Please use this identifier to cite or link to this item: http://dx.doi.org/10.25673/13596
Title: Phenological and spectral optimisation of multi-temporal land use classification
Author(s): Gerstmann, Henning
Referee(s): Gläßer, Cornelia
Kleinschmit, Birgit
Granting Institution: Martin-Luther-Universität Halle-Wittenberg
Issue Date: 2018
Extent: 1 Online-Ressource (122 Seiten)
Type: Hochschulschrift
Type: Doctoral thesis
Exam Date: Tag der Verteidigung: 20.12.2018
Language: English
Publisher: Universitäts- und Landesbibliothek Sachsen-Anhalt
URN: urn:nbn:de:gbv:3:4-23973
Subjects: Landnutzung; Klassifikation; Phänologie; Fernerkundung; Modellierung; Zeitfenster; Vegetationsindex; RapidEye; Feldfrüchte; multi-temporal
Land use; classification; plant phenology; remote sensing; modelling; time frame; vegetation index; RapidEye; field crops; multi-temporal
Abstract: Fernerkundungsdaten sind eine wichtige Quelle für die Ableitung von Landnutzungsinformationen. Diese Arbeit untersucht die Potentiale zunehmender zeitlicher Verfügbarkeit von optischen Satellitenbildaufnahmen sowie der Integration von phänologischen Beobachtungsdaten für die Optimierung von Landnutzungsklassifkationen. Es wurde eine Methode zur automatisierten Optimierung von spektralen Maßen und Indizes entwickelt, aus welchen anschließend mehrjährige Trennbarkeitsprofile von Feldfrüchten ermittelt werden konnten. Weiterhin wurde ein geostatistisches Modell zur flächenhaften Modellierung von Eintrittsdaten pflanzenphänologischer Phasen entwickelt. Aus der Kombination dieser Ansätze konnten phänologische Zeitfenster für die gezielte Auswahl von Aufnahmezeitpunkten für Klassifikationen aus Satellitenbildzeitreihen abgeleitet werden. Das optimierte multi-temporale Verfahren wird in einem Untersuchungsgebiet in Mitteldeutschland demonstriert und mit einem etablierten Verfahren verglichen.
Remote sensing data are an important source for the derivation of land use information. In this work, an optimised classification approach is presented that employs the potentials of increasing temporal availability of optical satellite data and the integration of phenological ground observations. A method for the automated optimisation of spectral indices was developed, which could be used to derive temporal profiles of field crop spectral separability. Further, a geostatistical model for spatial modelling of observations of plant phenological phases was developed. Finally, these approaches are combined to detect phenological time frames for the selection of the most valuable acquisition dates for classification purposes out of dense satellite image time series. The optimised classification framework is demonstrated in a study site in Central Germany and compared to an established multi-temporal classification approach.
URI: https://opendata.uni-halle.de//handle/1981185920/13692
http://dx.doi.org/10.25673/13596
Open Access: Open access publication
Appears in Collections:Geowissenschaften

Files in This Item:
File Description SizeFormat 
Dissertation_HenningGerstmann_ULB.pdf19.66 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.