Abschlussarbeit
Neue Ansätze zur satellitenbasierten Erfassung von Waldbränden mit Sentinel-2 Daten
Wie können Satellitenaufnahmen von Waldbränden optimal aufbereitet werden? Welche Indizes helfen bei der visuellen und der maschinellen Interpretation?
Details
- Extern/e Autor:in
- Raphaela Lutter
- Intern/e Betreuer:in
- Prof. Dr.-Ing. Andreas Schmitt
- Abschluss
- Bachelor
- Studiengang
- Angewandte Geodäsie und Geoinformatik
- Jahr
- 2024
- Fakultät
- Fakultät für Geoinformation
- Status
- abgeschlossen
- Themengruppe
- Photogrammetrie_Fernerkundung
Auf der griechischen Insel Korfu kam es zwischen dem 22.07.2023 und 28.07.2023 zu einem schwerwiegenden Flächenbrand, der durch eine Hitzewelle und die damit einhergehende Trockenheit entstanden ist. Das betroffene Gebiet des Waldbrandes ist in Abbildung 1 durch ein rotes Rechteck markiert. Die Satellitenbilder während des Brandes sind stark verraucht, siehe Abbildung 2.
Das Ziel war es, herauszufinden, wie Waldbrände mithilfe von Satellitendaten der Sentinel-2-Mission auf Verarbeitungsstufe L2A am besten erkannt werden können. Eine große Herausforderung was die Unterscheidung aktuell brennender, bereits verbrannter und nicht verbrannter Flächen. Dazu werden die Spektralkanäle, Vegetations- und Brandindizes, ein eigenentwickelter Index und Kennaugh-like Elemente verwendet und miteinander verglichen. Neu ist die Erweiterung der Kennaugh-like-Elemente auch auf die 20m-Bänder von Sentinel-2.
Resultat dieser Arbeit ist, dass der herkömmliche NBR-Index (Normalisierter Brandindex) mit den Kanälen B8A und B12 das beste Ergebnis geliefert hat (siehe Abbildung 3). Der Grund dafür ist, dass die Kombination der NIR- und SWIR-Kanäle eine gute Durchdringung von Rauch ermöglichen und sich herausgestellt hat, dass der Kanal 12 auch ein guter Indikator für die Detektion von aktivem Feuer ist. Bei der Klassifikation des NBR-Index macht es keinen Unterschied, ob der Minimum-Distance-Algorithmus oder der Random-Forest-Algorithmus mit n-Bäumen = 1000 verwendet wird.
