ULS-basierte 3D-Einzelbaumsegmentierung und Bestimmung grundlegender Baumparameter

Im Rahmen dieser Bachelorarbeit wurde – basierend auf drohnengestützten Laserscanningdaten und dem CloudCompare-Plugin „TreeIso“ – ein effizienter Workflow zur großflächigen Segmentierung von Einzelbäumen erstellt. Zudem wurden automatisch grundlegende Baumparameter bestimmt.

Die verwendeten Daten stammten aus ALS-Befliegungen eines Waldgebiets in der Gemeinde Kranzberg-Thalhausen. Zunächst wurden die Rohdaten zu einer konsistenten Punktwolke vorverarbeitet (Abb. 1). Anschließend erfolgte die Segmentierung der Einzelbäume mithilfe des „TreeIso“-Plugins, wobei gezielte Anpassungen der Algorithmus-Parameter vorgenommen wurden, um die Methode optimal an die spezifischen Gegebenheiten des Untersuchungsgebiets anzupassen. Die resultierenden 3D-Baumsegmente (Abb. 2a und 2b) wurden dann mithilfe eines MATLAB-Skripts analysiert und in 2D-Baum-Polygone und deren Mittelpunkte umgewandelt (Abb. 3). Zudem wurden für jeden Einzelbaum die Baumhöhe und der Kronendurchmesser ermittelt. Die Analyse ergab, dass ein Großteil der Bäume zwischen 15 und 25 m hoch ist und einen durchschnittlichen Kronendurchmesser von etwa 11 m aufweist.

Trotz Optimierungsbemühungen zeigten die Segmentierungsergebnisse mit dem TreeIso-Algorithmus Bereiche mit Über- bzw. Untersegmentierung. Für zukünftige Arbeiten wird die Nutzung eines Benchmark-Datensatzes mit bekannten Werten zur optimalen Parametrierung des Segmentierungsalgorithmus empfohlen. Die Arbeit unterstreicht das große Potenzial von drohnengestützten Laserscanningdaten für die großflächige Einzelbaumkartierung.