Schnelleinstieg Reader

Home|Suche|Sitemap|Webmail de

Optical VHR Data Analysis and Point Cloud Mapping with UAVs



Abteilungheader

Die rasante Entwicklung von Fernerkundungsaufnahmesystemen mit sehr hoher räumlicher Auflösung hat in den letzten Jahren zu neuen Möglichkeiten für Forschung und operationelle Anwendungen geführt. Mittels räumlich hochauflösender Satellitendaten im Bereich von 5 m bis hin zu 50 cm Pixelgröße, aber auch über die Nutzung von durch Multicopter abgeleitete und photogrammetrisch verarbeitete Datensätze lassen sich inzwischen Analysen von Vegetation und Waldbeständen aber auch von geomorphologischen Prozessen mit hohem Detailierungsgrad und präziser Höheninformation erstellen. Während multispektrale Satellitendaten mit 5 m und besserer räumlicher Auflösung gut für urbane Fragestellungen, bei der Kartierung von Katastrophenevents mit hoher temporaler Auflösung und bei der Biotoptypenklassifikationen genutzt werden können kommt den Copter basierten Datensätzen eine besondere Bedeutung bei der Ableitung von sehr dichten 3D Punktwolken zu. Inzwischen ist durch die Nutzung von Kleinstcoptersystemen auch innerhalb von Vegetationsstrukturen die Ableitung von 3D-Datensätzen möglich. Neben Volumenberechnungen und Veränderungskartierungen ist auch der Einsatz bei Grabungsgeländekartierungen für die Archäologie und bei der Ableitung von Bilddatenmosaiken über Waldbeständen und agrarwirtschaftlich genutzten Flächen möglich. Großes Potential haben Coptersysteme auch bei der Analyse von 3D-Strukturen der Vegetation oder bei der vollständigen räumlichen Erfassung von kulturellen Objekten.

Im Bereich der 3D Punktwolkenableitung beschäftigt sich die Arbeitsgruppe mit der Quantifizierung von Vegetationsdichte, abgeleiteter Parameter wie Biomasse, Kronenform und Kronenschlussgrad, aber auch mit der automatischen Differenzierung von Punktsubklassen innerhalb von Einzelbaumindividuen. Dabei kommen verschiedene Multicoptersysteme zum Einsatz: ein Geo-X8000 Octocopter, eine Phantom 4 Pro bzw. eine Phantom 3A. Neben der Entwicklung von möglichen Befliegungsstrategien in dichten Vegetationsverbänden, liegt ein weiterer Schwerpunkt in der Clusterung und Klassifikation von Punktdaten zu thematischen Klassen und biophysikalischen Parametern zur weiteren Nutzung als Referenzdaten in gröber skalierten Satellitendatenanalyseszenarien.

Neben verschiedenen Satellitendatentypen nutzt die Abteilung ab Dezember 2016 ein Phantom 4 Pro System für die Heranführung von Studierenden der Studiengänge MSc Geoinformatik und BSc Geographie an die Copter basierte Referenzdatenaufnahme im Rahmen praktischer Geländearbeit.


Aktuelle Projekte

  • JCL - (Jena Copter Laboratories): eine Forschungs- und Lehrinitiative zur Entwicklung von Anwendungsszenarien und Forschungsprojekten für die Nutzung von höchstauflösenden photogrammetrisch abgeleiteten Punktwolken aus Multicopter Bilddaten. Ziel ist die Entwicklung unterschiedlicher Spin-Offs in Forschungsbereichen der Ökologie, den Geowissenschaften aber auch im Bereich der Archäologie.
  • CROWN - Photogrammetrische Vermessung von Einzelbaumkronen mittels photogrammetrischer Massendaten von Quadrocopterplattformen.
  • Bestandssturkturerfassung durch photogrammetrische "within-Stand" 3D Multicopter Datenerfassung.
  • KULUNDA - Ökologische und ökonomische Strategien zur nachhaltigen Landnutzung in russischen Steppen - ein Beitrag zur Anpassung an den Klimawandel, Geodatabase, Landuse Change and Land Degradation Classification (BMBF) (2011 - 2016).
  • TerraSense - Terrestrische Sensorik für hochaufgelöste Analytik von Erdoberflächenprozessen

Abgeschlossene Projekte

  • GIONET - GMES Initial Operations - Network for Earth Observation Research Training, PRO Exzellenz Initiative
  • SIB-ESS-C - Siberian Earth System Science Cluster
  • Graduate School on Image Processing and Image Interpretation: Post-Graduate Programme "Image Analysis, Interpretation and Recognition" - co-funded by the  Thuringian "ProExzellenz" Initiative in cooperation with TU Ilmenau, and Fraunhofer IOF Jena (2009-2013). Mapping of urban landuse structure in multisensor high resolution Earth observation data.
  • RESA Rapideye Science Archive Project OILSPILL: Project No. 472 - multitemporal large scale oilspill mapping in West Siberia (2011 - 2013).
  • RESA Rapideye Science Archive Project SENDAI: Project No. 483 - Change Signature Analysis for Rapid Mapping Concepts of Tsunami Flooded Coastal Areas (2011 - 2015).
  • OSCaR (OilSpill Contamination Mapping in Russia) 2006,
  • ENVILAND-2: Synergistic usage of SAR and optical data , in cooperation with University Bonn, Jena Optronik, TU Ilmenau et al. (2008-2010)
  • Bark Beetle Forest Damage Mapping, spectral analysis and hyperspectral mapping: n cooperation with "Thüringer Ministerium für Landwirtschaft, Naturschutz und Umwelt" as part of the airborne HyMAP HyEurope 2008 campaign.
  • ESAs Data User Element Permafrost (DUE-PF): panarctic vegetation and thermokarst lake change mapping with VHR data (2009-2011), in cooperation with AWI Potsdam, IPF University Wien, GAMMA Remote Sensing (Switzerland) and University of Waterloo (Canada) - financed by ESA.
  • RESA Rapideye Science Archive Project for the DUE PF Project: Project 275 "High Resolution Water Body and Vegetation Mapping for Permafrost Degradation Modelling as Part of ESAs DUE Permafrost Project" (2009-2011).
  • Urban Growth Modelling in Brasilia using the SLEUTH cellular growth model: in cooperation with UFZ Leipzig (2009).

Mitarbeiter

  • PD Dr. S. Hese
  • PD Dr. C. Thiel
  • C. Berger (MSc)
  • ehem. Mitarbeiter: I. Walde (MSc), Dr. M. Voltersen

Ausgewählte Publikationen

Hese, S., Heyer, T., 2016. Earth Observation data based rapid flood-extent modelling for tsunami-devastated coastal areas, International Journal of Applied Earth Observation and Geoinformation 46 (2016) 63-83.

Voltersen, M., Berger, C., Hese, S. & Schmullius, C., 2016. Transferring an urban structure type mapping approach to different datasets for three German cities. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (submitted).

Berger, C., Riedel, F., Rosentreter, J., Stein, E., Hese, S., Schmullius, S., 2015. Fusion of Airborne Hyperspectral and LIDAR Remote Sensing Data to Study the Thermal Characteristics of Urban Environments, in: Computational Approaches for Urban Environments, Vol. 13, Series: Geotechnologies and the Environment, pp273-292.

Walde, I., Hese, S., Berger, C., Schmullius, C., 2014. From Land Cover-Graphs to Urban Structure Types. - International Journal of Geographical Information Science, 28 (3), pp. 584-609, DOI: 10.1080/13658816.2013.865189

Voltersen, M., Berger, C., Hese, S. & Schmullius, C., 2014. Object-based land cover mapping and comprehensive feature calculation for an automated derivation of urban structure types at block level. Remote Sensing of Environment, 154, 192-201.

Berger, C.; Voltersen, M.; Hese, S.; Walde, I.; Schmullius, C. 2013. Robust Extraction of Urban Land Cover Information from HSR Multi-Spectral and LiDAR Data, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  6 (6), pp. 1-16, doi: 10.1109/ JSTARS. 2013.2252329

Walde, I., S. Hese, C. Berger & C. Schmullius, 2013. Graph based Mapping of Urban Structure Types from High Resolution Satellite Image Objects - A case study of the German cities Rostock and Erfurt. IEEE Geoscience and Remote Sensing Letters 10 (4), pp. 932-936, doi: 10.1109/LGRS.2013.2252323.

Hese, S. & C. Schmullius, 2009. High spatial resolution image object classification for terrestrial oil spill contamination mapping in West Siberia, International Journal of Applied Earth Observation and Geoinformation, Volume 11, Issue 2, April 2009, Pages 130-141, ISSN 0303-2434,
DOI: 10.1016/j.jag.2008.12.002.

JCL-Banner