@phdthesis{Jamil2010,
  author    = {Jamil, Abdlhamed},
  title     = {Fernerkundung und GIS zur Erfassung, Modellierung und Visualisierung orientalischer Stadtstrukturen : das Beispiel Sanaa (Jemen)},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-50200},
  school      = {Universit{\"a}t Potsdam},
  year      = {2010},
  abstract  = {Gegenstand dieser Arbeit ist die Konzeption, Entwicklung und exemplarische Implementierung eines generischen Verfahrens zur Erfassung, Verarbeitung, Auswertung und kartographischen Visualisierung urbaner Strukturen im altweltlichen Trockeng{\"u}rtel mittels hochaufl{\"o}sender operationeller Fernerkundungsdaten. Das Verfahren wird am Beispiel der jemenitischen Hauptstadt Sanaa einer Vertreterin des Typus der Orientalischen Stadt angewandt und evaluiert. Das zu entwickelnde Verfahren soll auf Standardverfahren und Systemen der raumbezogenen Informationsverarbeitung basieren und in seinen wesentlichen Prozessschritten automatisiert werden k{\"o}nnen. Daten von hochaufl{\"o}senden operationellen Fernerkundungssystemen (wie z.B. QuickBird, Ikonos u. a.) erlauben die Erkennung und Kartierung urbaner Objekte, wie Geb{\"a}ude, Straßen und sogar Autos. Die mit ihnen erstellten Karten und den daraus gewonnenen Informationen k{\"o}nnen zur Erfassung von Urbanisierungsprozessen (Stadt- und Bev{\"o}lkerungswachstum) herangezogen werden. Sie werden auch zur Generierung von 3D-Stadtmodellen genutzt. Diese dienen z.B. der Visualisierung f{\"u}r touristische Anwendungen, f{\"u}r die Stadtplanung, f{\"u}r L{\"a}rmanalysen oder f{\"u}r die Standortplanung von Mobilfunkantennen. Bei dem in dieser Arbeit erzeugten 3D-Visualisierung wurden jedoch keine Geb{\"a}udedetails erfasst. Entscheidend war vielmehr die Wiedergabe der Siedlungsstruktur, die im Vorhandensein und in der Anordnung der Geb{\"a}ude liegt. In dieser Arbeit wurden Daten des Satellitensensors Quickbird von 2005 verwendet. Sie zeigen einen Ausschnitt der Stadt Sanaa in Jemen. Die Fernerkundungsdaten wurden durch andere Daten, u.a. auch Gel{\"a}ndedaten, erg{\"a}nzt und verifiziert. Das ausgearbeitete Verfahren besteht aus der Klassifikation der Satellitenbild-aufnahme, die u.a. pixelbezogen und f{\"u}r jede Klasse einzeln (pixelbezogene Klassifikation auf Klassenebene) durchgef{\"u}hrt wurde. Zus{\"a}tzlich fand eine visuelle Interpretation der Satellitenbildaufnahme statt, bei der einzelne Fl{\"a}chen und die Straßen digitalisiert und die Objekte mit Symbolen gekennzeichnet wurden. Die aus beiden Verfahren erstellten Stadtkarten wurden zu einer fusioniert. Durch die Kombination der Ergebnisse werden die Vorteile beider Karten in einer vereint und ihre jeweiligen Schw{\"a}chen beseitigt bzw. minimiert. Die digitale Erfassung der Konturlinien auf der Orthophotomap von Sanaa erlaubte die Erstellung eines Digitalen Gel{\"a}ndemodells, das der dreidimensionalen Darstellung des Altstadtbereichs von Sanaa diente. Die 3D-Visualisierung wurde sowohl von den pixelbezogenen Klassifikationsergebnissen auf Klassenebene als auch von der digitalen Erfassung der Objekte erstellt. Die Ergebnisse beider Visualisierungen wurden im Anschluss in einer Stadtkarte vereint. Bei allen Klassifikationsverfahren wurden die asphaltierten Straßen, die Vegetation und einzeln stehende Geb{\"a}ude sehr gut erfasst. Die Klassifikation der Altstadt gestaltete sich aufgrund der dort f{\"u}r die Klassifikation herrschenden ung{\"u}nstigen Bedingungen am problematischsten. Die insgesamt besten Ergebnisse mit den h{\"o}chsten Genauigkeitswerten wurden bei der pixelbezogenen Klassifikation auf Klassenebene erzielt. Dadurch, dass jede Klasse einzeln klassifiziert wurde, konnte die zu einer Klasse geh{\"o}rende Fl{\"a}che besser erfasst und nachbearbeitet werden. Die Datenmenge wurde reduziert, die Bearbeitungszeit somit k{\"u}rzer und die Speicherkapazit{\"a}t geringer. Die Auswertung bzw. visuelle Validierung der pixel-bezogenen Klassifikationsergebnisse auf Klassenebene mit dem Originalsatelliten-bild gestaltete sich einfacher und erfolgte genauer als bei den anderen durch-gef{\"u}hrten Klassifikationsverfahren. Außerdem war es durch die alleinige Erfassung der Klasse Geb{\"a}ude m{\"o}glich, eine 3D-Visualisierung zu erzeugen. Bei einem Vergleich der erstellten Stadtkarten ergibt sich, dass die durch die visuelle Interpretation erstellte Karte mehr Informationen enth{\"a}lt. Die von den pixelbezogenen Klassifikationsergebnissen auf Klassenebene erstellte Karte ist aber weniger arbeits- und zeitaufwendig zu erzeugen. Zudem arbeitet sie die Struktur einer orientalischen Stadt mit den wesentlichen Merkmalen besser heraus. Durch die auf Basis der 2D-Stadtkarten erstellte 3D-Visualisierung wird ein anderer r{\"a}umlicher Eindruck vermittelt und bestimmte Elemente einer orientalischen Stadt deutlich gemacht. Dazu z{\"a}hlen die sich in der Altstadt befindenden Sackgassen und die ehemalige Stadtmauer. Auch die f{\"u}r Sanaa typischen Hochh{\"a}user werden in der 3D-Visualisierung erkannt. Insgesamt wurde in der Arbeit ein generisches Verfahren entwickelt, dass mit geringen Modifikationen auch auf andere st{\"a}dtische R{\"a}ume des Typus orientalische Stadt angewendet werden kann.},
  language  = {de}
}