Upload
sani
View
38
Download
0
Embed Size (px)
DESCRIPTION
Vegetationsklassning med en kombination av SPOT-bilder och LiDAR. Karin Nordkvist, Ann-Helen Granholm, Mats Nilsson, Håkan Olsson [email protected]. Skoglig resurshushållning. Bakgrund Datakällor Flygburen LiDAR (=laserskanning ) Satellitbild (SPOT 5) Flygbildstolkning Klassning - PowerPoint PPT Presentation
Citation preview
Sveriges lantbruksuniversitetwww.slu.se
Vegetationsklassning med en kombination av
SPOT-bilder och LiDAR
Skoglig resurshushållning
Karin Nordkvist, Ann-Helen Granholm, Mats Nilsson, Håkan [email protected]
Sveriges lantbruksuniversitetwww.slu.se
I. BakgrundII. Datakällor
• Flygburen LiDAR (=laserskanning)• Satellitbild (SPOT 5)• Flygbildstolkning
III. KlassningIV. ResultatV. Slutsatser
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Bakgrund
• Stort behov av vegetationsinformation bl.a. för ekologisk forskning
• Enda rikstäckande produkten idag är GSD Marktäckedata (klassning och
tolkning av Landsat-bilder)• SPOT-data för hela landet finns fritt tillgängligt årligen sedan
2007 (Lantmäteriets Saccess-databas)• Lantmäteriet arbetar sedan 2009 med en nationell
laserskanning
Kan laserdata användas för att förbättra noggrannheten i en satellitbildsklassning?
I.
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Två kompletterande datakällor
• SPOT-bild, 2D : färg• LiDAR, 3D : höjd, täthet, vertikal
struktur
Referensdata för klassningen
• 780 flygbildstolkade provytor
II.
Föröksområde: ett 25 × 50 km områdeväster om Gävle.
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Flygburen LiDAR i korthetEn laserpuls sänds ut och ekot registreras. Genom att mäta tid för ekot samt instrumentets position och tittvinkel får man fram xyz-koordinat för det som laserpulsen studsat mot (mark, träd, byggnad...).
II.
LiDAR-punktmoln i profil. Rosa punkter är klassade som mark, gula som vegetation
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Behandling av LiDAR-datat
• Punkterna klassas som mark eller vegetation• Markträffarna används för att göra en markmodell• För vegetationsträffarna beräknas höjd över marken• I rasterceller om 10 m × 10 m beräknas höjdpercentiler p10,
p20, ..., p100 samt vegetationskvot, vk. Endast träffar över en viss tröskel räknas här som vegetation.
II.
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Behandling av LiDAR-datatHöjdpercentil px : x% av vegetationsträffarna finns under denna höjd.
Vegetationskvot: Kvoten mellan vegetationsträffar och totalt antal träffar.
II.
Korrelation mellan
• höjdpercentiler och
vegetationens höjd
• vegetationskvot och
krontäckningSkoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Överraskning i LiDAR-datatTunna (~1 pixel) linjer med mycket låg vegetationskvot påträffas i kanterna av skanningsstråken. I ytterkanten av skanningsstråket ser lasern ”in under trädkronorna”, och andelen markträffar blir därför hög. Bredden på detta område beror på skanningsvinkeln och vegetationens höjd.
Rasterbild med vegetationskvot från LiDAR
LiDAR-punktmoln i profil. Vita punkter hör till ett stråk och röda till ett annat, överlappande.
Skoglig resurshushållning
II.
Sveriges lantbruksuniversitetwww.slu.se
LiDAR-datafrån Lantmäteriets nationella laserskanning
• Sensor : Leica ALS 50-II• Flyghöjd : ca 2000 m• Punkttätehet : ca 1.4 pt/m2
• Datum : 29-31 maj 2009• Använda variabler: höjdpercentiler 50 och 100 (p50, p100), vegetationskvot (vk)
II.
Höjdpercentil 50. Svart = lågt, vitt = högt
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Satellitbild
• SPOT 5-bild från 31 maj 2009• 10 m × 10 m pixlar• Band : Grönt, rött, NIR, SWIR• Geometriskt korrigerad till 0.5
pixels noggrannhet
II.
RGB: NIR, SWIR, rött
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Flygbildstolkningav bilder från Lantmäteriet, gjord i digital fotogrammetisk arbetsstation
• DMC-bilder, stereo• Flyghöjd : ca 4800 m• 780 provytor med 10 m radie• 500 m grid• Tolkat : Trädhöjd,
krontäckning, marktyp, vegetationsklass• ca 100 provytor besöktes i
fält för en kvalitetskoll
II.
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
III.
Skoglig resurshushållning
Fjärranalysdata
Referensdata
Klassning
Sveriges lantbruksuniversitetwww.slu.se
Klasser Hygge Ungskog Barrskog 5-15 m Barrskog >15 m Lövskog Blandskog Myr
Maximum likelihood-klassning• Enbart SPOT• Enbart LiDAR• Kombination av SPOT och LiDAR
Träningsdata: 2/3 av de flygbildstolkade ytorna
Utvärderingsdata: 1/3 av ytorna
III.
Skoglig resurshushållning
Klassningsträd (Decision tree) • Kombination av SPOT och LiDAR
Sveriges lantbruksuniversitetwww.slu.se
SPOT-band B1-B4 - - B1-B4 B1-B4LiDAR-mått - p50, p100 p50, p100, vk p50, vk p50, vk
(klassningsträd)KlassHygge 55.8 4.65 41.9 76.7 67.4Ungskog 66.7 50.0 83.3 100 66.7Barrskog 5-15 m 29.8 68.1 50.9 66.0 59.6Barrskog >15 m 57.0 87.1 79.6 72.0 72.0Lövskog 70.7 0 19.5 65.9 70.7Blandskog 63.6 33.3 54.5 27.3 63.6Myr 76.9 84.6 84.6 69.2 76.9Totalt 55.8 52.3 57.8 70.0 68.5
IV.
Resultat
Andel rätt klassade pixlar* i %.
*S.k. producer’s accuracies och over-all accuracy
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
SPOT-band B1-B4 - - B1-B4 B1-B4LiDAR-mått - p50, p100 p50, p100, vk p50, vk p50, vk
(klassningsträd)KlassHygge 55.8 4.65 41.9 76.7 67.4Ungskog 66.7 50.0 83.3 100 66.7Barrskog 5-15 m 29.8 68.1 50.9 66.0 59.6Barrskog >15 m 57.0 87.1 79.6 72.0 72.0Lövskog 70.7 0 19.5 65.9 70.7Blandskog 63.6 33.3 54.5 27.3 63.6Myr 76.9 84.6 84.6 69.2 76.9Totalt 55.8 52.3 57.8 70.0 68.5
IV.
Resultat
Andel rätt klassade pixlar* i %.
*S.k. producer’s accuracies och over-all accuracy
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
SPOT-band B1-B4 - - B1-B4 B1-B4LiDAR-mått - p50, p100 p50, p100, vk p50, vk p50, vk
(klassningsträd)KlassHygge 55.8 4.65 41.9 76.7 67.4Ungskog 66.7 50.0 83.3 100 66.7Barrskog 5-15 m 29.8 68.1 50.9 66.0 59.6Barrskog >15 m 57.0 87.1 79.6 72.0 72.0Lövskog 70.7 0 19.5 65.9 70.7Blandskog 63.6 33.3 54.5 27.3 63.6Myr 76.9 84.6 84.6 69.2 76.9Totalt 55.8 52.3 57.8 70.0 68.5
IV.
Resultat
Andel rätt klassade pixlar* i %.
*S.k. producer’s accuracies och over-all accuracy
Vegetationskvot och höjddata från LiDAR hjälper till att skilja mellan hygge och ungskog
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
SPOT-band B1-B4 - - B1-B4 B1-B4LiDAR-mått - p50, p100 p50, p100, vk p50, vk p50, vk
(klassningsträd)KlassHygge 55.8 4.65 41.9 76.7 67.4Ungskog 66.7 50.0 83.3 100 66.7Barrskog 5-15 m 29.8 68.1 50.9 66.0 59.6Barrskog >15 m 57.0 87.1 79.6 72.0 72.0Lövskog 70.7 0 19.5 65.9 70.7Blandskog 63.6 33.3 54.5 27.3 63.6Myr 76.9 84.6 84.6 69.2 76.9Totalt 55.8 52.3 57.8 70.0 68.5
IV.
Resultat
Andel rätt klassade pixlar* i %.
*S.k. producer’s accuracies och over-all accuracy
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
SPOT-band B1-B4 - - B1-B4 B1-B4LiDAR-mått - p50, p100 p50, p100, vk p50, vk p50, vk
(klassningsträd)KlassHygge 55.8 4.65 41.9 76.7 67.4Ungskog 66.7 50.0 83.3 100 66.7Barrskog 5-15 m 29.8 68.1 50.9 66.0 59.6Barrskog >15 m 57.0 87.1 79.6 72.0 72.0Lövskog 70.7 0 19.5 65.9 70.7Blandskog 63.6 33.3 54.5 27.3 63.6Myr 76.9 84.6 84.6 69.2 76.9Totalt 55.8 52.3 57.8 70.0 68.5
IV.
Resultat
Andel rätt klassade pixlar* i %.
*S.k. producer’s accuracies och over-all accuracy
Höjddata från LiDAR hjälper till att skilja mellan barrskog av olika höjd.
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Höjddata från LiDAR fungerar dåligt för att hitta hyggen, p.g.a. överståndare. Vegetationskvot fungerar bättre.SPOT-band B1-B4 - - B1-B4 B1-B4
LiDAR-mått - p50, p100 p50, p100, vk p50, vk p50, vk(klassningsträd)
KlassHygge 55.8 4.65 41.9 76.7 67.4Ungskog 66.7 50.0 83.3 100 66.7Barrskog 5-15 m 29.8 68.1 50.9 66.0 59.6Barrskog >15 m 57.0 87.1 79.6 72.0 72.0Lövskog 70.7 0 19.5 65.9 70.7Blandskog 63.6 33.3 54.5 27.3 63.6Myr 76.9 84.6 84.6 69.2 76.9Totalt 55.8 52.3 57.8 70.0 68.5
IV.
Resultat
Andel rätt klassade pixlar* i %.
*S.k. producer’s accuracies och over-all accuracy
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Högst klassningsnoggrannhet fås när SPOT-bilden kombineras med p50 och vk i en maximum likelihood-klassning.
SPOT-band B1-B4 - - B1-B4 B1-B4LiDAR-mått - p50, p100 p50, p100, vk p50, vk p50, vk
(klassningsträd)KlassHygge 55.8 4.65 41.9 76.7 67.4Ungskog 66.7 50.0 83.3 100 66.7Barrskog 5-15 m 29.8 68.1 50.9 66.0 59.6Barrskog >15 m 57.0 87.1 79.6 72.0 72.0Lövskog 70.7 0 19.5 65.9 70.7Blandskog 63.6 33.3 54.5 27.3 63.6Myr 76.9 84.6 84.6 69.2 76.9Totalt 55.8 52.3 57.8 70.0 68.5
IV.
+14%
Resultat
Andel rätt klassade pixlar* i %.
*S.k. producer’s accuracies och over-all accuracy
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
IV.
a) SPOT-bildb) LiDAR-raster p50c) Klassning SPOTd) Klassning SPOT, p50, vk
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Slutsatser• LiDAR-data innehåller användbar information om
vegetationens höjd och krontäckning...
• ... medan färginformationen i optiska satellitdata behövs för att klassa trädslag.
• Genom att använda båda datakällorna kan man på ett enkelt sätt
få betydligt högre klassningsnoggrannhet än om bara satellitbilder (eller bara LiDAR) används.
Dessutom: Kompletterande flygbildstolkning skulle kunna användas för mer detaljerad kartering av särskilt intressanta områden.
V.
Skoglig resurshushållning
Sveriges lantbruksuniversitetwww.slu.se
Tack till...
... Rymdstyrelsen för finansiering
... Lantmäteriets NNH-projekt för laserdata
... Naturvårdsverkets EMMA-program för finansiering
... Lantmäteriets Saccess-databas för SPOT-data
Skoglig resurshushållning