Digitale Bildverarbeitung von grossräumigen Satellitenbild-Verbänden

Abstract

Für die Herstellung von digitalen Basiskarten des Nordwest-Sudan in den Maßstäben 1:250.000 und 1:1000.000 wurden 26 Landsat MSS-Satellitenbilder mit einem digitalen Bildverarbeitungssystem radiometrisch und geometrisch zu digitalen Bildmosaiken aufbereitet. Diese Bildmosaike wurden als Grundlage für die Herstellung von topographischen- und thematischen Karten im Rahmen des DFG-Sonderforschungsbereiches 69 Geowissenschaftliche Probleme arider Gebiete verwendet. Vorverarbeitung [:] Die MSS-Szenen wurden wegen des bei Landsat-1-Aufnahmen besonders ausgeprägten six-line-Effekts eingehend statistisch untersucht; eine verbesserte Methode für die Korrektur des six-line Problems konnte gezeigt werden. Es erfolgte eine Sonnenstands- und Sensorkorrektur. Für alle Bilder wurden Paßpunkte bestimmt, anschließend wurden die Bilder unter Verwendung des UTM-Gitters geometrisch entzerrt.

Einkanalige Bildmosaike [:] Aus den entzerrten MSS-Szenen wurden die benötigten Bildteile herausgetrennt, zunächst nur für MSS-Kanal 5 (rot). Diese Bildteile wurden in eine weitere Datei, die das komplette Kartenblatt enthalten soll, übertragen. Die noch verbleibenden Helligkeitsunterschiede sind auf die unterschiedlichen atmosphärischen Bedingungen sowie auf Vegetationsunterschiede zurückzufuhren. Zur Korrektur wurden lineare Grauwertverschiebungen (haze-correction) durchgeführt. In ein Bildmosaik aus MSS-Daten wurde ein Ausschnitt eines Landsat Thematic-Mapper Bildes eingefügt. Unter Anwendung ähnlicher Methoden wurde auch ein großräumiges Satellitenbildmosaik für das Kartenblatt NW-Sudan im Maßstab 1:1.000. 000 hergestellt.

Multispektrale Bildmosaike [:] Die vorbereitenden Arbeiten wurden ebenso für die übrigen MSS-Spektralkanäle durchgeführt. Es wurde ein Farbkompositenbild mit den Kanälen grün, rot und infrarot in den Farben blau, grün und rot angefertigt (Falschfarbenbild).

Ratiokompositenbildmosaike [:] Mit kompletten multispektralen Bildmosaiken wurden Ratiokompositenbilder berechnet, z.B. der normalisierte digitale Vegetationsindex (NDVI). Unterschiedliche Vegetationszustände und die Verbreitung der Vegetation sind in diesen Bildern deutlicher als in einem normalen infrarot-Falschfarbenbild erkennbar.

Multitemporale Auswertungen [:] Als ein Beispiel für multitemporale digitale Auswertung von Fernerkundungsdaten verschiedener Sensoren dient die Landnutzungskiassifizierung des Kartenblattes 1:50.000 Brandenburg / Berlin. Hierfür wurden die digitalen Datensätze von Landsat-TM und SPOT mit den photographischen Kosmos KFA-1000 Aufnahmen überlagert.

Einbindung der Satellitendaten in ein Geo-Informations-System [:] Die Einbindung eines multitemporalen und multispektralen Datensatzes in ein Geoinformationssystem (GIS) wird an einem Beispiel aus Guinea (Westafrika) demonstriert. Bei diesem Beispiel wurde für zwei Zeiträume (1975 und 1986) jeweils ein aus vier Landsat-Szenen bestehendes multispektrales Bildmosaik hergestellt und der Vegetationsindex berechnet. Mit diesen Berechnungen konnte ein Vergleich des regionalen Vegetationsindex durchgeführt werden. Aus topographischen Karten wurden die Wasserscheiden von 99 Entwässerungsbecken kartiert und als raumbezogene Daten in digitaler Form gespeichert. Die weitere Bearbeitung der Daten erfolgte mit einer in das GIS integrierten Datenbank, die auch zur anschließenden Herstellung von thematischen Karten verwendet wurde.

For the production of digital maps of north-western Sudan at a scale of 1:250.000 and 1:1.000.000 26 Landsat-MSS frames were radio-metrically and geometrically corrected by a digital image processing system and combined into digital mosaics. These mosaics were used as a base for the production of topographic and thematic maps in cooperation with the DFG special research project 69 Geowissenschaftliche Probleme arider Gebiete.

Preprocessing [:] The MSS-frames were statistically analysed, for reasons of the strong six-line-effect; an improved method for the correction of this six-line-effect was developed. Sun elevation and sensor differences were also corrected. All images were rectified using ground control points in UTM-grid.

Single band mosaics [:] From rectified MSS frames the required areas were cut out, first for MSS spectral band 5 (red). These subsets were stored into a new file containing the complete mosaic for one map sheet. Remaining differences in the brightness of the subsets are caused by different atmospheric conditions and differences in the vegetation cover. For correcting brightness differences, a linear shift of gray levels was used. Into one MSS mosaic a part of a Landsat TM frame was inserted. Using similar methods, a mosaic covering a very large area for a map sheet NW Sudan at a scale of 1 .000.000 was produced.

Multispectral mosaics [:] The preprocessing work was also applied to the remaining MSS spectral bands. A false-color composite image using the colors blue, green and red was produced from the MSS bands green, red and infrared. Ratio-composite mosaics [:] From multispectral mosaickeddata files, color ratio images were calculated, e.g. the normalized digital vegetation index (NDVI). Differences in the state and the distribution of vegetation are more clearly visible in these images than in a normal infrared false-color image.

Multitemporal applications [:] The land use classification of the map sheet 1:50.000 Brandenburg / Berlin is an example for digital processing of multitemporal remote sensing data from different sensors. In this example, the digital data from Landsat, SPOT and photographic images taken by Russian Kosmos KFA-1000 satellite were merged.

Combination of satellite data with a geographic information system [:] The combination of a multitemporal- and multispectral data set and a GIS is demonstrated by an application from Guinea, western Africa. In this example, for two periods (1975 and 1986) a multispectral mosaic from four MSS-frames each was produced. The NDVI was calculated for each mosaic. Using this data a comparison of the regional NDVI was possible. The watersheds of 99 drainage basins were digitized from topographic mapsand and stored as vector data. Additional data evaluation was performed by an integrated data base system within a GIS that was also used for production of thematic maps.