Grin logo
de en es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Geography / Earth Science - Cartography, Geographic Information Science and Geodesy

Landnutzungsklassifikation im Becken von Zoige (NO-Tibet) anhand von Landsat-TM-Aufnahmen unter besonderer Berücksichtigung der Landschaftsdegradation

Title: Landnutzungsklassifikation im Becken von Zoige (NO-Tibet) anhand von Landsat-TM-Aufnahmen unter besonderer Berücksichtigung der Landschaftsdegradation

Bachelor Thesis , 2013 , 88 Pages , Grade: 1,30

Autor:in: Dimitri Falk (Author)

Geography / Earth Science - Cartography, Geographic Information Science and Geodesy
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Im Zuge der einberufenen United Nations Conference on Desertification im Jahr 1977 in Nairobi als Folge der Dürrekatastrophe in der Sahelzone 1969-73 (Mensching 1990:1) erfolgten zahlreiche weltweite Studien, die sich mit den Ursachen und Auswirkungen der Desertifikation beschäftigen. In China wurden diesbezügliche Studien überwiegend in den ariden bis semi-ariden Gebieten im Norden des Landes durchgeführt, sodass der Fokus erst in den letzten Jahren auf die ebenfalls betroffenen kalt-humiden Regionen des Qinghai-Tibet-Plateaus gelegt wird (Dong et al. 2010:1731). Das Becken von Zoige ist in dieser Hinsicht insofern von besonderem Interesse, als dass bei einer anuellen Niederschlagsmenge von über 600 mm aktive Dünenfelder vorliegen. Somit soll im Rahmen der vorliegenden Arbeit unter der Anwendung von fernerkundlichen Methoden und im Hinblick auf die rezente Prozessdynamik untersucht werden, inwieweit der Begriff der Landschaftsdegradation, der „eine negative Veränderung ökologischer und/oder ökonomischer Potenziale von Räumen, die nach Größe und Charakter als Landschaften gelten“ (Seuffert 2001:9) beschreibt, für das Untersuchungsgebiet zutreffend ist.

Den Einstieg in die Ausarbeitung stellt die ökologische Einordnung des Untersuchungsgebietes dar, indem auf naturräumliche Charakteristiken sowie vor dem Hintergrund der übergreifenden Fragestellung prägende abiotische und biotische Faktoren eingegangen wird. Anschließend erfolgt eine Einführung in die im Rahmen dieser Arbeit verwendeten methodischen Grundlagen, wobei ein besonderes Augenmerk auf den generellen Aufbau der verwendeten Landsat-TM-Aufnahmen, die spektrale Reflektionscharakteristik verschiedener Oberflächentypen sowie die Funktionsweise von angewandten algorithmenbasierten Klassifikationsverfahren gelegt wird. Im Kern der Arbeit erfolgt schließlich die Durchführung der Landnutzungsklassifikation auf Grundlage von zwei Landsat-TM-Aufnahmen, wobei der Fokus auf der qualitativen und quantitativen Evaluierung der Klassifikation liegt. Im Rahmen der darauf aufbauenden multitemporalen Analyse wird die Betrachtung um eine dynamische Dimension erweitert, sodass potentielle Veränderungen in Bezug auf Degradation der Landschaft im Untersuchungsgebiet herausgearbeitet werden können. Die Diskussion der Klassifkationsergebnisse dient dem Vergleich der im Rahmen dieser Ausarbeitung gewonnenen Erkenntnisse mit den Ergebnissen anderer Autoren.

Excerpt


Inhaltsverzeichnis

1 Einleitung

2 Einführung in das Untersuchungsgebiet

2.1 Lage des Untersuchungsgebietes

2.2 Naturräumliche Gliederung

2.3 Klima des Untersuchungsgebietes

2.4 Geologie des Untersuchungsgebietes

2.5 Böden des Untersuchungsgebietes

2.6 Vegetation und Landnutzung des Untersuchungsgebietes

3 Grundlagen zur Klassifikation von multispektralen Daten

3.1 Charakteristiken des Landsat-5-Programmes

3.2 Spektrale Signaturen von Oberflächen

3.2.1 Vegetation

3.2.2 Böden

3.2.3 Wasser

3.3 Grundprinzipien von algorithmenbasierten Klassifikationsverfahren

3.3.1 Unüberwachte Klassifikation mittels des K-Means-Algorithmus

3.3.2 Überwachte Klassifikation mittels des Maximum-Likelihood-Algorithmus

3.3.3 Genauigkeitsassessment

4 Durchführung der Klassifikation der Landsat-TM-Aufnahmen

4.1 Datenakquisition und -vorverarbeitung

4.2 Ausweisung von Trainingsgebieten

4.2.1 Überprüfung der Klassenseparabilität anhand von Bhattacharyya-Distanzen

4.2.2 Verifikation der spektralen Signaturen ausgewiesener Trainingsgebiete

4.3 Visualisierung der Klassifikationsergebnisse

4.4 Evaluierung der Klassifikationsergebnisse

4.4.1 Qualitative Analyse

4.4.2 Quantitative Analyse

4.4.3 Qualitätskontrolle der durchgeführten Klassifikation

5 Multitemporale Auswertung der Klassifikationsergebnisse

5.1 Auswertung der Flächenanteile

5.2 Betrachtung der Interklassenpfade

6 Diskussion der Klassifikationsergebnisse

7 Fazit

Zielsetzung & Themen

Die Arbeit quantifiziert potentielle Landschaftsdegradation im Becken von Zoige auf Basis von multispektralen Satellitenaufnahmen. Ziel ist es, durch eine multitemporale Analyse raum-zeitliche Veränderungen der Landbedeckung zu erfassen und die aktuelle Landschaftsdynamik unter Berücksichtigung methodischer Klassifikationsverfahren zu veranschaulichen.

  • Landnutzungsklassifikation mittels Landsat-TM-Daten
  • Analyse der Landschaftsdegradation auf dem Qinghai-Tibet-Plateau
  • Vergleich von Klassifikationsmethoden (K-Means vs. Maximum-Likelihood)
  • Multitemporale Auswertung und Change Detection (1994–2009)

Auszug aus dem Buch

3.2.1 Vegetation

Der Reflektionsgrad von elektromagnetischer Strahlung wird bei der Vegetation abhängig vom Wellenlängenbereich von den Blattpigmenten, der Zellstruktur und dem Wassergehalt der Pflanze beeinflusst (De Jong et al. 2006:22). Absorptionsmaxima im Bereich des sichtbaren Lichts bei 0,45 μm und 0,67 μm werden durch Blattpigmente im Palisadenparenchym wie Chrophyll a und Chlorophyll b verursacht (Purkis/Klemas 2011:63). Das lokale Reflektionsmaximum liegt im Bereich zwischen 0,5 μm und 0,6 μm und erklärt, warum das menschliche Auge vitale Blätter in einer grünen Farbe wahrnimmt (McCoy 2005:72). Verschlechtert sich der Vitalitätszustand der Pflanze und nimmt somit der Chlorophyllgehalt ab, wird die Reflektion von Blattpigmenten wie Carotin, Xanthophyll und Anthocyanin dominiert, sodass sich der Reflektionsgrad im Bereich des roten Lichts erhöht und die Blätter vom menschlichen Auge in gelben, braunen und roten Farbtönen wahrgenommen werden (McCoy 2005:72).

Der steile Anstieg des Reflektionsgrades im Bereich des nahen Infrarots ist einzigartig für die Vegetation und erleichtert eine Differenzierung zu anderem Oberflächenmaterial (McCoy 2005:74). Diesen Kontrast machen sich Vegetationsindices wie der Normalized Differenced Vegetation Index (NDVI) zunutze, indem die spektralen Charakteristiken von vitaler Vegetation verstärkt und gleichzeitig störende Einflüsse minimiert werden (Purkis/Klemas 2011:65). Auf einer Skala von +1 bis -1 entsprechen nur die positiven Werte bewachsenen Arealen, wobei ein Anstieg des NDVI unmittelbar mit einem Anstieg des Chlorophyllgehaltes verbunden ist; negative Werte kommen durch einen höheren Reflektionsgrad im Bereich des sichtbaren Lichts als im Bereich des nahen Infrarots zustande und können durch Wasser, Schnee, pedo- oder geogenes Material sowie Wolken verursacht werden (Purkis/Klemas 2011:66).

Zusammenfassung der Kapitel

1 Einleitung: Einführung in die Problematik der Desertifikation auf dem Qinghai-Tibet-Plateau und Definition des Forschungsziels.

2 Einführung in das Untersuchungsgebiet: Geographische, klimatische, geologische und ökologische Einordnung des Beckens von Zoige.

3 Grundlagen zur Klassifikation von multispektralen Daten: Erläuterung der technischen Grundlagen des Landsat-5-Programms, spektraler Signaturen und mathematischer Klassifikationsalgorithmen.

4 Durchführung der Klassifikation der Landsat-TM-Aufnahmen: Beschreibung des konkreten Workflows von der Datenakquisition über die Ausweisung von Trainingsgebieten bis zur Genauigkeitsprüfung.

5 Multitemporale Auswertung der Klassifikationsergebnisse: Analyse der zeitlichen Veränderungen und räumlichen Verschiebungen der Landbedeckungsklassen zwischen 1994 und 2009.

6 Diskussion der Klassifikationsergebnisse: Einordnung der eigenen Ergebnisse in den wissenschaftlichen Kontext und Vergleich mit Studien anderer Autoren.

7 Fazit: Zusammenfassende Bewertung der Landschaftsdegradation und der Eignung der angewandten fernerkundlichen Methoden.

Schlüsselwörter

Landsat-TM, Becken von Zoige, Landschaftsdegradation, Desertifikation, Fernerkundung, Maximum-Likelihood-Algorithmus, Vegetationsindices, NDVI, Landbedeckungsklassifikation, Qinghai-Tibet-Plateau, alpine Matten, multitemporale Analyse, Bodenfeuchte, spektrale Signatur, Bodenbedeckung.

Häufig gestellte Fragen

Worum geht es in dieser Bachelorarbeit grundsätzlich?

Die Arbeit untersucht die räumliche Ausdehnung der Landschaftsdegradation im Becken von Zoige (NO-Tibet) durch den Vergleich von Satellitenaufnahmen aus den Jahren 1994 und 2009.

Welche zentralen Themenfelder werden abgedeckt?

Die zentralen Themen sind fernerkundliche Landnutzungsklassifikationen, die ökologische Charakterisierung des Zoige-Beckens sowie die Analyse von Degradationsprozessen wie Desertifikation und Überweidung.

Was ist das primäre Ziel der Arbeit?

Das primäre Ziel ist die Quantifizierung degradierter Areale und die Veranschaulichung der Landschaftsdynamik über einen Zeitraum von 15 Jahren.

Welche wissenschaftliche Methode kommt zum Einsatz?

Es wird eine pixelbasierte, überwachte Klassifikation mittels des Maximum-Likelihood-Algorithmus auf Grundlage von Landsat-TM-Daten durchgeführt, ergänzt durch eine Change-Detection-Analyse.

Was wird im Hauptteil behandelt?

Der Hauptteil befasst sich mit den theoretischen Grundlagen der Fernerkundung, der praktischen Durchführung der Klassifikation (Trainingsgebiete, Genauigkeitsprüfung) sowie der multitemporalen Auswertung der Ergebnisse.

Durch welche Schlüsselwörter lässt sich die Arbeit beschreiben?

Landsat-TM, Landschaftsdegradation, Becken von Zoige, multitemporale Analyse und Maximum-Likelihood-Klassifikation.

Wie gehen die Autoren mit dem Problem der Mischpixel um?

Die Mischpixelproblematik wird durch statistische Qualitätskontrollen (Konfusionsmatrizen) und die bewusste Wahl von Trainingsgebieten adressiert, wobei die Limitationen bei geringer räumlicher Auflösung offen diskutiert werden.

Welche Rolle spielt die Landnutzung im Untersuchungsgebiet?

Die Nutztierhaltung wird als einer der Hauptfaktoren für den Landschaftswandel identifiziert, da die Tragfähigkeit der Ökosysteme durch hohe Viehbestände langfristig überschritten wird.

Excerpt out of 88 pages  - scroll top

Details

Title
Landnutzungsklassifikation im Becken von Zoige (NO-Tibet) anhand von Landsat-TM-Aufnahmen unter besonderer Berücksichtigung der Landschaftsdegradation
College
RWTH Aachen University  (Geographisches Institut)
Grade
1,30
Author
Dimitri Falk (Author)
Publication Year
2013
Pages
88
Catalog Number
V269577
ISBN (eBook)
9783656603146
ISBN (Book)
9783656603177
Language
German
Tags
Landsat Tibet Zoige Landnutzungsklassifizierung Multitemporale Analyse Spektrale Signaturen Fernerkundung Klassifikationsverfahren Desertifikation Überweidung
Product Safety
GRIN Publishing GmbH
Quote paper
Dimitri Falk (Author), 2013, Landnutzungsklassifikation im Becken von Zoige (NO-Tibet) anhand von Landsat-TM-Aufnahmen unter besonderer Berücksichtigung der Landschaftsdegradation, Munich, GRIN Verlag, https://www.grin.com/document/269577
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  88  pages
Grin logo
  • Grin.com
  • Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint