Die Landschaftsbeobachtung erfordert geeignete Methoden, um die Land- und Bodennutzung zu erfassen und ihre Entwicklung zu analysieren. Wir wenden bestehende Methoden an und entwickeln sie weiter. Zum Beispiel eine Methode, um kleine Landschaftsveränderungen über eine relativ kurze Zeit genau zu beobachten – und dies in allen drei Dimensionen.
Inhalt ¶
Damit lässt sich nicht nur der Typ der Bodennutzung erfassen, beispielsweise die Flächenausdehnung des Waldes, sondern auch die Oberfläche und Höhe der Bäume. So verbessern wir die Datengrundlagen für die Umweltbeobachtung.
Dreidimensionale Messungen sind mit Hilfe des sogenannten «Airborne Laser Scanning (ALS)» möglich. Dabei werden aus einem Flugzeug die Distanzen zur Oberfläche gemessen. Bei Vegetation wie Bäumen dringen die Laserstrahlen teilweise durch die eigentliche Oberfläche hindurch und erreichen den darunterliegenden Boden. Aufgrund dieser Daten wird neben der Oberfläche auch das Gelände modelliert.
Landschaftsdaten in räumlich und zeitlich hoher Auflösung ¶
Der Aufwand für landesweite Befliegungen mittels ALS ist gross, daher ist eine regelmässige Aktualisierung der Daten nur bedingt möglich. Wir haben eine Methode entwickelt, die es erlaubt, die 3D-Daten für die Landschaft effizienter zu aktualisieren. Sie basiert auf digitalen Stereobildern, welche routinemässig vom Bundesamt für Landestopografie swisstopo aufgenommen werden. Seit 2005 werden diese Stereobilder mit dem digitalen Sensor «ADS80» aufgenommen und weisen eine hohe räumliche Auflösung auf – je nach Region seit 2017 auf 25 oder gar 10 Zentimeter genau. Da swisstopo die Aufnahmen alle drei Jahre wiederholt, sind die Daten auch zeitlich hoch aufgelöst.
Waldressourcen oder Gletscher abschätzen ¶
Im Rahmen des Landesforstinventars LFI haben wir diese Daten auf Waldressourcen angewendet. Mit einem Datenverarbeitungsprozess haben wir aus den ADS80-Stereobildern landesweite, flächendeckende digitale Oberflächenmodelle (DOM) berechnet. DOM sind heute eine wichtige Datengrundlage, um natürliche Ressourcen grossflächig und mit einer hohen räumlichen Auflösung abzuschätzen. In Wäldern zum Beispiel erklärt die Höhe der Bäume und der Bestände einen beträchtlichen Teil des vorhandenen Holzvolumens und der Biomasse.
Unsere Methode ermöglicht es, auch kleine Veränderungen des Waldes und anderer Landbedeckungen über eine relativ kurze Zeit genau zu beobachten. Da die 3D-Berechnungen flächendeckend für die Schweiz durchgeführt werden, lassen sich auch Veränderungen im Hochgebirge, z.B. bei Gletschern, erkennen.


Vegetationshöhen auf map.geo.admin.ch anzeigen ¶
Mittlerweile sind dank dem Vegetationshöhenmodell (Vegetation Height Model NFI) die Vegetationshöhen in der ganzen Schweiz in die Online-Karten von swisstopo (map.geo.admin.ch) integriert. Das Modell basiert auf dem digitalen Oberflächenmodell, das die Höhe (über Meeresspiegel) aller Objekte misst, minus dem Geländemodell swissALTI3D von swisstopo. Da sich auch die Gebäude ausblenden lassen, zeigt das Vegetationshöhenmodell auch in Städten die Höhe des Bewuchses an und macht so Parks oder vom Orkan Lothar 1999 zerstörte Waldflächen erkennbar.
Mit dem Vegetationshöhenmodell können Wissenschaftler oder Forstverantwortliche spezifische Fragen beantworten, sei es zur Beschattung von Gewässern oder zur Homogenität bestimmter Waldstücke. Die Daten sind frei verfügbar und können über das Datenportal Envidat direkt bei Christian Ginzler bestellt werden.
Vegetationshöhenmodell auf map.geo.admin.ch: Deutlich erkennbar sind die überdurchschnittlich hohen Bäume im Naturwaldreservat Sihlwald. (Quelle: swisstopo)
Kontakt ¶
Publikationen ¶
Lang N., Ginzler C., Schindler K., Wegner J.D. (2019) Landesweite Vegetationshöhenmodelle mit Deep Learning und Sentinel-2. Geomat. Schweiz. 117(9), 256-259. https://doi.org/10.5169/seals-864688 Institutional Repository DORA
Heinzel J., Ginzler C. (2019) A single-tree processing framework using terrestrial laser scanning data for detecting forest regeneration. Remote Sens. 11(1), 60 (20 pp.). https://doi.org/10.3390/rs11010060Institutional Repository DORA
Rüetschi M., Small D., Waser L.T., Ginzler C. (2019) Lokalisierung von Windwürfen mit Sentinel-1A/B-Daten: ein Versuch nach «Burglind». Schweiz. Z. Forstwes. 170(2), 106-109. https://doi.org/10.3188/szf.2019.0094 Institutional Repository DORA
Weber D., Ginzler C., Flückiger S., Rosset C. (2018) Potenzial von Sentinel-2-Satellitendaten für Anwendungen im Waldbereich. Schweiz. Z. Forstwes. 169(1), 26-34. https://doi.org/10.3188/szf.2018.0026 Institutional Repository DORA
Piermattei L., Marty M., Karel W., Ressl C., Hollaus M., Ginzler C., Pfeifer N. (2018) Impact of the acquisition geometry of very high-resolution Pléiades imagery on the accuracy of canopy height models over forested alpine regions. Remote Sens. 10(10), 1542 (22 pp.). https://doi.org/10.3390/rs10101542Institutional Repository DORA
Ginzler C., Hobi M.L. (2016) Das aktuelle Vegetationshöhenmodell der Schweiz: spezifische Anwendungen im Waldbereich. Schweiz. Z. Forstwes. 167(3), 128-135. https://doi.org/10.3188/szf.2016.0128 Institutional Repository DORA
Ginzler C., Hobi M.L. (2015) Countrywide stereo-image matching for updating digital surface models in the framework of the Swiss National Forest Inventory. Remote Sens. 7(4), 4343-4370. https://doi.org/10.3390/rs70404343 Institutional Repository DORA
Ginzler C., Marty M., Bühler Y. (2013) Grossflächige hochaufgelöste Schneehöhenkarten aus digitalen Stereoluftbildern. Geomat. Schweiz. 111(9), 508-510. https://doi.org/10.5169/seals-346989 Institutional Repository DORA
Ginzler C. (2011) Wie Landschaftsveränderungen aus grosser Höhe genaustens beobachtet werden können. Geosci. Actuel. (4), 5-8. Institutional Repository DORA