Auswertung der Luftbilder mit Hilfe digitaler Bildbearbeitungsysteme

Bildverbesserung und der automatisierten Klassifizierung vielversprechende Möglichkeiten zur effektiven Inundationsflächenerkennung. Sie stellte auch den Schwerpunkt der fernerkundlichen Auswertungsarbeiten dieses Projektes dar und konnte dank eines DAAD- Stipendiums auf eine Einladung von Prof. Dr. STOW hin am CESAR Lab der San Diego State University in San Diego / Kalifornien durchgeführt werden²¹.

Inwieweit rechnergestützte Luftbildanalysen eine Arbeitserleichterung gegenüber einer analogen Auswertung darstellen, hängt letztlich von der Frage ab, ob es mit der verfügbaren Soft- und Hardware möglich ist, Klassifizierungsmethoden zu entwickeln, welche im Luftbild Inundationsflächen eindeutig von nicht überschwemmten Flächen zu trennen vermögen.

Neben der Leistungsfähigkeit der Software und der Erfahrung des Bearbeiters hängt der Erfolg einer rechnergestützten Klassifizierung von der Art und Qualität der zu bearbeitenden Luftbilder ab. Das für unser Untersuchungsgebiet verfügbare Luftbildmaterial bestand zum überwiegenden Teil aus am Rechner aufgrund ihres geringen spektralen Informationsgehaltes nur schwer zu analysierenden panchromatischen SW Bildern. Hinzu kam, dass viele Luftbilder nicht genau zum

21An dieser Stelle sei mein besonderer Dank an Prof. Dr. Doug Stow und die freundliche Hilfe der Dozenten und Studenten des “Center for Earth System Analysis Research” (CESAR) am Geographical Department der San Diego State University ausgesprochen

Zeitpunkt des Hochwasserereignisses erstellt wurden, sondern teilweise erst Wochen danach. Das Ausmaß der Überschwemmungen konnte aus den Luftbildszenen nur über die Interpretation von Indikatoren (z.B. anhand von Ernteschäden) erschlossen werden .

Dennoch konnten, – wie die folgenden Abschnitte zeigen werden – auch unter diesen erschwerten Bedingungen mit den Methoden der digitalen Bildbearbeitung befriedigende Interpretationsergebnisse erzielt werden. Das ist für die Praxistauglichkeit der verwendeten Analyseverahren insofern von Bedeutung, als das die geringe Verfügbarkeit von geeignetem Luftbildmaterial keine Ausnahme sondern vielmehr die Regel ist. Während in den ersten Dekaden des 20.

Jahrhunderts keine Alternativen zu panchromatischen SW-Filmen existierten, werden sie auch gegenwärtig trotz der Entwicklung von Farbfilm und hoch auflösenden digitalen Aufnahmetechniken bei Bildflügen noch häufig verwendet. Künftige Untersuchungen und Forschungsvorhaben zur Dynamik von Inundationsflächen in anderen Flussauesystemen werden deshalb auch bei der Suche nach Luftbildmaterial vor allem auf panchromatisches SW Bildmaterial zurückgreifen müssen.

Während die Schrägluftbilder aus eigenen Befliegungen von vorne herein nur für eine visuelle Auswertung gedacht waren, wurden sämtliche Senkrechtluftbilder der Reihenmesskammerbefliegungen mit den Mitteln der digitalen Bildbearbeitung aufbereitet und im GIS ausgewertet.

Digitalisierung der analogen Originaldaten

Die Digitalisierung der im Original als Kontaktabzug bzw. Mutterlichtpause vorliegenden Luftbilder erfolgte mit einem herkömmlichen, in anderen Fernerkungungsprojekten allerdings bereits bewährten Flachbrettscanner. Der Scanprozess wurde mit großer Sorgfalt durchgeführt, da er auf die Qualität aller weiteren Bearbeitungsschritte erheblichen Einfluss hat. Als Farbtiefe für den Scan der SW-Photos wurden 8-bit Graustufen mit 256 Grauwerten gewählt. Bei der Wahl der Auflösung war ein Kompromiss zwischen Genauigkeit und Dateigröße der digitalen Bilder zu finden. Um eine Pixelgröße, der eine Kantenlänge in Natura von 1m oder besser entspricht, zu erhalten, wurde die DPI Zahl in Abhängigkeit vom Originalmaßstab über folgende Formel bestimmt: räumliche Auflösung (Strecke in Natura die von einer Pixelkantenlänge repräsentiert wird) = (M x 2,54) / (dpi x 100) in Metern, wobei M = Maßstabszahl, dpi = Scan Auflösung in dpi (dots per inch).

Beispiel: Für die SW-Luftbildszene vom 18.7.1999 mit einer Maßstabszahl von etwa 18 000 wurde eine Auflösung von 600dpi gewählt, um eine Pixelgröße zu erhalten, der eine Kantenlänge von 0,76 m in Natura entspricht.

Bei einer weiteren Verkleinerung der Pixelkantenlänge wäre die Größe der erzeugten Bilddatei nicht mehr handhabbar gewesen, da der Anstieg des weiter benötigten Speicherplatzes einer quadratischen Wachstumsfunktion folgt. Die Arbeiten mit der Software 8.2 IMAGINE am Geographischen Institut der Universität Heidelberg zeigten, dass Luftbilddateien mit 30 MB von der Luftbildsoftware nicht mehr bearbeitet werden konnten. An den Rechnern im CESAR Lab mit 523MB Arbeitsspeicher und einer 8.4. IMAGINE Lizenz waren allerdings auch noch Dateien über 50 MB gut bearbeitbar.

Geometrische Korrektion

Die geometrische Korrektion der Luftbilder erfolgte mit den Werkzeugen der Software IMAGINE 8.4. von ERDAS. Bei diesem sehr zeitaufwendigen Verfahren (ca. 3 – 4 Arbeitswochen) wurden die gescannten Luftbilder über Passpunkte, – in der

englischsprachigen Literatur Ground Control Points (GCP), – von denen sowohl die Koordinaten im Gelände, als auch ihre Lage auf dem Luftbild bekannt waren, geometrisch entzerrt. Aufgrund der zentralperspektivischen Abbildungseigenschaften von Photographien, die eine zum Bildrand hin anwachsende Verzerrung bedingen, wurde nach Möglichkeit nur der Kernbereich der Luftbilder in Nadirnähe verwendet.

Während die 1999er Luftbildszene über eine stereoskopische Überdeckung von 60%

bzw. 20% verfügte, mussten bei den 1983er Bildern auch die Randbereiche genutzt werden. Zunächst wurde die aktuellste und räumlich hochaufgelösteste Luftbildszene (Luftbildszene vom 18.7.1999 mit Maßstab 1:18 000) georeferenziert. Mehrtägige Versuche, im Rahmen eines Geländepraktikums Passpunktkoordinaten im Gelände mit Hilfe eines Differential GPS der KABS (GPS 12cX gekoppelt mit der differential Black Box der Firma GARNMINS) einzumessen, scheiterten daran, dass der Differentialempfang die meiste Zeit versagte.

Die Gauss Krüger-Koordinaten der Passpunkte mussten deshalb über das GCP-Tool von IMAGINE am Digitalisiertablett von den DGK 5 Kartenblättern entnommen werden. Als Passpunkte wurden zumeist sowohl auf der DGK 5, als auch den Luftbildern eindeutig identifizierbare Straßenkreuzungen und –abzweigungen gewählt. Pro Luftbild wurden mindestens 25 GCPs verwendet. Das Resampling erfolgte mit der “nearest neighbour” Methode, da für die Zwecke der Inundationsflächeninterpretation eine möglichst unverfälschte Wiedergabe der ursprünglichen Grauwertverteilung im transformierten Luftbild oberste Priorität besitzt. Die große Anzahl von Passpunkten pro Luftbild ließ die Verwendung eines geometrischen Transformationsmodells zweiter polynomischer Ordnung zu. Als neues Projektions- bzw. Koordinatensystem für die entzerrten und resampleten Luftbilder wurde Gauss-Krüger gewählt (Transformationsparameter in Tab. 7.). Plots der zu einem Mosaik zusammengefügten Luftbilder vom 8.6.1983 (Originalmaßstab ca. 1:34.000) und vom 18.7.1999 (Originalmaßstab ca. 1:18.000) befinden sich im Anhang.

Rektifikation (rectification) der übrigen Luftbildszenen

Die sehr sorgfältig georeferenzierte Luftbildszene vom 18.7.1999 diente nun als Grundlage für die Rektifizierung aller anderen vorliegenden Luftbilder. Als Passpunkte wurden neben Straßenkreuzungen auch einzelstehende Bäume oder andere auf beiden Luftbildern eindeutig identifizierbare Objekte gewählt. Die Zahl der GCPs lag je nach Maßstab zwischen 30 und 50 Punkten. Resampling Methode, Koordinatensystem sowie alle anderen Transformationsparameter wurden aus der Georeferenzierung der 99er Luftbilder übernommen (siehe Abb. 35.).

Mosaiking

Der Verarbeitungsprozess des Mosaikings,- eines Zusammenfügens der entzerrten Luftbilder zu einer zusammenhängenden Luftbildkarte, - dient in erster Linie einer besseren Wiedergabe der Luftbilder im GIS. Die für dieses Projekt verwendete GIS Software ArcView/ArcInfo gibt Luftbilder in einem nord-süd-orientierten rechteckigen Ausschnitt wieder. Den außerhalb des eigentlichen Luftbildes liegenden Pixeln wird in ArcView der Wert 0 (entspricht dem Pixel Farbwert „Schwarz“) zugeordnet. Zum einen werden dadurch die geometrisch korrigierten Luftbilder mit einem die Analyse störenden schwarzen Rand wiedergegeben, zum anderen belasten die 0-Werte den Speicherplatz und können die Dateien um das 1.5 fache vergrößern. Am einfachsten ließ sich dieses Problem durch das Mosaiking und ein Nord-Süd-orientiertes Clippen der Bilder mit den Mosaiking- und Subset Image Befehlen von Imagine 8.4. lösen (siehe Abb. 36.).