20.03.2024 –, Hörsaal 2 (Ditze H016)
Innerhalb des Projektes werden Sentinel-2 L2A-Szenen über Irland ausgewählt. Für diese Szenen wurden zwei Vegetationsindizes berechnet, sowie mittels zonaler Statistiken der Median dieser Vegetationsindizes pro Waldgebiet. Für die automatische Waldüberwachung wurden die Veränderungen der Indizes berechnet, sowie starke Veränderungen (z.B. durch Waldrodungen) mittels eines Grenzwerts als solche gekennzeichnet.
Die umfangreichen Sentinel-Archive bieten ein enormes Potenzial für die automatische Waldüberwachung. Dieses Potenzial werden innerhalb eines längerfristigen Projektes für das irische staatliche Forstwirtschaftsunternehmen Coillte analysiert.
Für die Prozessierung werden Sentinel-2 (L2A) Szenen über Irland auf zunächst vierteljährlicher Basis (Zeitraum anpassbar) ausgewählt. Dabei wird die Wolkenbedeckung bei der Auswahl der Szenen berücksichtigt. Innerhalb der Machbarkeitsstudie war der Analyse-zeitraum auf Juli 2022 bis März 2023 beschränkt, im weiteren Projektverlauf wird dies auf weitere zurückliegende Jahre ausgedehnt sowie in der Zukunft quartalsweise betrachtet.
Für die jeweiligen Szenen (eine pro Quartal) werden zwei Vegetationsindizes berechnet: der Normalized Difference Vegetation Index (NDVI) und der Enhanced Vegetation Index (EVI). Pro Waldgebiet wird dann mittels zonaler Statistiken der NDVI und EVI Median berechnet.
Mit Hilfe der zonalen Statistiken kann dann eine Veränderungsdetektion ausgeführt werden. Dafür werden Differenzen von benachbarten Zeitpunkten gebildet. Wenn es keinen direkt benachbarten Zeitpunkt mit einer Messung (bzw. abgeleiteten Index Median) gibt, wird der nächst vorige verfügbare Zeitpunkt für die Veränderungsberechnung genutzt. Damit kann der Mangel an Daten durch die in Irland recht häufig auftretende Wolkenbedeckung reduziert werden.
Um starke Veränderungen einzelner Waldgebiete automatisch zu Erkennen, werden die im vorigen Schritt berechneten Differenzen mit einem anpassbaren Schwellenwert verglichen. Wird dieser Schwellenwert überstiegen, wird das Waldpolygon als signifikant verändert gekennzeichnet. Dieses Ergebnis bildet die Basis für weitere waldwirtschaftliche Entscheidungen.
Markus studierte Geoinformatik. Über die GIS-Entwicklung entdeckte er seine Leidenschaft für Geodaten und entwickelte sich zu einem Experten im Bereich Geomarketing, Fernerkundung und dem strategischem Einsatz von Geodaten. Mittlerweile ist er Geschäftsführer des Bonner Fernerkundungsunternehmens mundialis.