Vegetationsklassning med en kombination av SPOT-bilder och LiDAR

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]


I. BakgrundII. Datakällor

• Flygburen LiDAR (=laserskanning)• Satellitbild (SPOT 5)• Flygbildstolkning

III. KlassningIV. ResultatV. Slutsatser



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.



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.



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



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.



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


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.


II.


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



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



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.



III.


Fjärranalysdata

Referensdata

Klassning


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.


Klassningsträd (Decision tree) • Kombination av SPOT och LiDAR


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





IV.

Resultat







IV.

Resultat



Vegetationskvot och höjddata från LiDAR hjälper till att skilja mellan hygge och ungskog





IV.

Resultat







IV.

Resultat



Höjddata från LiDAR hjälper till att skilja mellan barrskog av olika höjd.



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





Högst klassningsnoggrannhet fås när SPOT-bilden kombineras med p50 och vk i en maximum likelihood-klassning.



IV.

+14%

Resultat





IV.

a) SPOT-bildb) LiDAR-raster p50c) Klassning SPOTd) Klassning SPOT, p50, vk



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.



Tack till...

... Rymdstyrelsen för finansiering

... Lantmäteriets NNH-projekt för laserdata

... Naturvårdsverkets EMMA-program för finansiering

... Lantmäteriets Saccess-databas för SPOT-data


Documents

Vegetationsklassning med en kombination av SPOT-bilder och LiDAR