Sentinel-2 Vegetationshöhenmodelle

Gestion de projet

Marius Rüetschi

Suppléance

Christian Ginzler

Collaborateurs du projet

Christian Ginzler
Mauro Marty
Marius Rüetschi
Lars Waser

Durée du projet

2021 - 2025

Flächendeckende Informationen zur Vegetationshöhe sind für viele forstliche Anwendungen äussert wertvoll. Sie ermöglichen die grossflächige Analyse und Bewertung verschiedener Waldfunktionen. Deshalb erstellt und publiziert das Landesforstinventar (LFI) seit 2012 Vegetationshöhenmodelle (VHM) für die gesamte Schweiz. Dabei wird die Vegetationshöhe mittels photogrammetrischer Methoden aus den Stereo-Luftbildern auf einer hohen räumlichen Auflösung von 0.5 m modelliert. Eine landesweite Aktualisierung des VHMs ist wegen der Aufnahmestrategie der Luftbilder jedoch nur alle 6 Jahre möglich. Gewisse Anwendungen, bei denen der Faktor Zeit eine wichtige Rolle spielt, werden durch diese Aktualisierungsdauer limitiert. So wäre zum Beispiel für Störungsanalysen oder für Veränderungen an Extremstandorten eine höhere zeitliche Auflösung gewünscht.

Basierend auf den optischen Satellitenaufnahmen der Copernicus-Satellitenmission Sentinel-2 und eines Convolutional Neural Network (CNN) ist es möglich jährlich ein VHM für die gesamte Schweiz zu generieren. Da die Aufnahmen von Sentinel-2 eine räumliche Auflösung von 10-20 m haben, wird die Vegetationshöhe aber dementsprechend auf einer Auflösung von 10 m modelliert. In Zusammenarbeit mit der EcoVision-Gruppe der ETH ist das Ziel des vorliegenden Projekts, jährliche VHMs für die Schweiz im Rahmen des LFI zu generieren. Dabei soll auch deren Genauigkeit erfasst werden, um abschätzen zu können, für welche Anwendungen diese VHMs eingesetzt werden können.

In einem weiteren Schritt hat das Projekt das Ziel, VHMs retrospektiv bis ins Jahr 2017 zu generieren. Zudem liegt ein Fokus darauf, die räumliche Ausdehnung der Sentinel-2 VHMs auf den gesamten Alpenbogen auszuweiten. Dabei ist auch für den Alpenbogen das Ziel, jährliche VHMs mit einer räumlichen Auflösung von 10 m zu generieren.

Publikationen

Jiang Y., Rüetschi M., Garnot V.S.F., Marty M., Schindler K., Ginzler C., Wegner J.D. (2023) Accuracy and consistency of space-based vegetation height maps for forest dynamics in alpine terrain. Sci. Remote Sens. 8, 100099 (15 pp.). https://doi.org/10.1016/j.srs.2023.100099Institutional Repository DORA

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

×