Kartierung landwirtschaftlich genutzter Flächen im oberen Altmühltal mittels Landsat-Thematic-Mapper-Daten und Flugzeug-Scanner-Aufnahmen

  • Karin Kübler
  • U. Ammer
  • P. Reinartz
  • V. Amann
Article
  • 36 Downloads

Zusammenfassung

Thematic-Mapper-Daten wurden im Vergleich zu Flugzeug-Scanneraufnahmen hinsichtlich ihrer Eignung für die Kartierung landwirtschaftlich genutzter Flächen untersucht.

Die Ergebnisse zeigen, daß sich die TM-Daten aufgrund ihrer begrenzten Bodenauflösung nicht für die Klassifizierung der kleinräumig strukturierten Landschaft im Oberen Altmühltal eignen.

Dagegen erwies sich die Auswertung der höher aufgelösten flugzeugdaten als sehr erfolgreich. So wurde z. B. bei der Acker-/Grünlanddifferenzierung 98% Genauigkeit erreicht. Darüber hinaus war es möglich, die klassifizierte und geokodierte Scannerkarte mit den Flurstücksgrenzen zu überlagern.

Mapping of agricultural areas in the Upper Altmühl Valley by means of Landsat-Thematic-Mapper data and airborne scanner imagery

Summary

Thematic Mapper data are examined in comparison to airborne scanner imagery for the applicability of mapping agricultural land cover types.

The results show that, due to limited ground resolution TM data is not the appropriate means to classify the highly structured region of the Upper Altmühl Valley.

By contrast the evaluation of the more detailed airborne data proved very successful. The discrimination between field and pasture land could be achieved at 98% accuracy. Moreover, it was possible to superimpose the classified ortho scanner maps with land registry data.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. (1).
    Engel, J. L.; Weinstein, D., 1983: The Thematic Mapper—An Overview. IEEE Transactions on Geoscience and Remote-Sensing, Vol. GE-21, No.3, 258–265.CrossRefGoogle Scholar
  2. (2).
    Löffler, E., 1981: Landsat-Bilder als Hilfsmittel geographischer Forschung—Möglichkeiten und Grenzen. Die Erde112, 11–31.Google Scholar
  3. (3).
    Markham, B. L.; Townshend, J. G. R., 1981: Land-cover-classification Accuracy as a Function of Sensor Spatial Resolution. Proc. 15th. Int. Symp. Remote Sensing of Environment, ERIM, Ann Arbor, 1079–1090.Google Scholar
  4. (4).
    Amann, V., 1986: Multispektraler Linescanner “DAEDALUS AADS 1268 (ATM)”—Leitfaden für den Datennutzer. Interner Bericht DFVLR, Oberpfaffenhofen.Google Scholar
  5. (5).
    Müller, R.; Reinartz, P.; Kritikos, G.; Schroeder, M., 1992: Image processing in a Network Environment. Proc. of ISPRS Symp., Washington D.C., 2.–14. August 1992, i. Dr.Google Scholar
  6. (6).
    Müller, R.; Amann, V.; Herrmann, K.; Reinartz, P., 1989: Directional Reflectance Dependence of Spruce and Pine Stands in Airborne Scanner Data. Proc. of Int. Conf. & Workshop on Global Natural Resource Monitoring Assessments, Venedig, 24.–30. Sept. 1989, 618–621.Google Scholar
  7. (7).
    Jansa, J., 1983: Rektifizierung von Multispektral-Scanneraufnahmen. Geowissenschaftliche Mitteilungen der Technischen Universität Wien, Heft 24.Google Scholar
  8. (8).
    Swain, P. H.; Davis, S. M., 1978: Remote Sensing—The Quantitative Approach. New York, Toronto: McGraw-Hill Intern. Book Company.Google Scholar
  9. (9).
    Hoffer, R. M.; Johannsen, C. J., 1969: Ecological Potentials in Spectral Signature Analysis. Remote Sensing of Ecology, Athens, Georgia, 1–16.Google Scholar
  10. (10).
    Herrmann, K., 1988: Signaturanalysen und Klassifizierungsergebnisse an Kiefer unterschiedlicher Vitalität unter Verwendung multispektraler Flugzeug-Scannerdaten. Diss. an der Forstw. Fak. der LM-Universität München.Google Scholar
  11. (11).
    Hildebrandt, G., 1976: Die spektralen Reflexionseigenschaften der Vegetation. Proc. Symp. Remote Sensing in Forestry, Oslo: XVI IUFRO World Congress, 9–22.Google Scholar
  12. (12).
    Peterson, D. L.; Spanner, M. A.; Running, S. W.; Teuber, K. B., 1987: Relationship of Thematic Mapper Simulator Data to Leaf Area Index of Temperate Coniferous Forests. Remote Sensing of Environment22, 323–341.CrossRefGoogle Scholar
  13. (13).
    Reinartz, P., 1989: Untersuchungen zur multispektralen Klassifizierung von schwer trennbaren Klassen mit beispielen aus Waldschadensgebieten. Diss. Fachbereich Bauing.-und Vermessungswesen der Universität Hannover, DLR-Fachbericht 89-55.Google Scholar
  14. (14).
    Mauser, W., 1989: Die Verwendung hochauflösender Satellitendaten in einem geographischen Informationssystem zur Modellierung von Flächenverdunstung und Bodenfeuchte. Habilitationsschrift an der Geowiss. Fakultät der Universität Freiburg, bisher unveröffentlicht.Google Scholar
  15. (15).
    Kühbauch, W.; Kupfer, G.; Schellberg, J.; Müller, U.; Dockter, K.; Tempelmann, U., 1990: Fernerkundung in der Landwirtschaft. Luft- und Raumfahrt4, 36–45.Google Scholar
  16. (16).
    Landauer, G.; Voß, H. H. (Hrsg.), 1989: Abschlußdokumentation: Untersuchung und Kartierung von Waldschäden mit Methoden der Fernerkundung. Teil A. Interner Bericht.Google Scholar

Copyright information

© Blackwell Wissenschafts-Verlag 1995

Authors and Affiliations

  • Karin Kübler
    • 1
  • U. Ammer
    • 1
  • P. Reinartz
    • 2
  • V. Amann
    • 2
  1. 1.Lehrstuhl für Landnutzungsplanung und NaturschutzFreising
  2. 2.Institut für OptoelektronikDeutsche Forschungsanstalt für Luft- und RaumfahrtOberpfaffenhofen

Personalised recommendations