29.12.2012 Aufrufe

Flächennutzungsmonitoring II - Leibniz-Institut für ökologische ...

Flächennutzungsmonitoring II - Leibniz-Institut für ökologische ...

Flächennutzungsmonitoring II - Leibniz-Institut für ökologische ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

104<br />

M. Keil, A. Metz, M. Bock, T. Esch, S. Nieland, St. Feigenspan<br />

tende Urbanisierung zwischen 2006 und 2009 unter Nutzung von schon abgeleiteten<br />

Versiegelungsdaten, abgetestet werden.<br />

An der Gesamtfläche Deutschlands nehmen landwirtschaftlich genutzte Flächen den<br />

größten Anteil mit 58,84 % ein. Innerhalb der Veränderungen von 2000 auf 2006 war<br />

vor allem die Intensivierung der Landwirtschaft, hier verstanden als Transformation von<br />

Grünland in Ackerland oder von heterogener landwirtschaftlicher Nutzung in Ackerland,<br />

von großer Bedeutung (vgl. Keil et al. 2010, siehe auch bei den dominierenden<br />

Änderungspaaren in Tab. 2). In kleinerem Umfang fanden auch Transformationen in die<br />

andere Richtung statt. Die automatisierte Ableitung von Veränderungen im landwirtschaftlichen<br />

Bereich ist daher von großem Interesse.<br />

Hinsichtlich Umwandlungen in der Landwirtschaft konnte Metz (2009) das Potenzial<br />

multisaisonaler AWiFS-Szenen zur Differenzierung von Ackerland und Grünland zeigen.<br />

Die AWiFS-Daten weisen eine räumliche Auflösung von 60 m auf und bieten, wegen<br />

der großen Überdeckung von 700 km, wesentlich mehr Chancen, mehrere wolkenfreie<br />

multisaisonale Aufnahmen pro Jahr zu gewinnen. Bei diesen können dann die Unterschiede<br />

in der phänologischen Entwicklung von Grasland und den Hauptanbaufrüchten<br />

<strong>für</strong> eine automatische Klassifizierung genutzt werden. Eine Einbindung in objektorientierte<br />

Klassifizierungsverfahren wurde erfolgreich getestet. Dabei kann die bestehende<br />

ATKIS-Geometrie durch weitere Segmentierungen verfeinert werden (Abb. 7) und eine<br />

genauere Differenzierung von Ackerland und Grünland im Hinblick auf mögliche Änderungen<br />

erreicht werden.<br />

Abb. 7: IRS-P6 LISS-<strong>II</strong>I-Szene (Mai 2006) einer Region in Mecklenburg mit überlagerten ATKIS-<br />

Polygonen (links) und verfeinerter Segmentierung anhand dieser LISS-<strong>II</strong>I-Daten (Mitte); Ergebnis<br />

der multisaisonalen Ackerland-Grünland-Klassifizierung, basierend auf AWiFS-Daten von vier<br />

Zeitpunkten 2006 (rechts) (Quelle: Neuerstellung im Rahmen CLC2006)<br />

Ähnliche Überprüfungen auf Änderungsprozesse oder eine Stabilität der Vegetationsbedeckung<br />

bei vorgegebenen Objektgrenzen sind <strong>für</strong> Waldflächen möglich. Bei den

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!