TY - THES A1 - Golly, Antonius T1 - Formation and evolution of channel steps and their role for sediment dynamics in a steep mountain stream T1 - Formation und Evolution von Bachstufen und ihr Einfluss auf die Sedimentdynamik eines steilen Gebirgseinzugsgebietes N2 - Steep mountain channels are an important component of the fluvial system. On geological timescales, they shape mountain belts and counteract tectonic uplift by erosion. Their channels are strongly coupled to hillslopes and they are often the main source of sediment transported downstream to low-gradient rivers and to alluvial fans, where commonly settlements in mountainous areas are located. Hence, mountain streams are the cause for one of the main natural hazards in these regions. Due to climate change and a pronounced populating of mountainous regions the attention given to this threat is even growing. Although quantitative studies on sediment transport have significantly advanced our knowledge on measuring and calibration techniques we still lack studies of the processes within mountain catchments. Studies examining the mechanisms of energy and mass exchange on small temporal and spatial scales in steep streams remain sparse in comparison to low-gradient alluvial channels. In the beginning of this doctoral project, a vast amount of experience and knowledge of a steep stream in the Swiss Prealps had to be consolidated in order to shape the principal aim of this research effort. It became obvious, that observations from within the catchment are underrepresented in comparison to experiments performed at the catchment’s outlet measuring fluxes and the effects of the transported material. To counteract this imbalance, an examination of mass fluxes within the catchment on the process scale was intended. Hence, this thesis is heavily based on direct field observations, which are generally rare in these environments in quantity and quality. The first objective was to investigate the coupling of the channel with surrounding hillslopes, the major sources of sediment. This research, which involved the monitoring of the channel and adjacent hillslopes, revealed that alluvial channel steps play a key role in coupling of channel and hillslopes. The observations showed that hillslope stability is strongly associated with the step presence and an understanding of step morphology and stability is therefore crucial in understanding sediment mobilization. This finding refined the way we think about the sediment dynamics in steep channels and motivated continued research of the step dynamics. However, soon it became obvious that the technological basis for developing field tests and analyzing the high resolution geometry measured in the field was not available. Moreover, for many geometrical quantities in mountain channels definitions and a clear scientific standard was not available. For example, these streams are characterized by a high spatial variability of the channel banks, preventing straightforward calculations of the channel width without a defined reference. Thus, the second and inevitable part of this thesis became the development and evaluation of scientific tools in order to investigate the geometrical content of the study reach thoroughly. The developed framework allowed the derivation of various metrics of step and channel geometry which facilitated research on the a large data set of observations of channel steps. In the third part, innovative, physically-based metrics have been developed and compared to current knowledge on step formation, suggested in the literature. With this analyses it could be demonstrated that the formation of channel steps follow a wide range of hydraulic controls. Due to the wide range of tested parameters channel steps observed in a natural stream were attributed to different mechanisms of step formation, including those based on jamming and those based on key-stones. This study extended our knowledge on step formation in a steep stream and harmonized different, often time seen as competing, processes of step formation. This study was based on observations collected at one point in time. In the fourth part of this project, the findings of the snap-shot observations were extended in the temporal dimension and the derived concepts have been utilized to investigate reach-scale step patterns in response to large, exceptional flood events. The preliminary results of this work based on the long-term analyses of 7 years of long profile surveys showed that the previously observed channel-hillslope mechanism is the responsible for the short-term response of step formation. The findings of the long-term analyses of step patterns drew a bow to the initial observations of a channel-hillslope system which allowed to join the dots in the dynamics of steep stream. Thus, in this thesis a broad approach has been chosen to gain insights into the complex system of steep mountain rivers. The effort includes in situ field observations (article I), the development of quantitative scientific tools (article II), the reach-scale analyses of step-pool morphology (article III) and its temporal evolution (article IV). With this work our view on the processes within the catchment has been advanced towards a better mechanistic understanding of these fluvial system relevant to improve applied scientific work. N2 - Gebirgsbäche sind stark gekoppelt mit angrenzenden Hängen, welche eine Hauptquelle von Sediment darstellen. Dieses Sediment wird durch erosive Prozesse weiter im fluvialen System stromabwärts transportiert, häufig auch in Bereiche alpiner Besiedlung. Das transportierte Sediment kann dort verheerende Schäden an Gebäuden und Infrastruktur anrichten. Daher stellen Gebirgsbäche eine Hauptursache für Naturgefahren in steilen Regionen dar, welche durch den Wandel des Klimas und die fortschreitende Besiedlung durch den Menschen noch verstärkt werden. Wenngleich quantitative Studien unser Wissen über Mess- und Kalibrierungstechniken zur Erfassung von Sedimenttransport erweitert haben, so sind doch viele Prozesse innerhalb der Einzugsgebiete in Hinblick auf Erosion und Sedimentverfügbarkeit weitgehend unerforscht. So stellen Beobachtungen von Mechanismen von Energie- und Massenaustausch auf kleinen räumlichen und zeitlichen Skalen innerhalb steiler Gebirgseinzugsgebiete eine Ausname dar. Diese Doktorarbeit basiert auf hoch-qualitativen Feldbeobachtungen in einem schweizer Gebirgsbach um Forschungsfragen in Hinblick auf die Sediementdyanmik zu behandeln. Das erste Ziel war es, die Gerinne-Hang-Kopplung zu erforschen und zu verstehen, um mögliche Sedimentquellen zu identifizieren, sowie die Mechanismen und Prozesse der Sedimentgenerierung in den Kontext der allgemeinen Dynamik von Gebirgsbächen zu bringen. Die erste Studie, welche auf visuellen Beobachtungen basiert, offenbarte eine Schlüsselrolle von Bachstufen in der Gerinne-Hang-Kopplung. Auf dieser Grundlage wurde ein konzeptuelles Modell entwickelt (Artikel I): durch die Erosion von Bachstufen werden angrenzende Hänge destabilisiert und ermöglichen anhaltenden Sedimenteintrag. Diese Forschung regte eine genauere Beobachtung der räumlichen und zeitlichen Evolution von Bachstufen an. Die weitere Forschung erforderte jedoch neue technologische Werkzeuge und Methoden welche zunächst in dieser Doktorarbeit eigens entwickelt wurden (Artikel II). Mit diesen Werkzeugen wurde dann ein Datensatz eingemessener Bachstufen in Hinblick auf den Formationsprozess analysiert (Artikel III). Mit dieser Analyse konnten verschiedene Stufenbildungstheorien überprüft und und zwei dominante Mechanismen verifiziert werden: Bachstufen formen sich in engen und verengenden Bachabchnitten durch Verklemmung, sowie in breiten und breiter werdenden Abschnitten durch die Ablagerung von Schlüsselsteinen. Durch diese Beobachtung wurde unser Wissen über Stufenbildung erweitert indem verschiedene hypothetisierte Mechanismen in einem Gebirgsbach harmonisiert wurden. Zu guter Letzt wurde diese Punktbeobachtung schließlich in den zeitlichen Kontext gesetzt, indem die Muster von Bachstufen über 7 Jahre nach einem hydrologischen Großereignis in 2010 untersucht wurden (Artikel IV). Die vorläufigen Ergebnisse zeigen, dass Großereignisse einen erheblichen Einfluss auf die Gerinnebreite haben: sowohl die räumlich gemittelte Gerinnebreite, als auch die mittlere Gerinnebreite an Bachstufen ist unmittelbar nach dem Großereignis deutlich erhöht. Weiterhin ist die relative Anzahl der Bachstufen welche durch Schlüsselsteine erzeugt werden größer nach dem Großereignis. Dies deutet darauf hin, dass der zuerst beobachtete Mechanismus der Gerinne-Hang-Kopplung (Artikel I) verantwortlich ist für die zeitliche Evolution der Bachstufen nach Großereignissen (Artikel IV). KW - Geomorphologie KW - geomorphology KW - Naturgefahren KW - natural hazards KW - Gebirgsbäche KW - mountain rivers KW - Geschiebetransport KW - bedload transport KW - Bachstufen KW - channel steps KW - Gerinne-Hang-Kopplung KW - channel-hillslope coupling Y1 - 2017 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-411728 ER - TY - THES A1 - Korzeniowska, Karolina T1 - Object-based image analysis for detecting landforms diagnostic of natural hazards T1 - Objektbasierte Bildanalyse zur Erfassung spezieller diagnostischer Landformen von Naturgefahren N2 - Natural and potentially hazardous events occur on the Earth’s surface every day. The most destructive of these processes must be monitored, because they may cause loss of lives, infrastructure, and natural resources, or have a negative effect on the environment. A variety of remote sensing technologies allow the recoding of data to detect these processes in the first place, partly based on the diagnostic landforms that they form. To perform this effectively, automatic methods are desirable. Universal detection of natural hazards is challenging due to their differences in spatial impacts, timing and longevity of consequences, and the spatial resolution of remote-sensing data. Previous studies have reported that topographic metrics such as roughness, which can be captured from digital elevation data, can reveal landforms diagnostic of natural hazards, such as gullies, dunes, lava fields, landslides and snow avalanches, as these landforms tend to be more heterogeneous than the surrounding landscape. A single roughness metric is often limited in such detections; however, a more complex approach that exploits the spatial relation and the location of objects, such as object-based image analysis (OBIA), is desirable. In this thesis, I propose a topographic roughness measure derived from an airborne laser scanning (ALS) digital terrain model (DTM) and discuss its performance in detecting landforms principally diagnostic of natural hazards. I further develop OBIA-based algorithms for the detection of snow avalanches using near-infrared (NIR) aerial images, and the size (changes) of mountain lakes using LANDSAT satellite images. I quantitatively test and document how the level of difficulty in detecting these very challenging landforms depends on the input data resolution, the derivatives that could be evaluated from images and DTMs, the size, shape and complexity of landforms, and the capabilities of obtaining the information in the data. I demonstrate that surface roughness is a promising metric for detecting different landforms in diverse environments, and that OBIA assists significantly in detecting parts of lakes and snow avalanches that may not be correctly assigned by applying only the thresholding of spectral properties of data and their derivatives. The curvature-based surface roughness parameter allows the detection of gullies, dunes, lava fields and landslides with a user’s accuracy of 0.63, 0.21, 0.53, and 0.45, respectively. The OBIA algorithms for detecting lakes and snow avalanches obtained user’s accuracy of 0.98, and 0.78, respectively. Most of the analysed landforms constituted only a small part of the entire dataset, and therefore the user’s accuracy is the most appropriate performance measure that should be given in a such classification, because it tells how many automatically-extracted pixels in fact represent the object that one wants to classify, and its calculation does not take the second (background) class into account. One advantage of the proposed roughness parameter is that it allows the extraction of the heterogeneity of the surface without the need for data detrending. The OBIA approach is novel in that it allows the classification of lakes regardless of the physical state of their water, and also allows the separation of frozen lakes from glaciers that have very similar water indices used in purely optical remote sensing applications. The algorithm proposed for snow avalanches allows the detection of release zones, tracks, and deposition zones by verifying the snow heterogeneity based on a roughness metric evaluated from a water index, and by analysing the local relation of segments with their neighbouring objects. This algorithm contains few steps, which allows for the simultaneous classification of avalanches that occur on diverse mountain slopes and differ in size and shape. This thesis contributes to natural hazard research as it provides automatic solutions to tracking six different landforms that are diagnostic of natural hazards over large regions. This is a step toward delineating areas susceptible to the processes producing these landforms and the improvement of hazard maps. N2 - Naturgefahren und potenziell gefährliche Ereignisse der Erdoberfläche treten jeden Tag auf. Prozesse mit Zerstörungswirkungen sollten identifiziert werden, weil sie Gefahren für besiedelte Gebiete sowie menschliches Leben haben können. Naturgefahren haben erhebliche Einflüsse auf die Umwelt. Eine Vielzahl von Fernerkundungstechnologien, die heutzutage verfügbar sind, erlauben die Aufnahme und Speicherung von Datensätzen, die bei der Erkennung solcher Naturgefahren helfen können. Eine wichtige Grundlage dafür stellt die diagnostische Landform dar, welche die Naturgefahr ausbildet. Für eine effiziente Analyse sind automatische Methoden wünschenswert. Die Verwendung einer universellen Methode zur Erkennung von Naturgefahren ist deshalb eine Herausforderung, weil die räumlichen Ausdehnungen unterschiedlich sind. So können diese unterschiedlichen Alters sein und verschiedene räumliche Auflösungen in Fernerkundungsdaten besitzen. Dies beeinflusst den Detailierungsgrad bei der Abbildung der Erdoberfläche. Frühere Studien zeigen, dass Ableitungen wie beispielweise die Rauheit, die von Fernerkundungsdaten erfasst werden kann, es erlauben, Naturgefahrenphänomene wie z. B. Erosionsrinnen, Dünen, Lavafelder, Erdrutsche und Schneelawinen zu erkennen, weil sie heterogener sind als umgebende Objekte. Dennoch ist es nicht zulässig, allein mittels der eigenständigen Rauheit eine Unterscheidung zwischen den erfassten Landschaftsformen vorzunehmen. Hier ist ein komplexer Ansatz wie die Objektbasierte Bildanalyse (OBIA) wünschenswert, weil ein solcher sowohl die räumliche Relation als auch die Lage von Objekten verwendet. In dieser Dissertation schlage ich einen Oberflächenrauhigkeitsindex, abgeleitet aus einem durch Airborne Laserscanning (ALS) erfassten digitalen Geländemodells (DTM), vor und diskutiere die Faktoren, die die Darstellung von Naturgefahrenphänomenen mittels dieser Variable beeinflussen. Ich präsentiere auch OBIA-basierte, automatische Algorithmen für die Erkennung von Schneelawinen welche aus Nah-Infrarot (NIR) Luftbildern ausgewertet wurden sowie den Verlauf einer Seegrenze, die auf LANDSAT Satellitenbildern abgebildet wird. Ich zeige weiterhin, dass der Schwierigkeitsgrad für die Erfassung der analysierten Phänomene variabel und abhängig von den Dateneigenschaften, der Komplexität der getrackten Phänomene sowie von den qualitativen Ausprägungen des Informationsgehaltes ist. Ferner werde ich zeigen, dass die vorgeschlagene Oberflächenrauhigkeit die räumliche Ausdehnung der verschiedenen Phänomene zu bestimmen erlaubt, und dass der OBIA-Ansatz deutlich bei der Erkennung von Objekten und derjenigen Teile hilft, die nicht korrekt nur durch Verwendung spektraler Eigenschaften von Daten und deren Derivaten zugewiesen werden konnten. Der krümmungsbasierte Oberflächenrauhigkeitindex ermöglicht die Erkennung von Erosionsrinnen, Dünen, Lavafeldern, und Erdrutschen mit einer Benutzergenauigkeit von: 0.63, 0.21, 0.53 und 0.45. Vergleichend dazu erzielen die vorgestellten OBIA-Algorithmen für die Erfassung von Seen und Schneelawinen eine Benutzergenauigkeit von 0.98 und 0.78. Die in dieser Arbeit analysierten Landformen stellen einen Ausschnitt aus dem Gesamtspektrum vorkommender Strukturen dar. Die Benutzergenauigkeit stellt dabei den am besten geeigneten Leistungsindex dar, auf dem basierend eine Klassifikation durchgeführt werden kann. Die Benutzergenauigkeit gibt an, wie viele der automatisch extrahierten Pixel das zu klassifizierende Objekt tatsächlich repräsentieren. Eine Betrachtung einer zweiten (Hintergrund-) Klasse muss durch diesen Ansatz nicht erfolgen. Ein Vorteil des vorgeschlagenen Oberflächenrauhigkeitindex ist, dass er die Extraktion der Heterogenität der Oberfläche ohne die Notwendigkeit eines Daten-detrendings ermöglicht. Der OBIA-Ansatz für die Erfassung von Seegrenzen erlaubt es einerseits, Seen ungeachtet der physikalischen Zustände des Wassers zu klassifizieren und anderseits gefrorene Seen von den Gletschern zu unterschieden, welche ähnliche Eigenschaften beim Wasserindex aufweisen. Der für Schneelawinen vorgeschlagene Algorithmus wiederum ermöglicht insgesamt die Erfassung von Anbruchgebieten, Sturzbahnen und Ablagerungszonen durch Verifikation der Schneeheterogenität sowie die lokalen Beziehungen zu benachbarten Objekten. Dieser Algorithmus enthält einige Schritte, die es erlauben, gleichzeitig Lawinen zu klassifizieren, die in verschiedenen Berghängen auftreten und unterschiedliche Größen und Formen haben. Diese Dissertation trägt zur Naturgefahrenforschung bei, da sie automatische Lösungen für das Monitoring von sechs verschiedenen Landformen bietet, die typisch für Naturgefahren sind. Es wird somit dazu beigetragen, Gebiete abgrenzbar zu machen, welche für das Auftreten von Gefahrenphänomenen besonders anfällig sind. Zudem können damit auch Verbesserungen bei der Erstellung von Gefahrenkarten erreicht werden. KW - object based image analysis KW - automatic classification KW - GIS KW - satellite images KW - photogrammetry KW - landforms KW - natural hazards KW - snow avalanches KW - lakes KW - roughness KW - objektbasierte Bildanalyse KW - automatische Klassifizierung KW - GIS KW - Satellitenbilder KW - Photogrammetrie KW - Landformen KW - Naturgefahren KW - Lawinen KW - Seen KW - Rauheit Y1 - 2017 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-402240 ER -