Fernerkundliche Detektion von Heilpflanzen in Deutschland und Burkina Faso

Abstract

Abstract Supporting the project DigiMeP at the University of Applied Sciences Neubrandenburg, methods of remote sensing of medicinal plants are investigated and provided on basis of Sentinel data (as technological spearhead among the remote sensing missions freely available to the public), which are freely available within the Copernicus programme of the European Commission. For this purpose, spectrum-based, probabilistic and non probabilistic, as well as machine learning methodologies are applied to classification problems. Due to the seasonal variability in the characteristics of vegetation, a special focus is set on multitemporal methods. The selected instruments are firstly tested in the vicinity of the village of Kraase in Mecklenburg - Western Pomerania as a known and easily accessible area for control purposes and finally transferred to problems in Burkina Faso.

Kurzfassung Zur Unterstützung des Projektvorhabens DigiMeP an der Hochschule Neubrandenburg werden Methoden der Fernerkundung von Heilpflanzen auf der Grundlage der im Rahmen des Copernicus Programms der Europäischen Kommission frei verfügbaren Daten aus den Sentinel-Missionen (als technologische Speerspitze unter den der Öffentlichkeit frei verfügbaren Fernerkundungsmissionen) untersucht und bereitgestellt. Zu diesem Zweck werden sowohl Spektrums-basierte, probabilistische, als auch nicht probabilistische sowie Methodiken des maschinellen Lernens auf Klassifikationsprobleme angewandt. Wegen der jahreszeitlichen Variabilität in den Eigenschaften der Vegetation liegt ein besonderer Fokus auf multitemporale Methoden. Das ausgewählte Instrumentarium wird zunächst in der näheren Umgebung des Dorfes Kraase in Mecklenburg-Vorpommern als bekanntes und zur Kontrolle leicht begehbares Gebiet erprobt und schließlich auf Problemstellungen in Burkina Faso übertragen.