Analysis of airborne hyperspectral scanner data for ecological characterization of urban biotopes

Die Berücksichtigung "ökologischer Belange bei stadtplanerischen Bauvorhaben und Planungen gewinnt zunehmend an Bedeutung. Da die Erfassung der dazu notwendigen aktuellen Datengrundlagen mit einem hohen Zeit- und Kostenaufwand verbunden ist, hat die Entwicklung neuer automatischer Erfassungsmethoden einen hohen Stellenwert. In dieser Arbeit wurde ein Konzept zur Nutzung hyperspektraler Flugzeugscannerdaten für die quantitative Charakterisierung städtischer Biotope entwickelt. Ziel war es, auf der Basis einer flächendeckenden und automatischen Oberflächenkartierung den Zustand der städtischen Biotope in einem Beispielgebiet von Dresden quantitativ zu beschreiben. Voraussetzung für die flächendeckende Erfassung städtischer Oberflächen auf der Basis von hyperspektralen Flugzeugscannerdaten war die Untersuchung ihrer materialspezifischen spektralen Reflexionseigenschaften. Sie wurden sowohl in Feld- und Laborspektrometermessungen als auch in den Bildspektren der hyperspektralen HyMap-Daten untersucht. Im Ergebnisse wurden eine Vielzahl von Oberflächenmaterialien anhand charakteristischer spektraler Merkmale differenziert. Die robusten spektralen Merkmale wurden auf der Basis numerischer Maße beschrieben, die eine automatische Identifizierung der Oberflächenmaterialien mit Hilfe von HyMap-Daten ermöglichten. Schwierigkeiten verblieben bei der Trennung einiger Dach- und Freiflächen, welche auf spektrale Ähnlichkeiten zurückzuführen waren. Für die flächendeckende Identifizierung der Oberflächenmaterialien wurde ein kombiniertes Klassifizierungs- und Entmischungsverfahren eingesetzt. Es beinhaltete im ersten Schritt die Klassifizierung der spektral reinen Pixel (Seedlings). Die Seedlings stellten in der Umgebung unbekannter Mischpixel potentielle Endmember für ihre anschließende Entmischung dar. Die spektralen Ähnlichkeiten zwischen einigen Dach- und Freiflächen erforderten ihre getrennte Identifizierung im Rahmen der Seedlings-Klassifizierung mit Hilfe von Gebäudemasken. Die thematische Genauigkeit der fernerkundlichen Ergebnisse wurde mit einem objektorientierten Ansatz überprüft. Danach wurden 57% der städtischen Objekte, die eine Fläche von 78% - 81% abdeckten, korrekt identifiziert. Die fernerkundliche Oberflächenkartierung stellte die Grundlage für die Zustandsbeschreibung städtischer Biotope dar. Dazu wurden die fernerkundlichen Ergebnisse mit Hilfe GIS-basierter Methoden in die bestehende Datenbank der Stadtbiotopkartierung Dresdens integriert. Für jedes Biotop standen somit Informationen zur materiellen Ausstattung zur Verfügung. Diese Informationen ermöglichten die Ableitung quantitativer Parameter wie z.B. dem Bebauungsgrad und dem Versiegelungsgrad. Ihre Aussagekraft für stadtökologische Fragestellungen wurde durch statistische und räumliche Analysen überprüft. Die Ergebnisse zeigen die Vielfalt der städtischen Biotope eines Typs, die mit den bisher in der Planungspraxis verwendeten Methoden nicht ausreichend beschrieben werden konnten. Mit dem dargestellten Ansatz wurde ein wesentlicher Beitrag zur automatischen Ableitung stadtökologisch relevanter Informationen aus hyperspektralen Daten geleistet. Die Qualität der automatischen Oberflächenkartierung ist in diesem Zusammenhang entscheidend. Verbesserungen bei der Identifizierung kleiner Objekte sind mit dem Einsatz räumlich höher aufgelöster hyperspektraler Daten zu erwarten. Mit der Verwendung weiterer spektraler Kanäle im thermalen Infrarotbereich und der Integration von 3D-Stadtmodellen kann die automatische Oberflächenkartierung auf einem sehr hohen Genauigkeitsniveau durchgeführt werden.In recent years, consideration of ecological concerns in urban planning gains in importance. The acquisition of an up-to-date database as an requirement for planning processes is a very costly and time-intensive task using manual remote sensing methods. Therefore, the development of new automated acquisition methods is of high priority. In this study a new concept for quantitative characterization of urban biotopes using airborne hyperspectral scanner data was developed. The objective was the quantitative description of the current state of urban biotopes based on area-wide automated surface mapping. The analysis of material-specific reflectance characteristics of urban surfaces is a requirement for an area-wide surface inventory. These reflectance characteristics were investigated analyzing field and laboratory spectra as well as image spectra of hyperspectral HyMap data. The results show the potential of differentiating a multitude of urban surfaces solely based on their spectral characteristics. Robust spectral features were identified and described numerically allowing an automated identification of urban surfaces using HyMap data. Some problems remain in the differentiation between roof materials and open spaces that consist of the same material. For the area-wide identification of surface materials a combined classification and unmixing approach was developed. The first step involved the classification of spectrally pure pixels (seedlings). These seedlings represent potential endmembers in a spatially defined neighborhood of unknown mixed pixels for the subsequent unmixing procedure. Spectral similarities of some roof materials and open spaces required separate identification of seedlings using a mask for buildings. The accuracy assessment was performed using a object-oriented approach. It showed that 57\% of the urban objects - covering 78% - 81% of the total area - were correctly identified. The assessment of the state of urban biotopes is based on the surface mapping results. For this purpose, these results were integrated into the existing database of the urban biotope mapping of Dresden using GIS-based methods. Thus, information of material inventory of each urban biotope was available. This information allows the derivation of quantitative parameters, such as degree of overbuilt area and surface sealing. The relevance of the parameters for urban planning decisions was proven using statistical and spatial analyses. The results reveal that the properties of urban biotope types show a high variability that is not addressed by manual urban mapping methods. With this new mapping approach ecologically relevant information for urban biotopes could be automatically derived from hyperspectral data. In this context a high quality level of the surface mapping results is crucial. The identification of small objects is expected to be improved by using hyperspectral data with a higher spatial resolution. Further, the addition of thermal channels and the integration of 3D surface models would allow surface mapping on an extremely high accuracy level