Automatisierte Objektidentifikation und Visualisierung terrestrischer Oberflächenformen

Automated object identification and visualisation of terrestrial landforms

  • Die automatisierte Objektidentifikation stellt ein modernes Werkzeug in den Geoinformationswissenschaften dar (BLASCHKE et al., 2012). Um bei thematischen Kartierungen untereinander vergleichbare Ergebnisse zu erzielen, sollen aus Sicht der Geoinformatik Mittel für die Objektidentifikation eingesetzt werden. Anstelle von Feldarbeit werden deshalb in der vorliegenden Arbeit multispektrale Fernerkundungsdaten als Primärdaten verwendet. Konkrete natürliche Objekte werden GIS-gestützt und automatisiert über große Flächen und Objektdichten aus Primärdaten identifiziert und charakterisiert. Im Rahmen der vorliegenden Arbeit wird eine automatisierte Prozesskette zur Objektidentifikation konzipiert. Es werden neue Ansätze und Konzepte der objektbasierten Identifikation von natürlichen isolierten terrestrischen Oberflächenformen entwickelt und implementiert. Die Prozesskette basiert auf einem Konzept, das auf einem generischen Ansatz für automatisierte Objektidentifikation aufgebaut ist. Die Prozesskette kann anhand charakteristischerDie automatisierte Objektidentifikation stellt ein modernes Werkzeug in den Geoinformationswissenschaften dar (BLASCHKE et al., 2012). Um bei thematischen Kartierungen untereinander vergleichbare Ergebnisse zu erzielen, sollen aus Sicht der Geoinformatik Mittel für die Objektidentifikation eingesetzt werden. Anstelle von Feldarbeit werden deshalb in der vorliegenden Arbeit multispektrale Fernerkundungsdaten als Primärdaten verwendet. Konkrete natürliche Objekte werden GIS-gestützt und automatisiert über große Flächen und Objektdichten aus Primärdaten identifiziert und charakterisiert. Im Rahmen der vorliegenden Arbeit wird eine automatisierte Prozesskette zur Objektidentifikation konzipiert. Es werden neue Ansätze und Konzepte der objektbasierten Identifikation von natürlichen isolierten terrestrischen Oberflächenformen entwickelt und implementiert. Die Prozesskette basiert auf einem Konzept, das auf einem generischen Ansatz für automatisierte Objektidentifikation aufgebaut ist. Die Prozesskette kann anhand charakteristischer quantitativer Parameter angepasst und so umgesetzt werden, womit das Konzept der Objektidentifikation modular und skalierbar wird. Die modulbasierte Architektur ermöglicht den Einsatz sowohl einzelner Module als auch ihrer Kombination und möglicher Erweiterungen. Die eingesetzte Methodik der Objektidentifikation und die daran anschließende Charakteristik der (geo)morphometrischen und morphologischen Parameter wird durch statistische Verfahren gestützt. Diese ermöglichen die Vergleichbarkeit von Objektparametern aus unterschiedlichen Stichproben. Mit Hilfe der Regressionsund Varianzanalyse werden Verhältnisse zwischen Objektparametern untersucht. Es werden funktionale Abhängigkeiten der Parameter analysiert, um die Objekte qualitativ zu beschreiben. Damit ist es möglich, automatisiert berechnete Maße und Indizes der Objekte als quantitative Daten und Informationen zu erfassen und unterschiedliche Stichproben anzuwenden. Im Rahmen dieser Arbeit bilden Thermokarstseen die Grundlage für die Entwicklungen und als Beispiel sowie Datengrundlage für den Aufbau des Algorithmus und die Analyse. Die Geovisualisierung der multivariaten natürlichen Objekte wird für die Entwicklung eines besseren Verständnisses der räumlichen Relationen der Objekte eingesetzt. Kern der Geovisualisierung ist das Verknüpfen von Visualisierungsmethoden mit kartenähnlichen Darstellungen.show moreshow less
  • The automated object identification represents a modern tool in geoinformatics (BLASCHKE et al., 2012). In order to achieve results in thematic mapping comparable among one another, considering geoinformatics, means of object identification should be applied. Therefore, instead of fieldwork, multispectral remote-sensing data have been used as a primary data source in this work. Specific natural objects have been GIS-based and automatically identified and characterised from the primary data over large areas and object densities. Within this work, an automated process chain for the object identification has been developed. New approaches and concepts of object-based identification of natural isolated terrestrial landforms have been developed and implemented. The process chain is based on a concept that develops a generic approach to the automated object identification. This process chain can be customised for and applied to specific objects by settings of characteristic quantitative parameters, by which the concept of objectThe automated object identification represents a modern tool in geoinformatics (BLASCHKE et al., 2012). In order to achieve results in thematic mapping comparable among one another, considering geoinformatics, means of object identification should be applied. Therefore, instead of fieldwork, multispectral remote-sensing data have been used as a primary data source in this work. Specific natural objects have been GIS-based and automatically identified and characterised from the primary data over large areas and object densities. Within this work, an automated process chain for the object identification has been developed. New approaches and concepts of object-based identification of natural isolated terrestrial landforms have been developed and implemented. The process chain is based on a concept that develops a generic approach to the automated object identification. This process chain can be customised for and applied to specific objects by settings of characteristic quantitative parameters, by which the concept of object identification becomes modular and scalable. The modul-based architecture enables use of individual moduls as well as their combinations and possible expansions. The introduced methodology of object identification and the connected characteristics of (geo)morphometric and morphologic parameters has been supported by a static procedures. These enable the comparability of object parameters from different samples. With the help of regression and variance analysis, relations between object parameters have been explored. Functional dependencies of parameters have been analysed in order to qualitatively describe the objects. As a result, automatically computed dimensions and indices of the objects can be captured as quantitative data and informations an applied to varied samples. Within this work the thermokarst lakes represent the basis for the process development and an example and a data basis for the design of the algorithm and analysis. The goevisualisation of multivariant natural objects has been applied to develop better understanding of their spatial relations. The essence of the geovisualisation is to link the methods of visualisation to map-like presentation.show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author details:Lucia Tyrallová
URN:urn:nbn:de:kobv:517-opus-69268
Supervisor(s):Hartmut Asche
Publication type:Doctoral Thesis
Language:German
Publication year:2013
Publishing institution:Universität Potsdam
Granting institution:Universität Potsdam
Date of final exam:2013/12/04
Release date:2014/01/21
Tag:GIS; Objektidentifikation; Prozesskette; natürliche terrestrische Oberflächenformen
GIS; natural terrestrial landforms; object identification; process chain
RVK - Regensburg classification:TG 1145, RB 10208, RB 10104
Organizational units:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Umweltwissenschaften und Geographie
DDC classification:5 Naturwissenschaften und Mathematik / 55 Geowissenschaften, Geologie / 550 Geowissenschaften
Institution name at the time of the publication:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Geographie
License (German):License LogoCreative Commons - Namensnennung, Nicht kommerziell, Weitergabe zu gleichen Bedingungen 3.0 Deutschland
Einverstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.