Integrace spektrálních informací a vertikálních struktur z leteckého snímkování pro environmentální modelování

Ing. Jiří Prošek

Doctoral thesis

Integration of Airborne High-Resolution Spectral and Vertical Structure Information for Environmental Mapping

Abstract:

Mapové vrstvy s vysokým prostorovým, časovým a tematickým detailem jsou zásadním datovým podkladem pro environmentální výzkum. Nezastupitelným zdrojem pro získání takových podkladů se v posledních desetiletích staly metody dálkového průzkumu Země. Využití plného potenciálu dat dálkového průzkumu Země pro environmentální mapování spočívá v pochopení výhod a limitů jednotlivých platforem a sensorů, zvládnutí způsobu zpracování dat a výběru vhodné metody pro vyhodnocení přesnosti a relevance získaných produktů.Disertační práce tvoří komentovaný soubor čtyř případových studií zaměřených na nové způsoby využití leteckých dat vysokého rozlišení v environmetálním mapování. Tématem studií je integrace spektrálních a vertikálních informací získaných leteckým snímkováním. Vhodnými metodami pořízení, zpracování a integrace dat se podařilo získat podrobné informace o horizontální a vertikální struktuře zkoumaného prostředí. Fotogrammetrické zpracování snímků z bezpilotních letadel umožnilo získat velice přesný model terénu a to i v členitém prostředí stepních a lesních porostů sukcesních výsypek. Integrace výškových a spektrálních informací získaných zpracováním snímků z bezpilotních letadel zvýšila přesnost klasifikace a umožnila vytvořit vrstvy v tematickém detailu druhů/rodů vegetace. Navíc přidání vertikální informace zvýšilo robustnost klasifikačního přístupu a výsledky indikují, že vyšší prostorové rozlišení v klasifikacích nezastoupí chybějící spektrální či vertikální informace. Spojení hypespektrálních dat a charakteristik z laserového skenování (LiDAR) zvýšilo přesnost a relevanci získaných výsledků klasifikace/identifikace vodních ploch v prostředí post-těžebních lokalit. Navíc se integrací datových sad podařilo odstranit záměny v klasifikaci vodních ploch a stínů.Krom konkrétních možností pro zlepšení environmentálního mapování dokumentují výsledky studií zásadní vliv následujících faktorů na přesnost a kvalitu získaných produktů:(i) Termín a čas pořízení dat – V případě mapování vegetace je vhodná plná vegetační sezóna. Naopak pořízení dat mimo vegetační sezonu je vhodné při identifikaci vodních ploch a modelování terénu. Načasování pořízení snímků při homogenních světelných podmínkách usnadňuje radiometrické kalibrace a navíc volbou vhodné denní doby lze eliminovat stíny.(ii) Volba vhodné platformy a senzoru – Kvalitní sensor s možností individuálního nastavení a zvolené letové parametry ovlivňují přesnost a kvalitu získaných produktů. Navíc studie demonstrují typické možnosti a limity prostorového rozsahu pro pořízení dat pomocí leteckého snímkování v rozsahu hektarů až stovek kilometrů v závislosti na zvolené platformě.(iii) Použití vhodných metod zpracování a klasifikačních přístupů – Rozdíly ve výsledcích klasifikací se silně odvíjely od použitých klasifikačních metod. Navíc předběžné testování potvrdilo, že „pixel-based” přístupy poskytují při integraci dat velmi vysokého rozlišení slabší výsledky nežli objektově orientované přístupy.

Abstract:

Map layers with a high level of spatial, temporal and thematic detail represent a crucial data source for environmental research. Methods of remote sensing have over the last decades become instrumental in acquisition of such data. To fully utilize the potential of remote sensing data, it is necessary to understand the pros and cons of individual platforms and sensors, of individual processing and validation methods and to be able to choose the most suitable of each for the particular research. The presented dissertation consists of four commented case studies aimed at new ways of utilization of high resolution airborne data in environmental mapping, with integration of spectral and vertical information acquired through airborne imaging being the central topic of the thesis. By applying suitable methods of data acquisition, processing and integration, we managed to acquire detailed information about the horizontal and vertical structure of the studied environment. The photogrammetric processing of imagery from unmanned aerial vehicles (UAVs) led to acquisition of a very accurate terrain model, even in a rugged terrain of succession steppes and forests of spoil heaps. Integration of vertical and spectral data acquired from processing of UAV data further improved the classification accuracy and allowed us to create thematic layers describing vegetation on the level of individual species/genera. The fusion of spectral data with vertical information moreover improved the robustness of the classification. Our results also indicate that improving spatial resolution of the input data for classification cannot act as a surrogate for the additional information represented by vertical data or additional spectral bands. Combination of hyperspectral data and characteristics acquired from airborne laser scanning (LiDAR) improved the accuracy and relevance of classification/identification of water bodies in the post-mining areas. Besides, integration of datasets led to eliminating misclassification of water bodies and shadows.Besides presenting tangible options for improvement of environmental mapping, the results of individual studies also document the principal influence of the following factors on the accuracy and quality of the obtained products:(i) The date and time of data acquisition – when mapping vegetation, the full vegetation season is the most suitable time for data acquisition while when aiming at identification of water bodies or creating terrain model, off-leaf season is preferable. Timing data acquisition in a way ensuring homogenous lighting conditions facilitates radiometric calibration and selection of a suitable time of day may help in elimination of shadows. (ii) Choosing a suitable platform and sensor – a high quality sensor allowing individual settings and selected flight parameters affects the accuracy and quality of the resulting products. Studies also illustrate the typical capabilities and limits of spatial extent for individual platforms, from hectares to hundreds square kilometres. (iii) The use of suitable processing methods and classification approaches – the differences in classification results have been strongly affected by the used classification methods. Besides, preliminary testing confirmed that pixel-based approaches provide inferior results when performing fusion of high resolution data than object oriented approaches.

Keywords

dálkový průzkum Země, data podrobného prostorového rozlišení, Integrace dat, Letecké snímkování v nízké letové výšce

Keywords

Fine spatial resolution, Fusion approach, Low altitude aerial survey, Remote sensing

Language used: Czech

Date on which the thesis was submitted / produced: 22. 8. 2019

Thesis defence

• Supervisor: doc. Ing. Petra Šímová, Ph.D.
• Reader: Marta Szostak, externi, Julián Tomaštík, externi

Czech University of Life Sciences Prague

Faculty of Environmental Sciences

Doctoral programme / field:
Environmental Sciences / Applied and Landscape Ecology