-

reich auf emen bestimmten Weft ko~wergiert 3. daft der Variationskoeffizient des kranken Bestandcs im sichtb?.ren Bereick konvergiert,

daffir im nahen Infrarotbereich keine Konve,genz zeigt.

.~ ~ V c r [ a [ : c ' ~ s K o e f f i z eq~ i i ,~er icf isr" coe~hc :en t

i / " ,

52 7 / '~

I . / / / "., xt~

,- , : < 7 , \ , , "-- < - _ i / 4?/ / "< .... ) . . . - - ,

aor / /,r$ / / \ - ' ~ L 7 " - . ~ ~" ~'~R

, i / ," ./" _----,~/.,~---'~*'/ . . . . . . . ~ - ~ ~ n :, )

z~" .4" " . . . . . 3 C: r ~'/" , '7 ~z"

?3

I

!

: BENDI• KAN[kLE V,,'eiienlenge in ~. I I 2 3 " 5 ; 7 ~ 9

01,5 055 0 6 5 ,375 W o v e l e n g t h

K:RADIUS DEP KRE!SF'..d, ChFN (:a&Z.IUS OF 7~E 7ESTS',RCLE;

G~:OEEUfi_C ~ '~ r " ,, E, k . ' :

-r-~- 085

Abb. 12. Varia:ionskoeffizienten der kreisf6rmiger. Trainingsfi~- chen mic un:erschiedEchen Ra- dien (R b}- R 5) in Abh~ingigkek ZLLF Wei[enl:inge far einen gesun- den Fichtenbesta~qd (GS) urid einen kranken Fichtenbes:~md (KR) Fig. 12. Coefficient of varia:ion for circular training areas of difb- rent radii (R !4 - R 5) in relation to d',e wave length for a healthy stand (GS) and a damaged s:and ('KR)

Nun deutet ein h6herer Variadonskoeffizient auf sdirkere Reflexionsunterschiede hin. Die �9 - i . . �9 L , Dlvergenz der Kurvenveriaufe im na,en Inffarot we st deshalb, da ein enger Zusammenhang

I t o " zwischen Vegetation bzw. Schatten und Reflexionsintensidt in diesem WeLenlii.~enbereich besteht, auf eine Erh6hung der Reflexionsunterschiede durch Bodenvegetation und/oder Schattenan:ei]e lain.

3.2 Temperaturvergleich zwischen kranken und gesunden Fichten

Es ist immer wiede, behauptet worden, daft Temperaturunterschiede zv,,ischen gesunden und kranken B~iumen auttreten (Rroxi J. et GUYOT G. 1980, Nizssox i984). Um das

226 Barb~ra Koch, U. Ammer, G. Kritikos und D. K~bler

Temperaturverhahen der untersuchten Fichten etwas n~iher studieren zu k6nnen, wurden innerhalb der Schadstufen 1, 2 und 3 je zehn B~iurne interaktiv markiert. Tabelle 2 zeigt den Mit telwert der Temperatur tiber die jeweilige Gruppe und daneben Standardabweichungen mit Variationskoeffizient. Keine der untersuchten Gruppen l~i~t auffallende Schwankungen

Tabelle 2

Oberfl~ichentemperatur ermitteh aus Kanal 11 (Bendix) 8-14 ~tm (n = Anzahl der Testb~.ume, M~,_~ = mittlere Oberfliichentemperatur f[~r B~ume der Klasse 3 [krank], ~'~KL3 = mhdere ObeH[~'chentem- peratur f[ir B~iume der Klasse 2 [krEnkelnd], M~L~ = mittIere Oberfl~ichentemperatur f~r B~ume der

Klasse 1 [gesund], o = Standardabweichung, V = Variationskoeffizient

Surface temperature determined on the basis of channel 1 t (Bendix) 8 - 14 .ttm, (n = number of test trees, F , ~ = average surface temperature of trees of class 3 [damaged], ~lKr .2 = average surface temperature of trees of class 2 [slightly damaged], M~L~ = average surface temperature of trees of class 1 [healthy],

o = standard deviation, V = variation coefficient)

n = 10

~- 1 i -- ~ " 1 0 0 % M : ~- ][~ /~ : w ( L - H ) 2 v ~W %=1 L=l

M~<Ls= 30,15~ 6~.3 = 1,02 C vK~_3 = 3,38

M~l_~= 29,7 ~ ~'<L.z = 0,50 C v~,t = 1,68

~'.'!~:L1= 30,0 ~ ~,<L.~ = 0 ,72~ vK~_~ = 2,4

erkennen. Man muff daraus folgern, daft es fiir die untersuchten Kollektive keine Kor reh - tion zwischen den Schadstufen und der Riickstrahlung im thermalen Infrarot gibt. Eine Verallgerneinerung dieses Ergebnisses setzt jedoch weitere Untersuchungen an einer gr6i~e- ten Anzahl yon B~iumen voraus.

!i

g'i Abb. 13. Klassifizierte Cluster f/dr einen kranken (rot) und einen gesunden (gr/in) Fichtenbestand in Abhiingigkei: der Kan~ile 4 und 9 Fig. 13. Classified clusters for a damaged (red) and a healthy (green) spruce s~and in relation to channel 4 and 9

Untersuchungen zur Be~rteilung der Vitalitdt yon Fiehten 227

5.3 Ergebnisse der Klassifizierung

5.3.1 Cl~sterklassifizierung

Als Ergebnis der Clusterkiassifizierung der Trainingsfl~chen kann festgehatten werden, daft zwischen gesunden und gesch~idigten Fl~ichen bzw. B~iumen Unterschiede bei den Mitteb werten und bei der Streuung auftreten. So wird die wesentlich gr6fiere Streuung der kranken Kollektive in Abbildung 13 durch die gr6fiere Fi~iche (rot) dokumentiert, die dieses Cluster in der Merkmalsebene einnimmt. Aus Abbildung 13 wird ferner deutlich, daft die Klassen trennbar sind, obwoh[ es einen typischen Uberlappungsbereich gibt. Diese Trennbarkeit bleibt auch mit geringer werdender Bodenaufl6sung, d.h. mit zunehmender Flugh6he, erhalten. Allerdings wird der Kontrast geringer, und die Streuung der Klasse nimmt ab. Die Clusterklassifizierung hat auflerdem ergeben, daft Schatten eine grofie Schnittmenge mit den

Abb. 14. Computergest/itzte Klassifizierung mit drei Schadklassen ,,krank" (rot), ,,kr~.nkelnd" (braun) und ,,~oesund" (gr/-/n); nicht klassifizierte Fl~chen sind hell- b~'au. Die der Auswertung zugrundeliegenden Daten wurden aus 300 m Flugh6he aufgenommen. (Freigabe: Regierung yon Oberbayern GS 300/'9539/83) Fig. 14. Computer-based classification with three damage classes "damaged" (red), "slightly damaged" (brown) and "healthy" (green); not classified areas are colored light blue. The data for this classification were taken at 300 m altitude

Abb. 15. Schadenskarte auf der Grundlage der IRC-Luft- bildauswertung. Entsprechend der computerges:[itzten Klassifizierung sind 3 Schadidassen ausgeschieden, ,,krank" (rot), ,,kr~inkelnd" (braun) und ,,gesund" (griin); hellblaue Fl~/chen sind nicht klassifiziert Fig. 15. Damage map based on a IRC-airphotograph eva- luation. Corresponding to the computer-based classifica- tion 3 damage classes are determined, "damaged" (red), "slightly damaged" (brown) and "healthy" (green); areas colored light blue are not classified

22S Barb,era Koch, L'. Ammer, G. K~itbeos und D. Kiibler

Klassen ,,kraz:k" und ,,mitteikrank" und gleichzeitig eine kleine Schrfittmenge mit der Klasse ,,gesund" bildet.

5.3.2 ff/ber~:achte Schadensklass([izie;ur2g

Auf der Grund!age der Kamile 4 - 6- 9 und dcr definierten Trainingsfl~ichen (Objektklassen) wurde eine iiberwachte (nalba-ttoman.~c!l z, Schadensklassifizierung fiir zwei 512 x 512 Pixel gro~e Btldausschmtte durchgefuh, t.

Ausgehend yon der einzdbaumweisen Auswertung - Einzclb~.ume werden dem Pro- graanm als Objektklassen vorgegeben - erbrachte ein e,ster \'ersuch mit den zwei definierten Klassen ,,gesund" und ,,krank" nach dee visueilen {)berpriifung eine wekgehende lDberein- stimmung mit dem IRC-LuftbiId. Es zeigte sich jedoch, da.g vor allem entiang der \\"aidr~n- der und Forstwege ein unzutreffend hoher Anteil an Pixel als gescha.digt dargcstel!t wurde. Die Erkl~irung liegt in der Klassifizierung des Schattens als Sch~.digung, deshaib wies man in einem niichsten Schritt den Schatten als eigene Klasse aus. Ein Vergleich dieser Auswertung mit dem IRC-Luftbiid liel; darau~in eine deu,Jiche Verbesserung des Ergebnisses erkennen. Schiief~lich wurden die Sch~idigungsgrade noch weiter differenziert in die KIassen ,,krank", ,,ml~tel~zrank und ,,Vesund"... In den Abbildun~en~. 14 und 15 ,st das Ergermts dieser Auswcr-- tung neben die Schadeinsch~itzung anhand des IRC-Luftbildes gestelh. Der Bildvergleich l~/l~t eine weitgehende Ubereins'dmmung in der Schadensverteilung erkennen.

AhMich gw.e Ergebnisse crzielte die il~ichenhafte Klassis - Fichtenkollektive bzw. -fl~ichen wurden dem Programm als Objektklassen vorgegeben - innerha!b desselben Biidausschnittes.

Betrachtet man die in Tabel[e 3 aufgefiihrten Prozentzahlen der verschiedenen Klassifi- zierungen, so ergeben sich fiir die einzelbaumweisen Klassitizierungen mit Beriicksichti- gung des Schattens zwischen den jeweiligen Schadklassen ,,gesund" bzw. ,,krank" vergieich- bare \Verte (bei drei Schadklassen mtissen ,,krank" und ,,krS.nke!nd" zu einer Schadklasse ,,krank" aufaddier~ werden).

Tabei!e 3

Ergebnisse der verschiedenen Klassifizierungsmethoden ausgedriickt in Prozentanteile der Pixel bzw. B~ume (IRC-Luftbild) pro Schadklasse

Results of the di~:ferent classification methods expressed in percentages of pixels resp. trees (IRC- airphomgraph) per damage c!ass

- - . ~ - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

A u s w e r t u n g der ! A u s w e r t u n g d i g i f a l e r S c a n n e r d o t e n I R C - L u f t b i l d e r I

i~_ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ] Ki, ' :s.-:r f lz,eru~e ~L f de r" 5cs[s v~!n E!rze[- K ' ,~ss i f ;z ierung our der i bQ',.;me~ c!s C~jekt~<!.ssser' |B.~s!s roe Wo.!df!dc~-eq ols

i l OD'eet k~c'gseq

! SCh,':t f t a'~ Schot ter ' be-,Jcksm'<, w 1 S c B a t ! e r ber~.cksIchbgl" ! q:~berucks~cbbg~ . . . . . . . . V- . . . . . . . 7 - _ ~ . . . . . ! 2edos~.eq 3K!cseer" I 2'4tc.sser" I 3 , :~ssen

~ : ', 61 : ~ 5 L % 595r 6 0 % 60% i % L 6 % , g': t-. r I - , - - . . . . . . ~ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2, ~; I :< ~i 36% ~ 28% i 28~ L 2 % ,i ~ i ; i ' ' : . . . . . . . . . . . . . . . . . . . . . . . . . . I

:~i!_,.. !0~ , /.6% 12% , / ,0% =! ! 1% 12% i . . . . . . . . . . . . . . . ~ . . . . . . . . . . . . . 2 : . . . . . . . . . . a ._

Untersuchungen zur Beurteitung der Vitalit?it yon Fichten 229

Stellt man diesen Auswertungsergebnissen die Einzelbaumklassifizierung ohne Beriick- sichtigung des Schattens gegen6ber, so erh~ilt man fiir die Klasse ,,gesund" niedrigere Werte bzw. h6here fiir die Klasse ,kriinkelnd".

Die Prozentzahlen der fI~ichenhaften Klassifizierung - es wurden rund 60 % der Pixel als gesund klassifiziert - entsprechen, da der Schatten hier beriicksichtigt ist, wiederum den Prozentwerten der vorher genannten Klassifizierung mit Schatten.

Vergleicht man die Prozentangaben der Computerauswertung und der IRC-Luftbiidin- terpretation miteinander, so lassen sich s die Klassen ,,krank ~ ~ihnliche Werte erkennen; w~.hrend die Klassen ,,gesund ~ bzw. ,,kriinkelnd ~ bis zu 15 % voneinander abweichen. Dies ist einmal auf die strengere Interpretation des IRC-Luftbildes und andererseits auf die Einbeziehung des Schattens in die Objektkiassen zuriJckzufiihren. Durch diese Einbezie- hung kommt es in der Klasse ,,gesund" zur Erweiterung des Toleranzbereichs gegen/.iber niedriger Reflexionswerte im nahen Infrarot, hervorgerufen durch die geringe R/ickstrah- lungsintensit,it des Schattens in diesem Wellenl~ingenbereich.

Die Abweichung der Prozentzahlen zwischen IRC-Luftbildauswertung und computer- gestiitzter Auswertvng f~ir die Klassen ,,gesund" und ,,kr~inkelnd" kann jedoch vernachl~.s- sigt werden, da fi~r die Einsch~itzung des Schadens vor allem der als ,,krank ~ ktassifizierte Anteil wichtig ist (laut miindlicher Auskunft U. AMMER und R. M6SSMEI~). Wie schon erw~ihnt, entsprechen sich hier die Prozentzahlen der beiden Auswertungsmethoden.

6 Schlut~folgerungen und Perspekt iven

Die Auswertung von Scanneraufnahmen verschiedener H6hen (300 m, 1000 m und 4000 m) f;Jr ein Testgebiet im H6henkirchner Forst bei Miinchen hat gezeigt, daf~ unter Beriicksichti- gung wichtiger Einfluf~- und St6rgr6f~en (Alter, Bodenvegetation, Schatten u. a.) mit Hilfe einer kontrollierten Klassifizierung eine ausreichend pr~izise Einsch[itzung der Schadens- situation m~3glich ist. Dies gilt im Prinzip auch fiir eine Bodenaufl6sung von l0 x 10 m. Damit riJckt die Ausnutzung h6her aufl6sender Sateilitendaten, wie sic in naher Zukunft erwartet werden k6nnen, f/it die Uberwachung und Verfolgung der Waldsch~/den m greif- bare N~ihe. Allerdings mu8 beriicksichtigt werden, daf~ sich die den dargestellten Klassifizie- rungsergebnissen zugrunde liegenden Best~/nde durch relativ einheitiiche Standorte, mini- male topographische Unterschiede und weitgehende Homogenit~it der Bestandesstruktur bzw. der Baumartenzusammensetzung auszeichnen. Es sind deshalb weitere Untersuchunq gen notwendig, die sich vor aliem auf folgende Fragen bezieheq miissen: 1. Wie grof] rnu8 die Bodenaufl6sung sein, damit eine bestandesweise Ansprache der Wald-

sch~iden erfolgen kann? 2. Bei welchem mittleren Sch~.digungsgrad und welcher Fliicheneinheit k6nnen die Wald-

sch~.den oder besser gesagt die Vitalitiitsiinderungen an der Vegetation bei einer Boden- aufl6sung, wie sie die neue Scannergeneration liefert, festgestellt werden?

3. K6nnen dutch eine Fr/ihjahrsbeflie~ung fur reine Nadelw~.lder (vor dem Austrieb neuer Nadeln) u. U. der h?iufig st6rende Einflui] der Bodenvegetation vermieden bzw. redu- ziert und deshalb Schiiden besser erfai~t werden?

4. Welchen quantitativen bzw. qu~ditativen Einflui~ auf die Schadenserkennung haben Para- meter wie Alter der Besfiinde, Baumartenmischung, Topographie u. ~i. ?

6. Welche Riicksehliisse und Folgerungen ergeben sich anhand der Auswertungsergebnisse fiir die technische Konzeption der Aufnahmeger~.te?

Danksagung Die mitgeteilten Erfahrungen sind das Ergebnis einer intensiven Zusammenarbeit zwischen der DFVLR und dem LehrstuhI fiir Landschaftstechnik. In diescm Zusammenhang richten

230 Barbara Koch, U. Amrner, G. Kritikos und D. Kiibler

wir unseren besonderen Dank an die Herren Dr. H. H~iberle und Prof. Dr. F. Lanzl fiir ihre Initiative zur Bildung einer interdisziplin.:/ren Arbeitsgruppe zur Erfassutlg der WaldscM- den mit Hilfe der Fernerkundung. Die Forschungsarbeit wurde gef6rdert durch die Deut- sche Forschungsgemeinschaft und das Staatsministerium fiir Ern~ihrung, Landwirtschaft und Forsten. Fiir diese Unterstiitzung, ohne die das Forschungsvorhaben nicht h~itte durch- gefiihrt werden k6nnen, bedanken wit uns auch an dieser Stelle sehr herzlich. Dank schul- den wir auch der Zentralstelle f/Jr Photogrammetrie und Fernerkundung, insbesondere den Herren Dr. J. Henkel und H. Kaufmann sowie Herrn Professor Dr. Hildebrandt, Freiburg, und seinen Mitarbeitern fiir eine Fiille von Anregungen und Informationen. Nicht zuletzt haben wir uns zu bedanken bei Herrn FOR M6flmer, der in der konzeptionellen Phase des Projektes mitgewirkt hat.

Zusammenfassung Es werden erste Ergebnisse einer Untersuchung zur Erfassung yon Waldsch~iden mit Hilfe multispektrater Scannerdaten dargesteltt, wie sie z. B. yon Satelliten geliefert werden. Hie> f~ir wurden i~ber Fichtenbest~inden mit einem 11-Kanal-Bendix-Scanner Remission und thermische Emission in Form digitaler Werte aufgezeichnet. F~ir die untersuchten Fichten- kotlektive zeigen sich sowohl im sichtbaren ats auch im nahen und mittleren Infrarotbereich in Abh?ingigkeit yon der Baumvitalit~.t deutliche Signaturunterschiede. Diese wurden an Einzelb~iumen, aber auch an Fl~ichen, und dies bei unterschiedlicher Bodenaufl6sung, beob- achtet.

,~hnliche Befunde ergaben sich fiir die Kiefer, obwohl hier das Datenmaterial fiir eine generelle Aussage nicht ausreicht.

Auger durch Vitalit~it wird das Signaturverhalten auch durch das Bestandesalter, die Bodenvegetation oder durehschimmernde Verjiingung beeinfluf~t. Besonders der Einfluf~ der durchschimmernden Vegetation erwies sich als bedeutsam und ist in der l_,age, die typische Signatur kranker Best~inde zu iiberlagern und damit zu verf~ilschen.

Die Untersuchungen im thermischen Aufnahmebereich liegen bisher keine Abh~ingigkeit zwischen gesch~idigten und gesunden Kollektiven erkennen.

Die Uberpriifung der durchgeftihrten Schadensklassifizierungen im H6henkirchner Forst bei Miinchen hat nach Etiminierung des Bestandesschattens eine recht gute laberein- stimmung mit den fiir das Testgebiet ausgewerteten [RC-Luftbildern bzw. den terrestri- schen Schadenseinsch~itzungen ergeben.

Summary

Investigations on diagnosing the vitality of spruces using multispectral scanner data

The paper presents first results of a damage inventory based on multispectral scanner data. The data acquisition took place in a forested region on the plain lower gravel-terrace south- east of Munich using a modified 11 - channel Bendix scanner including two thematic mapper channels in the middle infrared range.

The signature analyses on spruces showed, in the visible as well as in the near and middle infrared range, a high correlation between reflection values and the vitality (damage) of the trees. Comparable results were obtained for spruce stands measured from different altitudes.

Sufficient examinations on pine are still missing; however, the first results indicate similar effects as noticed with spruce.

Besides, understory vegetation showed a strong influence on the reflection behaviour of stands. This effect was unexpectedly high in more open stands and therefore often masked the characteristic signature of damaged or mature stands.

The investigations on the thermal infrared range showed, for the examined clumps of

Luftverschmutzung maflgebliche Ursache der Walderkrankung 231

spruce, no distinct differences between damaged and healthy stands. Within the supervised test area classification corresponded with the results of the IRC-a]rphotograph damage evaluation.

Li teratur

AM M ER, U., 1983: Welche Fragestellung und Probleme ergeben sieh aus den bisherigen Untersuchun- gen mit IR-Luftbild und Muhisprektralscanner-Aufrlahmen fiir die Waldschadensinventur. In: Bericht zum Statusseminar ,Waldsterben", Oberpfaffenhofen.

H~LDEBmCNDT, G., 1980: Voraussetzungen und Praxis der Inventur yon Vegetationsschiiden durch Fernerkundung. In: AFZ Nr. 27, 1980, S. 720ff.

H~LDEURANDT, G., 1983: Zur Problematik der WaIdschadensinventur und der Bei*rag der Fernerkun- dung. In: Bericht zum Statusseminar ,Waldsterben", Oberpfaffenhofen.

KRIT~KOS, G.; K OBLER, D., 1982: Bestimmung yon Strahlungsdichte-Diagrammen aus Bilddaten des Bendix Scanners M2S. In: DFVLR Bericht Nr. 552-10/82, Oberpfaffenhofen.

M6SSMER, R.; u. AMMER, U., 1983: Uberlegungen zum Einsatz des FarbinfratuftbiIdes im Rahmen einer Waldschadensinventur. In: Untersuchungsbericht yore Lehrstuhl fiir Landschaftstechnik, M/.inchen.

NILSSON, H. E., t984: Remote Sensing of plant stress and diseases. In: EARSEL/ESA Symposium on Integrative Approaches in Remote Sensing, Paris.

RIOM, J.; u. GttYo'r, G., 1980: Detection de pins malades dans l'infrarouge thermique (Bande 8-14.ttm). In: I.S.P. Hamburg, Commission VII.2.

Anschrzften der Verfasser: Dip].- Forstw. BaRB,~RA KOCH, Prof. Dr. U. A.'a~aER, Lehrstuhl fiir Land- schaftstechnik, Winzererstr. 45, D-8000 Miinchen 40, D,'. G. KRITIKOS, Dipi.-Ing. (FH~ D. K/2BLER, Deutsche Forschungs- und Versuchsansta[t fiir Luft- und Raumfahrt, D-803[ Oberpfaffenhofen, Post Wei~ling

Der Indizienbeweis: Luftverschmutzung mat~gebliche Ursache der Walderkrankung

Von W. SCHOPFER undJ. HRaDE'rzKv

1 Einleitung

Die Forstliche Versuchs- und Forschungsanstalt (FVA) Baden-Wiirttemberg ftihrte 1983 im Auftrag der Landesforstverwaltung erstmals eine grogr~iumige, alle Waldbesitzarten, Baum- arten und Attersklassen umfassende ,terrestrische Waldscbadensinventur (TWI '83) auf Stichprobenbasis durch. Die wesentlichen Ziele dieser Spezialinventur waren die Ermittiung der Waldsch~den nach Ausmat~ und r~iumlicher Verteilung sowie die Bereitstellung objekti- ver Befunddaten ftir eine vertiefende Ursachenforschung. Im vorliegenden Beitrag werden die wichtigsten Erkennmisse der Inventur zum Ursachenkomplex der Walderkrankung in komprimierter Form dargestellt.

2 I n v e n t u r u n d U r s a c h e n f o r s c h u n g

Eine erfolgversprechende Ursachenforschung mit dem Datenspektrum einer grogrS.umigen Inventur stetlt strenge Anforderungen an das [nventurdesign sowie die MeB- und Erhe- bungstechnik:

U.S. Copyright Clearance Center Code Statement: Forstw. Cbi. 103 (1984), 231-248 �9 1984 Verlag Paul Parey, Hamburg und Berlin tSBN 0015-8003 / InterCode: FWSCAZ

0015-8003 / 84 / 10304-023 l $ 02.50;0