@phdthesis{Bachmann2007,
  author    = {Bachmann, Martin U. R.},
  title     = {Automatisierte Ableitung von Bodenbedeckungsgraden durch MESMA-Entmischung},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-26337},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2007},
  abstract  = {Weltweit sind Trockengebiete in st{\"a}ndiger Ver{\"a}nderung, verursacht durch nat{\"u}rliche klimatische Schwankungen und oftmals durch Prozesse der Landdegradation. Auch weisen die meisten semi-ariden Naturr{\"a}ume eine große r{\"a}umliche Heterogenit{\"a}t auf, hervorgerufen durch ein kleinr{\"a}umiges Mosaik aus Gr{\"a}sern, kleineren Str{\"a}uchern und Bereichen offenliegenden Bodens. Die Dichte der Vegetation wird prim{\"a}r vom pflanzenverf{\"u}gbaren Wasser bestimmt, aber auch der Entwicklungs- und Degradationszustand der B{\"o}den sowie anthropogen bedingte Faktoren spielen hierbei eine Rolle. Zur Charakterisierung und Kartierung der Vegetation sowie zur Bewertung des Bodenerosionsrisikos und des Degradationszustands hat sich die Erhebung der Bedeckungsgrade von vitaler, photosynthetisch aktiver Vegetation (PV), von abgestorbener oder zeitweise vertrockneter und somit nicht photosynthetisch aktiver Vegetation (NPV) sowie von offenliegendem Boden als zweckm{\"a}ßig herausgestellt. Die Nutzung der Fernerkundung f{\"u}r diese Aufgabe erfolgt zumeist nur f{\"u}r kleinmaßst{\"a}bige Kartierungen und - im Falle von Multispektralsensoren - unter Vernachl{\"a}ssigung nicht-photosynthetisch aktiver Vegetation. Die r{\"a}umliche Variabilit{\"a}t der Vegetation-Boden-Mosaike liegt oftmals in der Gr{\"o}ßenordnung von wenigen Metern und somit unterhalb des r{\"a}umlichen Aufl{\"o}sungsverm{\"o}gens von Fernerkundungssystemen. Um dennoch die verschiedenen Anteile innerhalb eines Pixels identifizieren und quantifizieren zu k{\"o}nnen, sind Methoden der Subpixel-Klassifikation notwendig. In dieser Arbeit wird eine Methodik zur verbesserten und automatisierbaren Ableitung von Bodenbedeckungsgraden in semi-ariden Naturr{\"a}umen vorgestellt. Hierzu wurde ein Verfahren zur linearen spektralen Entmischung in Form einer Multiple Endmember Spectral Mixture Analysis (MESMA) entwickelt und umgesetzt. Durch diese Methodik kann explizit die spektrale Variabilit{\"a}t von Vegetation und Boden in das Mischungsmodellmiteinbezogen werden, und quantitative Anteile f{\"u}r die funktionalen Klassen PV, NPV und Boden innerhalb eines Pixels erfasst werden. Durch die r{\"a}umliche Kartierung der verwendeten EM wird weiterhin eine thematische Klassifikation erreicht. Die hierf{\"u}r ben{\"o}tigten Informationen k{\"o}nnen - wie im Falle der Spektren reiner Materialien (EM-Spektren) - aus den Bilddaten selbst abgeleitet werden, oder k{\"o}nnen - wie ein Gel{\"a}ndemodell und die Information {\"u}ber den Scanwinkel - im Zuge der Vorprozessierung aus weiteren Datenquellen erzeugt werden. Hinsichtlich der automatisierten EM-Ableitung wird eine zweistufige Methodik eingesetzt, welche auf einer angepassten Version des Sequential Maximum Angle Convex Cone (SMACC)-Verfahrens sowie der Analyse einer ersten Entmischungsiteration basiert. Die Klassifikation der gefundenen potentiellen EM erfolgt durch ein merkmalsbasiertes Verfahren. Weiterhin weisen nicht-photosynthetisch aktive Vegetation und Boden eine hohe spektrale {\"A}hnlichkeit auf. Zur sicheren Trennung kann die Identifikation schmaler Absorptionsbanden dienen. Zu diesen z{\"a}hlen beispielsweise die Absorptionsbanden von Holozellulose und - je nach Bodentyp - Absorptionsbanden von Bodenmineralen. Auch die spektrale Variabilit{\"a}t der Klassen PV und NPV erfordert zur sicheren Unterscheidung die Verwendung biophysikalisch erkl{\"a}rbarer Merkmale im Spektrum. Hierzu z{\"a}hlen unter anderem die St{\"a}rke der Chlorophyll-Absorption, die Form und Lage der 'RedEdge' und das Auftreten von Holozellulosebanden. Da diese spektrale Information bei herk{\"o}mmlichen Entmischungsans{\"a}tzen nicht ber{\"u}cksichtigt wird, erfolgt {\"u}berwiegend eine Optimierung der Gesamtalbedo, was zu einer schlechten Trennung der Klassen f{\"u}hren kann. Aus diesem Grund wird in der vorliegenden Arbeit der MESMA-Ansatz dahingehend erweitert, dass spektrale Information in Form von identifizierten und parametrisierten Absorptionsbanden in den Entmischungsprozess mit einfließt und hierdurch das Potential hyperspektraler Datens{\"a}tze besser genutzt werden kann. Auch wird in einer zus{\"a}tzlichen Entmischungsiteration die r{\"a}umliche Nachbarschaft betrachtet, um insbesondere die Verwendung des sinnvollsten Boden-EMs zu gew{\"a}hrleisten. Ein zus{\"a}tzliches Problemfeld stellt die numerische L{\"o}sung des {\"u}berbestimmten und oftmals schlecht konditionierten linearen Mischungsmodells dar. Hierzu kann durch die Verwendung des BVLS-Algorithmus und des Ausschlusses kritischer EM-Kombinationen eine numerisch stabile L{\"o}sung gefunden werden. Um die oftmals immense Rechenzeit von MESMA-Verfahren zu verk{\"u}rzen, besteht die M{\"o}glichkeit einer iterativen EM-Auswahl und somit die Vermeidung einer L{\"o}sung des Mischungssystems durch Berechnung aller EM-Kombinationen ('Brute-Force'-Ansatz). Ein weiterer wichtiger Punkt ist die explizite pixelweise Angabe zur Zuverl{\"a}ssigkeit der Entmischungsergebnisse. Dies erfolgt auf Basis des Mischungsmodells selbst, durch den Vergleich zu empirischen Regressionsmodellen, durch die Ber{\"u}cksichtigung des lokalen Einfallswinkels sowie durch die Integration von Qualit{\"a}tsangaben der Ausgangsdaten. Um das Verfahren systematisch und unter kontrollierten Bedingungen zu verifizieren und um den Einfluss verschiedener externer Parameter sowie die typischen Genauigkeiten auf einer breiten Datenbasis zu ermitteln, wird eine Simulationskette zur Erzeugung synthetischer Mischungen erstellt. In diese Simulationen fließen Feldspektren von B{\"o}den und Pflanzen verschiedener semi-arider Gebiete mit ein, um m{\"o}glichst viele F{\"a}lle abdecken zu k{\"o}nnen. Die eigentliche Validierung erfolgt auf HyMap-Datens{\"a}tzen des Naturparks 'Cabo de Gata' in der andalusischen Provinz Almer{\´i}a sowie auf Messungen, die begleitend im Feld durchgef{\"u}hrt wurden. Hiermit konnte die Methodik auf ihre Genauigkeit unter den konkreten Anforderungen des Anwendungsbeispiels {\"u}berpr{\"u}ft werden. Die erzielbare Genauigkeit dieser automatisierten Methodik liegt mit einem mittleren Fehler um rund 10\% Abundanz absolut im selben Wertebereich oder nur geringf{\"u}gig h{\"o}her als die Ergebnisse publizierter manueller MESMA-Ans{\"a}tze. Weiterhin konnten die typischen Genauigkeiten der Verifikation im Zuge der Validierung best{\"a}tigt werden. Den limitierenden Faktor des Ansatzes stellen in der Praxis fehlerhafte oder unvollst{\"a}ndige EM-Modelle dar. Mit der vorgestellten Methodik ist somit die M{\"o}glichkeit gegeben, die Bedeckungsgrade quantitativ und automatisiert im Subpixelbereich zu erfassen.},
  subject      = {Optische Fernerkundung},
  language  = {de}
}