@phdthesis{Esch2006,
  author    = {Esch, Thomas},
  title     = {Automatisierte Analyse von Siedlungsfl{\"a}chen auf der Basis h{\"o}chstaufl{\"o}sender Radardaten},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-18863},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2006},
  abstract  = {St{\"a}dtische Agglomerationen zeichnen sich durch eine zunehmende Dynamik {\"o}kologischer, {\"o}konomischer und sozialer Ver{\"a}nderungen aus. Um eine nachhaltige Entwicklung urbaner R{\"a}ume zu gew{\"a}hrleisten, bedarf es verst{\"a}rkt innovativer Methoden zur Erfassung der raumwirksamen Ver{\"a}nderungen. Diesbez{\"u}glich hat sich die satellitengest{\"u}tzte Erdbeobachtung als kosteng{\"u}nstiges Instrumentarium zur Erhebung planungsrelevanter Informationen erwiesen. Dabei wird in naher Zukunft eine neue Generation von Radarsatelliten zur Verf{\"u}gung stehen, deren Leistungsverm{\"o}gen erstmals die operationelle Analyse von Siedlungsfl{\"a}chen auf Grundlage von Radardaten erm{\"o}glicht. Vor diesem Hintergrund ist es das Ziel der Dissertation, auf der Basis einer nutzerorientierten Methodik das Potential hochaufl{\"o}sender SAR-Daten zur automatisierten Erfassung und Analyse von Siedlungsfl{\"a}chen zu untersuchen. Die Methodik setzt auf dem objektorientierten Bildanalysekonzept der Software eCognition auf. Dabei haben sich der SAR-Speckle sowie Schw{\"a}chen hinsichtlich der G{\"u}te der Bildsegmentierung bzw. der Bestimmung geeigneter Segmentierungseinstellungen als Limitierungen erwiesen. Folglich liegt ein erster Schwerpunkt auf der Optimierung und Stabilisierung einer segmentbasierten Auswertung von Radardaten. Hier hat sich gezeigt, dass mit Blick auf Siedlungsareale weiterhin Optimierungsbedarf hinsichtlich einer strukturerhaltenden Bildgl{\"a}ttung besteht. Daher wird zun{\"a}chst ein neuer Filteransatz entwickelt, der gegen{\"u}ber den etablierten Techniken eine konsequentere Reduzierung des Speckle in homogenen Bildarealen gew{\"a}hrleistet und dabei gleichsam die hochfrequente Information in stark strukturierten Aufnahmebereichen bewahrt. Die Schwierigkeiten im Zusammenhang mit der G{\"u}te und {\"U}bertragbarkeit der Bildsegmentierung werden ebenso wie die Schw{\"a}chen im Hinblick auf die zielgerichtete Definition der optimalen Segmentierungsparameter durch die Entwicklung eines klassenbasierten Ansatzes zur Segmentoptimierung in der Software-Umgebung von eCognition reduziert. Der zweite Schwerpunkt dieser Dissertation widmet sich der Entwicklung von Konzepten zur automatisierten Analyse der regionalen und lokalen Siedlungsstruktur. Im regionalen Kontext liegen die Identifizierung von Siedlungsfl{\"a}chen und die Erfassung einfacher Landnutzungsklassen im Fokus der Arbeiten. Dazu wird ein Regelwerk zur Auswertung einfach-polarisierter SAR-Aufnahmen erstellt, das sich maßgeblich auf r{\"a}umlich und zeitlich robuste textur-, kontext- und hierarchiebezogene Merkmale st{\"u}tzt. Diese Wissensbasis wird anschließend so erweitert, dass sie die Analyse dual-polarisierter, bifrequenter oder kombinierter optischer und SAR-basierter Bilddaten erm{\"o}glicht. Wie die Ergebnisse zeigen, k{\"o}nnen Siedlungsfl{\"a}chen und Landnutzungsklassen bereits {\"u}ber einfach-polarisierte SAR-Aufnahmen mit Genauigkeiten von rund 90 Prozent erfasst werden. Durch die Einbindung einer weiteren Polarisation, Frequenz oder optischer Daten l{\"a}sst sich diese G{\"u}te auf Werte von bis zu 95 Prozent steigern. Die lokalen Analysen zielen auf die thematisch und r{\"a}umlich differenzierte Erfassung der Landnutzung innerhalb bebauter Areale ab. Die Untersuchung basiert auf der synergetischen Auswertung einer hochaufl{\"o}senden Radaraufnahme und eines bedeutend geringer aufgel{\"o}sten optischen Datensatzes. Die isolierte Analyse von SAR-Aufnahmen reichte hingegen selbst bei der Kombination verschiedener Frequenzen oder Polarisationen nicht zur Charakterisierung der kleinteiligen, heterogenen Stadtlandschaft aus. Im Kontext der synergetischen Auswertung dient die SAR-Aufnahme vornehmlich zur Extraktion der urbanen Topografie, w{\"a}hrend der optische Datensatz wichtige Merkmale zur Differenzierung der erfassten Struktureinheiten in die Kategorien Geb{\"a}ude, versiegelte Freifl{\"a}che, unversiegelte Freifl{\"a}che und Baumbestand beisteuert. Das Resultat zeigt, dass sich trotz des synergetischen Ansatzes lediglich eine Genauigkeit von 65 Prozent erzielen l{\"a}sst. Dennoch k{\"o}nnen Geb{\"a}ude dabei mit einer G{\"u}te von 72 Prozent vergleichsweise akkurat erfasst werden. Im Hinblick auf die Demonstration des siedlungsbezogenen Anwendungspotentials h{\"o}chstaufl{\"o}sender SAR-Daten l{\"a}sst sich res{\"u}mieren, dass eine automatische Ableitung siedlungsstruktureller Merkmale im komplexen st{\"a}dtischen Umfeld aufgrund der eingeschr{\"a}nkten spektralen Aussagekraft und der starken Geometrieabh{\"a}ngigkeit des Signals mit signifikanten Schwierigkeiten verbunden ist. Dennoch hat sich gezeigt, dass diese Limitierungen in gewissem Umfang {\"u}ber den Ansatz der multiskaligen, objektorientierten Klassifizierung kompensiert werden k{\"o}nnen. Dabei lassen sich die regionalen Siedlungs- und Landnutzungsmuster mit {\"u}berzeugenden Genauigkeiten erfassen, w{\"a}hrend die Betrachtung der lokalen Siedlungsstruktur eindeutig die Grenzen der Radartechnik im Hinblick auf die Analyse komplex strukturierter Stadtlandschaften aufzeigt.},
  subject      = {Fernerkundung},
  language  = {de}
}
@phdthesis{Taubenboeck2008,
  author    = {Taubenb{\"o}ck, Hannes},
  title     = {Vulnerabilit{\"a}tsabsch{\"a}tzung der erdbebengef{\"a}hrdeten Megacity Istanbul mit Methoden der Fernerkundung},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-28045},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2008},
  abstract  = {Urbane R{\"a}ume z{\"a}hlen zu den dynamischsten Regionen dieser Erde. Besonders Megacities zeigen bereits heute Trends und Dimensionen der Urbanisierung, deren regionale und globale Folgen noch kaum vorhersehbar, und erst ansatzweise erforscht sind. Die enorme r{\"a}umliche Konzentration von Menschen, Werten und Infrastruktur auf engem Raum ist f{\"u}r diese urbanen R{\"a}ume die Grundlage einer hohen Verwundbarkeit (Vulnerabilit{\"a}t). Gerade im Kontext von Naturgefahren potenzieren sich die Risiken, die durch den schnellen strukturellen, sozio{\"o}konomischen und {\"o}kologischen Wandel entstehen. Das {\"u}bergeordnete Ziel dieser Dissertation ist daher die Analyse von Potentialen der Fernerkundung zur Absch{\"a}tzung von Risiko und Vulnerabilit{\"a}t am Beispiel der erdbebengef{\"a}hrdeten Megacity Istanbul. Um die Zielstellung systematisch zu verfolgen, wird ein konzeptioneller, thematischer Leitfaden entwickelt. Dieser besteht aus einer Systematisierung der abstrakten {\"U}berbegriffe ‚Risiko', ‚Vulnerabilit{\"a}t' und ‚Gef{\"a}hrdung' in einem Indikatorensystem. Konkrete, messbare Indikatoren f{\"u}r das System ‚urbaner Raum' erlauben eine quantitative Absch{\"a}tzung von Einzelaspekten, addieren sich aber auch zu einer ganzheitlichen Perspektive des Risikos. Basierend auf dieser holistischen Idee, erlaubt das Indikatorensystem Potentiale, aber auch Limitierungen der Fernerkundungsdaten und Bildverarbeitungsmethoden f{\"u}r die Absch{\"a}tzung von Risiko und Vulnerabilit{\"a}t zu identifizieren. Anhand des Leitfadens werden zielgerichtet Methoden zur automatisierten Extraktion r{\"a}umlicher Informationen aus Fernerkundungsdaten entwickelt. Ein objektorientierter, modularer Klassifikationsansatz erm{\"o}glicht eine Landbedeckungsklassifikation h{\"o}chst aufgel{\"o}ster Daten im urbanen Raum. Dieses modulare Rahmenwerk zielt auf eine einfache und schnelle {\"U}bertragbarkeit auf andere h{\"o}chst aufl{\"o}sende Sensoren bzw. andere urbane Strukturen. Zur Anpassung der Methoden werden neben IKONOS Daten der Megacity Istanbul und der erdbeben- und tsunamigef{\"a}hrdeten K{\"u}stenstadt Padang in Indonesien, Quickbird Daten f{\"u}r die zuk{\"u}nftige Megacity Hyderabad in Indien getestet. Die Resultate zeigen die detaillierte und hochgenaue Erfassung kleinr{\"a}umiger, heterogener urbaner Objekte mit Genauigkeiten von {\"u}ber 80 \%. Auch mittel aufgel{\"o}ste Landsat Daten werden mit einem objektorientierten modularen Rahmenwerk mit hohen Genauigkeiten klassifiziert, um komplement{\"a}re temporale und gesamtst{\"a}dtische Analysen hinzuzuf{\"u}gen. Damit wird eine aktuelle, fl{\"a}chendeckende und multiskalige Informationsbasis generiert, die als Ausgangsprodukt zur Analyse urbaner Vulnerabilit{\"a}t dient. Basierend auf diesen Informationsebenen werden dem konzeptionellen Leitfaden folgend Indikatoren zur Absch{\"a}tzung von Vulnerabilit{\"a}t und Risiko extrahiert. Der Fokus ist dabei die Entwicklung von Methoden zur automatisierten, interpreterunabh{\"a}ngigen Ableitung vulnerabilit{\"a}ts- und gef{\"a}hrdungsrelevanter Indikatoren. Die physische Analyse des kleinr{\"a}umigen urbanen Raums konzentriert sich dabei auf die Typisierung des Geb{\"a}udebestandes mit Parametern wie Dichte, H{\"o}he, Alter, Gr{\"o}ße, Form sowie Dachtyp. Indirekt wird zudem mittels dieser Parameter die Bev{\"o}lkerungsdichteverteilung abgeleitet. Weitere Standortfaktoren ergeben sich aus Lageparametern wie Distanzen zu Hauptverkehrsachsen, Freifl{\"a}chenanalysen oder der Gel{\"a}ndeoberfl{\"a}che. Schließlich f{\"u}hrt die Vulnerabilit{\"a}tsabsch{\"a}tzung den modellhaften, thematischen Leitfaden mit den abgeleiteten Indikatoren zusammen. Dazu erfolgt eine Normierung der unterschiedlichen abgeleiteten Indikatoren auf einen einheitlichen Vulnerabilit{\"a}tsindex. Dieser zielt auf eine r{\"a}umliche und zeitliche Vergleichbarkeit und die M{\"o}glichkeit, die vielf{\"a}ltigen Informationsebenen zu kombinieren. Damit wird das Zusammenspiel verschiedenster Indikatoren simuliert und erlaubt daraus Identifizierung und Lokalisierung von Brennpunkten im Desasterfall. {\"U}ber das fernerkundliche Potential hinaus, werden die Resultate in einer interdisziplin{\"a}ren Methode zu einem synergetischen Mehrwert erhoben. Statt einer quantitativen Absch{\"a}tzung der physischen Geb{\"a}udeparameter, erm{\"o}glicht eine Methode des Bauingenieurwesens in Kombination mit der fernerkundlichen Geb{\"a}udetypisierung eine Absch{\"a}tzung der wahrscheinlichen Schadensanf{\"a}lligkeit von Geb{\"a}uden im Falle eines Erdbebens. Exemplarisch wird das Potential der Resultate f{\"u}r Entscheidungstr{\"a}ger anhand eines Erdbebensszenarios aufgezeigt. Risiko und Vulnerabilit{\"a}t lassen sich dadurch r{\"a}umlich sowohl nach betroffenen H{\"a}usern und betroffenen Menschen als auch nach r{\"a}umlichen Standortfaktoren wie beispielsweise Zug{\"a}nglichkeit quantifizieren. Dies erm{\"o}glicht gezielt pr{\"a}ventiv zu agieren oder w{\"a}hrend und nach einem Desaster gezieltes Krisenmanagement zu betreiben. Im Hinblick auf die zentrale Fragestellung dieser Dissertation l{\"a}sst sich res{\"u}mieren, dass die Aktualit{\"a}t sowie die geometrische und thematische Qualit{\"a}t der Resultate aus Fernerkundungsdaten, den Anforderungen des komplexen, kleinr{\"a}umigen und dynamischen urbanen Raums gerecht werden. Die Resultate f{\"u}hren zu der Erkenntnis, dass das Potential der Fernerkundung zur Absch{\"a}tzung von Vulnerabilit{\"a}t und Risiko vor allem in der direkten Ableitung physischer Indikatoren sowie der indirekten Ableitung demographischer Parameter liegt.},
  subject      = {Fernerkundung},
  language  = {de}
}