Titelaufnahme

Titel
Large scale applications of airborne laser scanning for a complex mountainous environment / Markus Hollaus
VerfasserHollaus, Markus
Begutachter / BegutachterinWagner, Wolfgang ; Hyyppä, Juha
Erschienen2006
UmfangXIV, 111 Bl. : Ill., graph. Darst.
HochschulschriftWien, Techn. Univ., Diss., 2006
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypDissertation
Schlagwörter (DE)LiDAR / DHM / Waldinventur / Baumhöhe / Holzvorrat / Landbedeckung / Oberflächenrauhigkeit
Schlagwörter (EN)LiDAR / DTM / canopy height / stem volume / forest inventory / land cover / surface roughness / tree height
Schlagwörter (GND)Luftbild / Lidar / Laserscanner / Waldinventur / Gelände / Rauigkeit
URNurn:nbn:at:at-ubtuw:1-21181 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Large scale applications of airborne laser scanning for a complex mountainous environment [3.48 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Im Laufe des letzten Jahrzehnts hat sich das flugzeuggetragene Laserscanning (ALS) als Standardverfahren zur Erfassung topographischer Daten etabliert. Es liefert aber nicht nur wertvolle Informationen zur Erstellung von Geländemodellen, sondern ermöglicht eine detaillierte dreidimensionale Beschreibung von Objekten. Ziel dieser Dissertation war es, anhand zweier Anwendungsgebiete (Abfluss relevante Landbedeckungsklassifizierung, Ableitung von quantitativen Forstparametern) die Möglichkeiten einer großflächigen Anwendung unter Verwendung von State-of-the-Art ALS Daten sowie Prozessierungsmethoden zu evaluieren und zu diskutieren. Die durchgeführten Untersuchungen wurden anhand eines 128 km großen, alpinen Testgebietes im südlichen Vorarlberg durchgeführt, von welchem sowohl ALS Daten aus einer kommerziellen Laserscannbefliegung sowie detaillierte Waldinventurdaten einer lokalen Forstverwaltung zur Verfügung stehen.

Im Zuge einer objektorientierten Landbedeckungsklassifizierung konnte der komplementäre Informationsgehalt von ALS Daten (Höheninformationen) und Farb-Infrarot Orthophotos (Spektralinformationen) aufgezeigt werden.

Weiters ergaben die Untersuchungen, dass die Einbeziehung der Höheninformation zur Generierung Abfluss relevanter Landbedeckungsklassen zu einer deutlichen Qualitätssteigerung führt.

Für die Abschätzung von Waldparametern aus ALS Daten stellt die Höhendifferenz zwischen dem ersten vom Flugzeug aus sichtbaren reflektierenden Objekt und der Geländeoberfläche eine fundamentale Eingangsgröße dar. Aus diesen Höhendifferenzen können beispielsweise Baumhöhen sowie stammflächengewichtete Mittelhöhen (Loreyhöhen) abgeleitetet werden. Um eine qualitative Abschätzung dieser Parameter zu erhalten, wurde zunächst mit Hilfe von ca. 22000 Boden-Kontrollpunkten die Genauigkeit des Geländemodells überprüft. Die Untersuchungen haben gezeigt, dass die erzielten Genauigkeiten (root mean square error) mit zunehmender Geländeneigung sinken. So wurden für schwach geneigte Geländebereiche (Geländeneigung <10) Genauigkeiten von ca. 10 cm und für Geländebereiche mit einer Geländeneigung von mehr als 60 Fehler von mehr als 50 cm festgestellt. Die Genauigkeiten der abgeleiteten Baumhöhen sowie Loreyhöhen wurden mit Hilfe der terrestrischen Waldinventurdaten überprüft, wobei die Höhen sowohl aus den 3D Punktwolken als auch aus dem interpolierten Differenzmodell (Oberflächenmodell minus Geländemodell) extrahiert wurden. Die aus der 3D Punktwolke beziehungsweise aus dem Differenzenmodell extrahierten Baumhöhen weisen Genauigkeiten von R = 0.89 und R = 0.79 auf. Die Loreyhöhen konnten aus der 3D Punktwolke mit einem Bestimmtheitsmaß von R = 0.87 und aus dem interpolierten Differenzemodell mit R = 0.70 abgeschätzt werden. Untersuchungen über die Auswirkung unterschiedlicher ALS Punktdichten auf die abgeleiteten Höhen haben gezeigt, dass sich die flächenbezogenen Loreyhöhen für unterschiedlichste Punktdichten mit vergleichbarer Genauigkeit ermitteln lassen, wohingegen es bei den Baumhöhen mit einer abnehmenden Punktdichte zu einer deutlichen Unterschätzung kommt.

Für die Ermittlung des Holzvorrates wurde einerseits ein in Norwegen weit verbreitetes multiplikatives Regressionsmodell getestet und andererseits ein physikalisch basiertes lineares Schätzmodell entwickelt. Unter Verwendung der Waldinventurstichprobendaten als Referenzdaten konnte gezeigt werden, dass sowohl mittels multiplikativen Regressionsmodell als auch mittels linearem Schätzmodell der Holzvorrat mit einem Bestimmtheitsmaß von R = 0.84 bzw. R = 0.87 sehr genau ermittelt werden konnte. Untersuchungen hinsichtlich variierender ALS Eigenschaften haben gezeigt, dass sowohl die ALS Punktdichte als auch die Phänologie während der ALS Befliegung auf die erzielbaren Genauigkeiten beider Modelle einen sehr geringen Einfluss haben.

Zusammenfassend kann gesagt werden, dass basierend auf den vorliegenden ALS Daten und State-of-the-Art Algorithmen quantitative Waldparameter operationell abgeschätzt werden können. Da in Österreich ALS Daten bereits für große Gebiete vorliegen bzw. gegenwärtig beflogen werden, können zukünftig die daraus abgeleiteten flächenhaften Waldparameter eine wertvolle Ergänzung zu operationellen terrestrischen Aufnahmeverfahren darstellen.

Zusammenfassung (Englisch)

Today, airborne laser scanning (ALS) is the standard method for detailed topographic data acquisition. Due to the technological advances of laser scanners, differential global positioning systems and inertial measurement units, ALS has achieved high economic performance and has reached a status which is interesting not only for topographic mapping activities but also for several other applications. With hydrology as the main driving force extensive ALS flight campaigns have been carried out since the disastrous floods 2002 in Austria and therefore, ALS data are available for large areas today. Therefore, the main aim of this thesis was to investigate and to discuss the large area use of ALS for applied sciences namely for hydrologic and hydraulic applications and for forestry.

For distributed hydrologic models and for two-dimensional hydraulic river flood models roughness relevant information such as the height and the spatial distribution of vegetation and buildings is required.

Airborne laser scanner data offer these object heights and provide in conjunction with the complementary information of high-resolution colour-infrared orthophotos an excellent data source for land cover mapping.

For forestry applications ALS is currently one of the most promising remote sensing techniques for quantitative retrieval of forest parameters. While ALS has reached an operational status for mapping of boreal forests, its large area application over mountainous environments is lacking behind. For this thesis state-of-the-art ALS technology and software packages were used to map canopy heights and to estimate stem volume for a 128 km region in the western part of the Austrian Alps.

Rather than employing data and methods tuned for a particular task and for a small study area, data and methods which already serve other operational applications were used. For the estimation of stem volume a multiplicative regression model mostly used in Scandinavia was used.

Their transferability to the alpine environment was analysed and their performance evaluated. In addition, a more physically-based linear model to estimate stem volume by combining forest inventory data and ALS data was develop.

The investigations concerning the use of ALS for hydrologic / hydraulic relevant land cover classifications showed that the complementary informational content of ALS data (e.g. height information) and colour infrared orthophotos (e.g. spectral information) was an excellent data source for object-oriented land cover classifications. As the defined land cover classes can be assigned to surface roughness classes, they can be used as input data for two dimensional hydraulic river flood models. The high quality of topographic and thematic input information leads to a reduction of uncertainties of the model outputs. The validation of the DTM with the ground control points showed that over non-forested terrain DTM errors increased from 10 cm for relatively flat terrain (local slope < 10) to over 50 cm for local slopes greater than about 60. The validations of the ALS derived single-tree heights and Lorey's mean heights showed good correlations using both, three dimensional first-echo points (R = 0.89 - 0.79) and a grid-based canopy height model (R = 0.87 - 0.70). Furthermore, it could be shown that the influence of different ALS point densities on the achievable accuracies of the calculated Lorey's mean heights was negligible.

Concerning the stem volume estimation it could be shown that the multiplicative regression model could successfully be used also for the highly structured alpine forests. The achieved coefficient of determination (R) was 0.84 and the standard deviation of the residuals derived from a cross-validation was 100.0 m/ha. Unfortunately, for this pure statistical approach the multiple regression analyses led to different sets of independent variables if ALS data with different properties (e.g. point densities, acquisition times) were used.

Therefore, it is recommended that for such ALS data sets separate regression models should be used. This has the disadvantage that for each regression model an adequate reference data set is needed. For ALS data with varying properties, robust and reliable results of high accuracies (e.g. R = 0.87, standard deviation of the residuals derived from a cross-validation is 90.0 m/ha) could be achieved with the proposed linear approach. Due to the simplicity of this linear model, a physically explicit connection between the stem- and the canopy volume is available.

Concluding it can be stated that ALS has now reached the maturity not only for topographic data acquisition but also for operational hydrology and forestry applications within complex alpine environments. Due to the multiple-shift usage of ALS data their manifold operational applications can be realised within acceptable costs in the near future.