Entwicklung einer zeitoptimierten automatischen Extraktion von Wasserflächen aus hochauflösenden Luftbilddaten (True Ortho Mosaik, Digitales Oberflächenmodell) mittels objektbasierter Bildanalyse und einer Wassererwartungsmaske für die Datenreduzierung

Kurzfassung

Ziel der Masterarbeit war die Entwicklung eines automatisierten Verfahrens zur Klassifizierung von Oberflächengewässern (Wassermaske) zur Korrektur der Wasserflächen in digitalen Oberflächenmodellen (DOM). Bewegte Objekte, wie Fahrzeuge oder Oberflächengewässer, werden in einem DOM, das auf Basis von digitalen Luftbildern mit Semi-Globalem Matching (SGM) erstellt wurde, nicht korrekt dargestellt. Höhenfehler im Bereich der Oberflächengewässer sind die Folge. Diese behindern 2,5 bzw. 3D-Analysen, die für Planungsaufgaben oder die Modellierung von z.B. Hochwasserereignissen benötigt werden. Die Masterarbeit unterteilt sich dabei in folgende Teilaufgaben: I. Entwicklung eines Verfahrens zur Erstellung einer Wassererwartungsmaske mit GIS zur Verringerung des Datenaufwandes; II. Entwicklung eines Verfahrens zur automatischen Klassifikation für verschiedene Arten von Oberflächengewässern (Seen, Flüsse, offenes Meer, etc.) auf Basis unterschiedlicher hochaufgelöster True-Orthobildmossike (TOM) und DOM mit den Methoden der Objektbasierten Klassifikation. Das entwickelte Modell zur Erstellung der Wassererwartungsmaske selektiert aus großen Datenmengen die Regionen, die potentiell Wasser beinhalten und reduziert somit das Datenvolumen bis zu über 60%. Die Laufzeit der daran anknüpfenden objektbasierte Bildanalyse verkürzt sich um über 50%. Der objektbasierte Ansatz extrahiert die oberirdischen Wasserflächen mit einer Genauigkeit von über 90% aus hochauflösenden Fernerkundungsdaten. Für die Klassifikation werden neben Indizes und arithmetischen Kanalkombinationen (NDWI, NDVI, LWM, BR) auch Texturparameter und Nachbarschaftsbeziehungen einbezogen. Die Regelbasis wurde sensorübergreifend auf Datensätzen der Kamerasysteme UCX, DCM II und MACS angewendet.