Direkt zum Inhalt | Direkt zur Navigation

Eingang zum Volltext

Lizenz

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:25-opus-13607
URL: http://www.freidok.uni-freiburg.de/volltexte/1360/


Ivits-Wasser, Eva

Potential of remote sensing and GIS as landscape structure and biodiversity indicators

Potential von Fernerkundung und GIS als Landschaftstruktur und Biodiversität Indikatoren

Dokument1.pdf (16.785 KB) (md5sum: d601d16ae6516e37aa418607970c6766)

Kurzfassung in Englisch

The overall objective of the research was to evaluate the potential of remote sensing to (1) describe landscape structure regarding land use intensity and (2) to monitor species diversity. In particular, the human vision system, object based assessment, and image grey values were investigated in order to extract habitats from remote sensing images. Furthermore, the influence of spatial resolution of remote sensing images as land use and biodiversity indicators were studied. Three taxa sampled within the BioAssess project provided reference to assess the value of remote sensing: plants, birds and ground beetles. Sampling of species diversity was carried out in so called Land Use Units (LUUs) established along a land use gradient from old-growth forest to intensive agriculture. Percentage of forest one LUU contained was the indicator for land use intensity grade. Switzerland was defined as “super test site” where remote sensing data was acquired. This contained fused Landsat-IRS with 5m and Quickbird satellite with 2.8m and colour infrared orthophotos with 0.6m spatial resolution. Abundance and species richness of plants, birds and carabides together with presence-absence of Sorbus aucuparia (plants), Erithacus rubecula (birds) and Pterostichus melanarius (carabides) species were investigated. Canonical Correspondence Analysis of abundance data revealed little difference between visually interpreted and segmented patch indices within and between spatial resolutions. Carabides abundance was the best explained by patch indices followed by plants and birds abundance. However, grey value and elevation derivatives were stronger indicators of species abundance then patch indices. Furthermore, with increasing spatial resolution grey value derivatives associated stronger to the species data. Grey values explained in carabides abundance the most variation followed by plants and birds abundance. Species richness and presence-absence of observed plants, birds, and carabides species were related to visually interpreted patch indices and grey value derivatives of the Quickbird images. Poisson regression fitted the biological data well thus remote sensing indices proved to be appropriate for predicting species richness of the selected three taxa. Forest was the most important landscape patch index predictor. Regarding grey values, species richness of birds and carabides reacted on vegetation index while Poisson regression of plants extracted the focal summary filter of the red and the first principal component of all Quickbird channels. Logistic regression with patch indices and grey value derivatives performed similarly well for all the three species. Best logistic model was fitted on E. rubecula bird species. Both patch indices and grey value derivatives could discriminate between presence and absence in 94% of the cases. In case of S. aucuparia plant both patch indices and grey value derivatives could discriminate between presence and absence in 89% of the cases. For P. melanarius ground beetle, this was 86 and 83 % with patch indices and grey value derivatives, respectively. For all the three species area of forest was the most important landscape patch index. Interestingly, all the three species reacted on the same grey value derivatives, namely on the focal density and focal summary filters of the red Quickbird channel.


Kurzfassung in Deutsch

Das Hauptziel dieser Arbeit ist es aufzuzeigen welches Potential Fernerkundung hat um (1) Landschaftstruktur entlang eines Landnutzungsgradienten zu erkennen und (2) die Erfassung von Biodiversität zukünftig zu ermöglichen. Im Besonderen wurde das Potential des menschlichen Sehvermögens, der objektbasierten Bewertung und der Bildgrauwerte untersucht um Habitate mittels Fernerkundungsdaten abzugrenzen. Des weiteren wurde der Einfluß von unterschiedlichen räumlichen Auflösungen bei Landschaftsstruktur- und Biodiversitätsstudien untersucht. Drei Taxa, aufgenommen innerhalb des Projektes BioAssess, lieferten Referenzdaten um die Wertigkeit der Fernerkundung zu ermitteln: Pflanzen, Vögel und Bodenkäfer. Die Aufnahme der Artenvielfalt wurde in sechs so genannten Land Use Units (LUUs) entlang eines Landnutzungsgradienten von Bannwald bis zu intensiver Landwirtschaft durchgeführt. Der Anteil an Wald in einem LUU ist der Indikator für die Landnutzungsintensität. Die Schweiz wurde als super test site definiert und daher wurden hier Fernerkundungsdaten herangezogen. Diese waren fusionierte Landsat-IRS mit 5m und Quickbird Satellitenaufnahmen mit 2,8m Auflösung und Farbinfrarot Orthophotos mit 0,6m Auflösung. Abundanz und Artenreichtum von Pflanzen, Vögeln und Käfern zusammen mit Präsenz-Absenz von Sorbus aucuparia, Erithacus rubecula und Pterostichus melanarius Arten wurden untersucht. Canonical Correspondence Analysis der Abundanzdaten lieferte geringe Abweichungen zwischen visueller Interpretation und Segmentierung der Patch Indizes innerhalb einer und zwischen den drei räumlichen Auflösungen. Patch Indizes haben Abundanz von Käfern am besten abgebildet, gefolgt von Pflanzen und Vögel. Grauwerte und Ableitungen der Höhen erwiesen sich als die geeigneteren Indikatoren von Abundanz als Patch Indizes. Mit steigender räumlicher Auflösung stimmen die Grauwerte stärker mit den Daten der Arten überein. Grauwerte konnten die Abundanz bei Käfern mit der größten Varianz abbilden, gefolgt von Pflanzen und Vögel. Artenreichtum der beobachteten Pflanzen, Vögel und Käfer wurden zu visuell interpretierten Patch Indizes und Grauwerte von Quickbird Aufnahmen in Beziehung gesetzt. Poisson Regression lieferte eine gute und statistisch signifikante Übereinstimmung mit den biologischen Daten. Folglich konnte nachgewiesen werden, dass Fernerkundung eine zutreffende Methode ist, um Artenreichtum der drei ausgewählten Taxa vorherzusagen. Für alle drei Taxa stellte Wald den wichtigsten Patch Index dar. Artenreichtum von Vögeln und Käfern reagierte auf den Grauwert Vegetationsindex von Quickbird, während Pflanzen mit dem Focal Summary Filter des roten und den ersten Hauptkomponenten aller Quickbird Kanäle in Zusammenhang gebracht werden konnten. Logistische Regression mit Patch Indizes und Grauwerten leisteten ähnlich gute Modelparameter für alle drei Arten. Das beste logistische Modell konnte für die Vogelart E. rubecula zur Übereinstimmung gebracht werden. Sowohl Patch Indizes als auch Grauwerte konnten in vierundneunzig Prozent der Fälle zwischen Präsenz-Absenz unterscheiden. Im Falle der Pflanze S. aucuparia konnten Patch Indizes als auch die Grauwerte in neunundachtzig Prozent der Fälle in Präsenz-Absenz unterscheiden. Bei dem Bodenkäfer P. melanarius betrug dies sechsundachtzig Prozent bei Patch Indizes bzw. dreiundachtzig Prozent bei Grauwerten. Für alle drei Arten stellt das Waldgebiet den wichtigsten Patch Index dar. Interessanterweise reagierten alle drei Arten auf die gleichen Grauwerte, auf die Focal Density und Focal Summary Filters des roten Quickbirdkanales.


SWD-Schlagwörter: Fernerkundung , Bildsegmentierung , Landschaftsökologie , Biodiversität , Multivariate Analyse , Bildverarbeitung
Freie Schlagwörter (englisch): remote sensing , segmentation , landscape ecology , biodiversity , multivariate statistic
Institut: Institut für Forstökonomie
Fakultät: Fakultät für Forst- und Umweltwissenschaften
DDC-Sachgruppe: Land- und Forstwirtschaft, Veterinärmedizin
Dokumentart: Dissertation
Erstgutachter: Koch, Barbara (Prof. Dr.)
Sprache: Englisch
Tag der mündlichen Prüfung: 21.06.2004
Erstellungsjahr: 2004
Publikationsdatum: 02.07.2004
Indexliste