MorphoSAT
Automated geomorphological mapping based on satellite data
Projektziel :: Entwicklung und Optimierung eines Systems zur automatisierten Kartierung von geomorphologischen Einheiten/Prozessen auf regionaler bis globaler Maßstabsebene unter Verwendung aktueller Satellitendaten (TanDEM-X DEM, Sentinel-2)
Datenbasis :: Satellitenbasierte Datenprodukte, v.a. TanDEM-X DEM und Sentinel-2
Dateneigenschaften :: Idealer Detailgrad für großflächige Kartierungen | Globale Verfügbarkeit | Konsistente Aufnahme und Vorverarbeitung | Nutzung teilweise kostenlos
Testgebiet :: 100 km breiter Querschnitt durch die Alpen vom Starnberger See im Norden bis Trento im Süden
Kartierte Einheiten :: Schwemm- und Schuttkegel | Massenbewegungen | Blockgletscher | Gletscher
Zielmaßstab :: > 1:50.000
GRID-IT Rolle :: Projektleitung
Partner :: Laserdata GmbH | Z_GIS – Interfakultärer Fachbereich für Geoinformatik, Universität Salzburg | Geologische Bundesanstalt | Institut für Geographie, Universität Innsbruck
Fördergeber :: FFG – Österreichische Forschungsförderungsgesellschaft (ASAP 13)
Kategorie :: Industrielle Forschung
Ansprechperson :: Dr. Clemens Eisank | eisank@grid-it.at
Methodik
Anforderungs- und Bedarfsanalyse :: Spezifikation der ausgewählter geomorphologischer Formen/Prozesse :: Katalogisierung und Vorbereitung der Satellitendaten :: Integrative Datenauswertung mit Verfahren der objektbasierten Bildanalyse und des Machine Learning :: Software-Implementierung und Automatisierung
Ergebnisse
Für ein ca. 100 x 200 km großes Testgebiet wurden die ausgewählten geomorphologischen Einheiten/Prozesse automatisiert kartiert. Iterativ sind die Parameter und Einstellungen des MorphoSAT Kartierungssystems schrittweise optimiert worden. Die besten Kartierungsergebnisse sind exemplarisch für drei ca. 12 x 12 km große Subsets dargestellt.
In MorphoSAT sind folgende Ergebnisse erzielt worden:
- 250 automatische und validierte Kartierungsergebnisse für das ca 100 x 200 km große Testgebiet
- ein optimiertes System für die automatische Kartierung ausgewählter geomorphologischer Einheiten/Prozesse auf regionaler bis globaler Maßstabsebene, implementiert in R, QGIS, und im Spatial Modeler von IMAGINE
- Quantitative und qualitative Beschreibungen für die ausgewählten geomorphologischen Einheiten/Prozesse (erweiterbar)
- QGIS Tool für die Berechnung von objektbasierten Genauigkeitsmaßen auf drei Ebenen (global, pro Klasse, pro Objekt/Polygon)
- R Tool für die Berechnung und Aufbereitung von Dateneigenschaften/-signaturen auf Basis von Referenzflächen
- Best-Practice-Guide zum Thema “Automatisierte geomorphologische Kartierung auf Basis von Satellitendaten”
Referenz
Eisank, C, d’Oleire-Oltmanns, S, Wichmann, V, Meißl, G, Stötter, J, Vecchiotti, F, Kociu, A (2019) Best practice guide – Automated geomorphological mapping based on medium-resolution satellite data. MorphoSAT Deliverable 5.1, 68p. [pdf]
Eisank, C, d’Oleire-Oltmanns, S, Wichmann, V (2019) Automated Geomorphological Mapping at Regional Scale Based on TanDEM-X DEM And Sentinel-2. TerraSAR-X / TanDEM-X DEM Science Meeting, 21-24 October, DLR Oberpfaffenhofen, Germany.
Eisank, C, d’Oleire-Oltmanns, S, Wichmann, V (2019) Earth Observation and Machine Learning for Geomorphological Mapping at Regional Scale. 39th EARSeL Symposium Book of Abstracts, 1-4 July 2019, Salzburg, Austria, p.40-41. [pdf]
Standortagentur Tirol (2018) Weltraumblick auf Geländeformen. In: STANDORT. Aktuelle Nachrichten der Standortagentur Tirol und ihrer Clusterinitiativen, 02/18, S.5. [pdf]
Eisank, C, d’Oleire-Oltmanns, S, Wichmann, V (2018) Towards Automated Production of Regional Geomorphological Inventories based on Satellite Data. ESA eo4alps workshop, 27 – 29 June 2018, Innsbruck, Austria. [pdf]
Eisank, C, Petrini-Monteferri, F, Meißl, G, d’Oleire-Oltmanns, S, Vecchiotti, F, Wichmann, V, Georges, C, Kociu, A, Stötter, J (2018) MorphoSAT – Automated geomorphological mapping based on satellite data. EGU General Assembly Conference Abstracts, 20. [pdf]
Eisank, C (2013) An object-based workflow for integrating spatial scale and semantics to derive landforms from digital elevation models. PhD thesis, University of Salzburg, 142p. [pdf]
Partner
Gefördert durch
