Hodnocení stavu regenerace. lesních porostů na Šumavě......s využitím ecognition

Transkript

1 Hodnocení stavu regenerace lesních porostů na Šumavě......s využitím ecognition 1

2 Představení se Centrum výzkumu globální změny Akademie věd České republiky ( Oddělení dálkového průzkumu Země doc. František Zemek ing. Jan Novotný ing. Miroslav Pikl Dálkový průzkum Země v hodnocení vývoje poškození smrkových porostů a regeneračních procesů po napadení lýkožroutem smrkovým Projekt COST OC09001 Doba řešení: 2009 až 2012 ing. Jan Hanuš Mgr. Věroslav Kaplan PhD. ing Tomáš Fabiánek ing. Růžena Janoutová ing. Marek Pivovarník 2

3 Obsah prezentace Intro: Jádro: Kalamita na Šumavě způsobený lýkožroutem smrkovým Zhodnocení stavu regenerace na základě dat leteckého DPZ 3

4 Šumava po napadení lýkožroutem smrkovým 4

5 Časová série postup kůrovce 5

6 Časová série postup kůrovce 6

7 Časová série postup kůrovce 7

8 Časová série postup kůrovce 8

9 Časová série postup kůrovce 9

10 Časová série postup kůrovce 10

11 Časová série postup kůrovce oblast Březník Zpracování v ecognition 1) import dat TM1,2,3,4,5,7 (32bit) po atmosférických korekcích DEM (32bit) = nadmořská výška DEMREL (32bit) = pro konkrétní termín snímku expozice terénu vůči slunci (kosinus úhlu), hodnoty 0.0 až 1.0 CLOUD (8bit) maska mraků vytvořená ručně pro každý termín 2) segmentace segmentation weights: DEM = 0, DEMREL = 0.5, TM1 = 0, TM2-7 = 1 scale = 2 až 3 podle termínu shape = 0.05 compactness = 0.5 3) ručně trénovaná klasifikace 11

12 Vstupní data Hyperspektrální data AISA Eagle Prostorové rozlišení 40 cm Spektrální rozlišení 10 nm Spektrální rozsah nm 12

13 Vstupní data Lidarová data Instrument: TopEye Mk II Laser: 1064 nm Rozlišení: 1 m 13

14 Charakter porostu původní les 14

15 Charakter porostu nový les 15

16 Charakter porostu travní porosty 16

17 Postup klasifikace Per-pixel klasifikace na základě jednotlivých datových zdrojů Nedosahovala požadované přesnosti Objektově orientovaná klasifikace Kombinovaný vstup HS a Lidar Software ecognition Segmentace korun smrku Realizovaná ve vlastním softwaru Podrobnější klasifikace bylinného patra Na základě terénních šetření 17

18 Objektová klasifikace Realizována v softwaru ecognition Vstup: hyperspektrální data a mapa výšek Výstup: klasifikace tříd pokryvu Postup 1. Aplikace masky 2. Segmentace (multiresolution segmentation) 3. Trénování (select samples, NN space definition) 4. Klasifikace (hierarchical classification) Použité třídy 1. Cesta 2. Smrk 3. Stín 4. Suché dřevo 5. Tráva Klasifikační pravidla 1. Spektrální shoda 2. Fuzzy pravidla o výšce 18

19 Objektová klasifikace ukázky vlevo rozdělení na spektrálně homogenní objekty dole výsledná klasifikace smrk (tm. zelená) tráva (sv. zelená) suché dřevo (žlutá) stín (šedá) 19

20 Detekce stromů Realizována ve vlastním softwaru Vstup: mapa výšek Výstup: pozice a plocha korun smrků Postup 1. Aplikace masky třídy smrk 2. Zhlazení obrazu 3. Detekce lokálních maxim 4. Rozrostení plochy korun 20

21 Detekce stromů 21

22 Detekce korun koruny stromů ecognition (červená) 2 delineované koruny Lidar (zelená) 3 delineace nízkých stromů 4 okrajové části korun (žlutá) 5 výsledná klasifikace korun (červená)

23 Bylinné patro Naměřena spektra Brusnice borůvka Třtina Kapraď Reklasifikace třídy trávy provedena v softwaru ENVI metodou maximum likelihood 23

24 Bylinné patro Kapraď Brusnice Travní porost 24

25 Výsledná klasifikace 25

26 Závěr Časový průběh kalamity na Šumavě způsobené lýkožroutem smrkovým je možné sledovat na základě dálkového průzkumu Země, především ze satelitních dat. Aktuální stav regenerace v oblasti je možné hodnotit na základě dat leteckého DPZ. S klasifikací v heterogenním reálném světě výrazně pomáhá objektový přístup (ecognition) Důležitým předpokladem úspěchu při klasifikaci pokryvu je kombinování spektrálních a strukturních parametrů z hyperspektrálních a lidarových vstupních dat. Oddělení DPZ jako součást Czechglobe se zabývá kombinací datových zdrojů využitelných v různých oborech v rámci projektu HyDaP ( Kde působíme a jaká data máme k dispozici je vidět na 26