550 Geowissenschaften
Refine
Has Fulltext
- yes (3)
Is part of the Bibliography
- yes (3)
Document Type
- Journal article (2)
- Doctoral Thesis (1)
Keywords
- SAR (3) (remove)
Institute
Mapping aquaculture ponds for the coastal zone of Asia with Sentinel-1 and Sentinel-2 time series
(2021)
Asia dominates the world's aquaculture sector, generating almost 90 percent of its total annual global production. Fish, shrimp, and mollusks are mainly farmed in land-based pond aquaculture systems and serve as a primary protein source for millions of people. The total production and area occupied for pond aquaculture has expanded rapidly in coastal regions in Asia since the early 1990s. The growth of aquaculture was mainly boosted by an increasing demand for fish and seafood from a growing world population. The aquaculture sector generates income and employment, contributes to food security, and has become a billion-dollar industry with high socio-economic value, but has also led to severe environmental degradation. In this regard, geospatial information on aquaculture can support the management of this growing food sector for the sustainable development of coastal ecosystems, resources, and human health. With free and open access to the rapidly growing volume of data from the Copernicus Sentinel missions as well as machine learning algorithms and cloud computing services, we extracted coastal aquaculture at a continental scale. We present a multi-sensor approach that utilizes Earth observation time series data for the mapping of pond aquaculture within the entire Asian coastal zone, defined as the onshore area up to 200 km from the coastline. In this research, we developed an object-based framework to detect and extract aquaculture at a single-pond level based on temporal features derived from high-spatial-resolution SAR and optical satellite data acquired from the Sentinel-1 and Sentinel-2 satellites. In a second step, we performed spatial and statistical data analyses of the Earth-observation-derived aquaculture dataset to investigate spatial distribution and identify production hotspots at various administrative units at regional, national, and sub-national scale.
In China, freshwater is an increasingly scarce resource and wetlands are under great pressure. This study focuses on China's second largest freshwater lake in the middle reaches of the Yangtze River — the Dongting Lake — and its surrounding wetlands, which are declared a protected Ramsar site. The Dongting Lake area is also a research region of focus within the Sino-European Dragon Programme, aiming for the international collaboration of Earth Observation researchers. ESA's Copernicus Programme enables comprehensive monitoring with area-wide coverage, which is especially advantageous for large wetlands that are difficult to access during floods. The first year completely covered by Sentinel-1 SAR satellite data was 2016, which is used here to focus on Dongting Lake's wetland dynamics. The well-established, threshold-based approach and the high spatio-temporal resolution of Sentinel-1 imagery enabled the generation of monthly surface water maps and the analysis of the inundation frequency at a 10 m resolution. The maximum extent of the Dongting Lake derived from Sentinel-1 occurred in July 2016, at 2465 km\(^2\), indicating an extreme flood year. The minimum size of the lake was detected in October, at 1331 km\(^2\). Time series analysis reveals detailed inundation patterns and small-scale structures within the lake that were not known from previous studies. Sentinel-1 also proves to be capable of mapping the wetland management practices for Dongting Lake polders and dykes. For validation, the lake extent and inundation duration derived from the Sentinel-1 data were compared with excerpts from the Global WaterPack (frequently derived by the German Aerospace Center, DLR), high-resolution optical data, and in situ water level data, which showed very good agreement for the period studied. The mean monthly extent of the lake in 2016 from Sentinel-1 was 1798 km\(^2\), which is consistent with the Global WaterPack, deviating by only 4%. In summary, the presented analysis of the complete annual time series of the Sentinel-1 data provides information on the monthly behavior of water expansion, which is of interest and relevance to local authorities involved in water resource management tasks in the region, as well as to wetland conservationists concerned with the Ramsar site wetlands of Dongting Lake and to local researchers.
Städtische Agglomerationen zeichnen sich durch eine zunehmende Dynamik ökologischer, ökonomischer und sozialer Veränderungen aus. Um eine nachhaltige Entwicklung urbaner Räume zu gewährleisten, bedarf es verstärkt innovativer Methoden zur Erfassung der raumwirksamen Veränderungen. Diesbezüglich hat sich die satellitengestützte Erdbeobachtung als kostengünstiges Instrumentarium zur Erhebung planungsrelevanter Informationen erwiesen. Dabei wird in naher Zukunft eine neue Generation von Radarsatelliten zur Verfügung stehen, deren Leistungsvermögen erstmals die operationelle Analyse von Siedlungsflächen auf Grundlage von Radardaten ermöglicht. Vor diesem Hintergrund ist es das Ziel der Dissertation, auf der Basis einer nutzerorientierten Methodik das Potential hochauflösender SAR-Daten zur automatisierten Erfassung und Analyse von Siedlungsflächen zu untersuchen. Die Methodik setzt auf dem objektorientierten Bildanalysekonzept der Software eCognition auf. Dabei haben sich der SAR-Speckle sowie Schwächen hinsichtlich der Güte 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 Bildglättung besteht. Daher wird zunächst ein neuer Filteransatz entwickelt, der gegenüber den etablierten Techniken eine konsequentere Reduzierung des Speckle in homogenen Bildarealen gewährleistet und dabei gleichsam die hochfrequente Information in stark strukturierten Aufnahmebereichen bewahrt. Die Schwierigkeiten im Zusammenhang mit der Güte und Übertragbarkeit der Bildsegmentierung werden ebenso wie die Schwächen 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 Siedlungsflächen und die Erfassung einfacher Landnutzungsklassen im Fokus der Arbeiten. Dazu wird ein Regelwerk zur Auswertung einfach-polarisierter SAR-Aufnahmen erstellt, das sich maßgeblich auf räumlich und zeitlich robuste textur-, kontext- und hierarchiebezogene Merkmale stützt. Diese Wissensbasis wird anschließend so erweitert, dass sie die Analyse dual-polarisierter, bifrequenter oder kombinierter optischer und SAR-basierter Bilddaten ermöglicht. Wie die Ergebnisse zeigen, können Siedlungsflächen und Landnutzungsklassen bereits über einfach-polarisierte SAR-Aufnahmen mit Genauigkeiten von rund 90 Prozent erfasst werden. Durch die Einbindung einer weiteren Polarisation, Frequenz oder optischer Daten lässt sich diese Güte auf Werte von bis zu 95 Prozent steigern. Die lokalen Analysen zielen auf die thematisch und räumlich differenzierte Erfassung der Landnutzung innerhalb bebauter Areale ab. Die Untersuchung basiert auf der synergetischen Auswertung einer hochauflösenden Radaraufnahme und eines bedeutend geringer aufgelösten 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, während der optische Datensatz wichtige Merkmale zur Differenzierung der erfassten Struktureinheiten in die Kategorien Gebäude, versiegelte Freifläche, unversiegelte Freifläche und Baumbestand beisteuert. Das Resultat zeigt, dass sich trotz des synergetischen Ansatzes lediglich eine Genauigkeit von 65 Prozent erzielen lässt. Dennoch können Gebäude dabei mit einer Güte von 72 Prozent vergleichsweise akkurat erfasst werden. Im Hinblick auf die Demonstration des siedlungsbezogenen Anwendungspotentials höchstauflösender SAR-Daten lässt sich resümieren, dass eine automatische Ableitung siedlungsstruktureller Merkmale im komplexen städtischen Umfeld aufgrund der eingeschränkten spektralen Aussagekraft und der starken Geometrieabhängigkeit des Signals mit signifikanten Schwierigkeiten verbunden ist. Dennoch hat sich gezeigt, dass diese Limitierungen in gewissem Umfang über den Ansatz der multiskaligen, objektorientierten Klassifizierung kompensiert werden können. Dabei lassen sich die regionalen Siedlungs- und Landnutzungsmuster mit überzeugenden Genauigkeiten erfassen, während die Betrachtung der lokalen Siedlungsstruktur eindeutig die Grenzen der Radartechnik im Hinblick auf die Analyse komplex strukturierter Stadtlandschaften aufzeigt.