PhenoS - Phänologische Strukturierung von zeitlich hochauflösenden Sentinel 2-Datensätzen
- Themen: Landwirtschaft Phänologie
- Studienstandort: Süddeutschland
- Finanzierung: Bundesministeriums für Wirtschaft und Energe
- Kontakt: Thorsten Dahms
Das Ziel des Projektes PhenoS ist die Entwicklung von Algorithmen und Modellen für eine operationelle Detektion optimaler phänologischer Zeitfenster für Kosten- und recheneffiziente, verbesserte Landnutzungsklassifikationen (Feldfrüchte, Grünland, Brachflächen). Bisher existierende operationelle Satellitendaten erfüllten die Praxisanforderungen häufig nicht hinreichend, da stets einer der Auflösungsparameter der Sensoren limitierend wirkte. Daher sollen die kommenden Sentinel-2 Zeitserien hochaufgelöster optischer Daten für das Projekt genutzt werden. Das Design des Sentinel 2-Sensors mit seinem neuen Konzept der temporalen, spektralen und geometrischen Auflösung bei gleichzeitig großer Schwadbreite orientiert auf die verbesserte Erfüllung von Monitoringaufgaben im Rahmen des Copernicus-Programms. Um die Daten optimal für Routineaufgaben nutzen zu können, sind standardisierte Auswertungen bis hin zu Prozessketten, eine effiziente und wissenschaftlich fundierte Datenauswahl sowie der Nachweis der Robustheit der Methodik für ausgewiesene Zielklassen inklusive der standardisierten Qualitätsbewertung und Kontrolle zwingend erforderlich.
An dem von der DLR-Agentur geföderte Projekt (Förderzeitraum: April 2013 bis September 2016) beteiligt sind die Martin-Luther-Universität Halle Wittenberg, das Helmholtz-Zentrum für Umweltforschung (UFZ) und der Lehrstuhl für Fernerkundung der Julius-Maximilians-Universität Würzburg. Basierend auf umfassenden Vorarbeiten zu Ansätzen und Verfahren der Klassifikation von landwirtschaftlichen Flächen und phänologischen Analysen auf Ackerland und Grünland liegt der Fokus des von der Uni Würzburg betreuten Teil-Projekts auf der Verbesserung der Klassifikation durch die Nutzung von phänologischen Merkmalen. Das Teilprojekt der Uni Würzburg verfolgt folgende wissenschaftlich-technische Ziele:
- Erstellung einer Programmierumgebung zur Klassifikation multi-temporaler optischer Datensätze (Skala RapidEye, Sentinel-2)
- Systematische Untersuchung der Eingangsdaten und Auswirkungen auf die Klassifikationsgenauigkeit
- Ermittlung von statistisch relevanten Zeitschnitten für die Klassifikation Landwirtschaftlicher Anbaukulturen und Merkmale, die aus Kombinationen verschiedener Zeitschnitte oder der Phänologie gewonnen werden können
- Statistische Erforschung von Auswirkungen naturräumlicher Ausstattungen auf die Klassifikationsgenauigkeiten und räumliche Verteilung von Klassenentscheidungen
Eine detaliertere Ausführung der Projektstruktur kann der Phenos-Projekthompage entnommen werden.
Als erstes Teilergebnis wurde eine R-basierte Klassifikationsumgebung geschaffen, zur systematischen Analyse der Klassifikationsgenauigkeit sowie der räumlichen Unsicherheit von Klassifikationsentscheidungen bei der Kombination unterschiedlicher Eingangsdaten und thematischer Detailschärfe (Klassentiefe) in die Klassifikation. Die Ableitung statistisch relevante Zeitschnitte für optimale Klassifikationen von Acker- und Grünland aus vorhandenen multi-temporalen Datensätzen in den verschiedenen Untersuchungsgebieten und regional ermittelte Einflussfaktoren auf Unsicherheiten in der Klassifikation von Ackerbau und Grünlandklassen sind weitere zukünftig zu erwartete Ergebnisse des Teilprojektes.
Das Projekt wird gefördert von der Raumfahrt-Agentur des Deutschen Zentrums für Luft- und Raumfahrt e.V. mit Mitteln des Bundesministeriums für Wirtschaft und Technologie aufgrund eines Beschlusses des Deutschen Bundestages unter dem Förderkennzeichen FKZ 50EE1263.
