Das Skalenproblem im Precision Farming

1. DasSkalenproblemimPrecision Farming

2. Inhaltsübersicht • Hintergrund • - Warum Precision Farming? • Precision Farming • - Worum geht es? • Skalierung • Fernerkundung • - einschränkende Faktoren • Das Skalenproblem M. Streif - Skalenproblem

3. Hintergrund • Bewirtschaftungsweise (früher/praxisüblich) • einheitliche Bewirtschaftung der Felder aufgrund von • Schwellenwerten • Landwirt kann nur bedingt auf schlaginterne Unterschiede • eingehen • Bereiche mit hohem Ertragspotential bleiben unterversorgt • Bereiche mit geringem Ertragspotential werden überversorgt • Folge: - Belastung der Ökosysteme • - unnötige Ausgaben für den Landwirt • - Gewinnverlust M. Streif - Skalenproblem

4. Precision Farming Worum geht es? • Erfassung auftretender räumlicher Phänomene • in der Landwirtschaft z.B.: - Bodenart - Wasser- und Nährstoffversorgung - Unkrautverteilung - Struktur/Intensität von Pflanzenkrankheiten - Ertragspotential • Phänomene variieren innerhalb und zwischen den Feldern Es ergibt sich eine heterogene Struktur. M. Streif - Skalenproblem

5. Notwendigkeit verschiedener Skalen ! Bedeutung der Skalierung • Diagnose von: Pflanzenkrankheiten • Schädlingen • Unkräutern • innerhalb eines Feldes • Erfassung der Vitalität, Produktivität der Pflanzen • unterschiedlicher Felder M. Streif - Skalenproblem

6. cartographic scale ( Kartenmaßstab ): - Strecke auf der Karte = Strecke auf der Erdoberfläche - großmaßstäbige Karte bedeckt eine kleinere Fläche - enthält mehrere detaillierte Informationen Definition-Skalierung Scale spatial spatial-temporal temporal spatial spatial-temporal temporal cartographic geographic operational resolution cartographic geographic operational resolution M. Streif - Skalenproblem

7. geographic scale: - beschreibt die Größe oder räumliche Ausdehnung eines Gebietes - große Skalierung deckt ein größeres Gebiet ab, als kleine Skalierung - Bsp.:  Ausdehnung von „Nestern“ im Acker  große Skalierung  Verbreitung von Erregern in einem Nest  kleine Skalierung Definition-Skalierung Scale spatial spatial-temporal temporal spatial spatial-temporal temporal cartographic geographic operational resolution cartographic geographic operational resolution M. Streif - Skalenproblem

8. operational scale: - Skalierung, in der bestimmte Prozesse (Phänomene) in einer Umgebung „operieren“ (wirken/arbeiten) - Bsp.: Ein Wald „operiert“ in einer größeren Skalierung, als ein einzelner Baum Definition-Skalierung Scale spatial spatial-temporal temporal spatial spatial-temporal temporal cartographic geographic operational resolution cartographic geographic operational resolution M. Streif - Skalenproblem

9. resolution scale: - drückt die Größe des kleinsten unterscheidbaren Teils eines Objektes aus - Bsp.:  Abtastfähigkeit eines Satelliten  Meter Bodenauflösung pro Pixel  Skalierung eines Rasterbildes  Einheit pro Pixel Definition-Skalierung Scale spatial spatial-temporal temporal spatial spatial-temporal temporal cartographic geographic operational resolution cartographic geographic operational resolution M. Streif - Skalenproblem

10. Skalierung in der Fernerkundung • Skalierung = räumliche Auflösung • definiert durch zwei Begriffe: - extent  Größe und räumliche Ausdehnung des Untersuchungsgebietes - grain  Auflösung der Daten bestimmt den Grad der Detailgenauigkeit definiert über die kleinste identifizierbare Fläche M. Streif - Skalenproblem

11. Fernerkundung Erfassungsmöglichkeiten • Luftbilder • Satellitenbilder http://ivvgeo.uni-muenster.de/Vorlesung/FE_Script/kapitel2/main2-2.html M. Streif - Skalenproblem

12. Fernerkundung Die Nutzung einschränkende Faktoren • geringe Überfliegungshäufigkeit der Satelliten (z.B. 16 Tage)  Schädlingsbefall eines Feldes erfolgt innerhalb kürzester Zeit • funktioniert nicht bei Nacht und Bewölkung • große Lücken in den aufeinanderfolgenden Aufnahmen  beschränkte Fruchtartenklassifikation  schlechtere Bestandesbeobachtung • Luftbildaufnahmen zwar unter der Wolkendecke möglich, • eine hinreichende zeitliche Auflösung jedoch nicht bezahlbar Skalenabhängigkeit aufgrund der Atmosphäre M. Streif - Skalenproblem

13. Das Skalenproblem • Zielsetzung - optimale Skalierung für jeweilige Studie bestimmen - Effekte der Skalierung beurteilen • Probleme 1. Welche Auflösung ermöglicht die beste Erkennung abnormer Erscheinungsbilder?  bei unterschiedlicher räumlicher Auflösung, erscheint ein räumliches Muster homogen bzw. heterogen  Faktoren, die in einer Skala wichtig sind, könnten in einer anderen unbedeutend sein M. Streif - Skalenproblem

14. 3 m 50 m 250 m 400 m Das Skalenproblem - Für optimale Erkennung bestimmter Phänomene ist folgendes zu beachten: a) Ein Skalenwechsel verursacht einen Informationsverlust Beispiel: Zuckerrübenaufnahmen aus unterschiedlichen Höhen (Aufnahmen im nahen Infrarot) Bilder von: K. Voss, A.Schmitz (www.precision-plant-protect.uni-bonn.de/project02/project02_e.htm) - mit niedriger Auflösung  Grad der Schädigung nur schätzbar - mit hoher Auflösung  genaue Identifikation der Schädigung M. Streif - Skalenproblem

15. Informationsgrad 0= keine Information 1= maximale Information 1 maximale Information 0 Abnahme der räumlichen Auflösung Das Skalenproblem b) zu hohe Auflösung kann zu Informationsverlust führen  obere und untere Limit der Auflösung definieren  abhängig von der Größe und Struktur eines Gebietes M. Streif - Skalenproblem

16. Das Skalenproblem 2. Können Unterschiede in den hochauflösenden Daten auch in gröber auflösenden Daten erkannt werden? Methode: Maximum Likelihood Classifikation • gegeben: - bekannter Datensatz - aus Trainingsgebieten klassifiziert • Trainingsgebiet: - in einem Bild identifizierter Teil der Erdoberfläche - Eigenschaften aus Geländebeobachtungen bekannt - dienen als Klassenrepräsentation - Klasse = Gruppe von Geo-Objekten (Nadelwälder, Ackerflächen) M. Streif - Skalenproblem

17. Das Skalenproblem Maximum Likelihood Classifikation • Berechnungen - Varianz, Kovarianz und Mittelwerte für jede Klasse  Wahrscheinlichkeitsfunktionen  Pixel den Klassen zuweisen, zu denen sie am wahrscheinlichsten gehören • Voraussetzung: Normalverteilung der Bildelemente um den Klassenmittelpunkt M. Streif - Skalenproblem

18. Das Skalenproblem • Genauigkeit der Bildklassifikation - durch zwei Faktoren gekennzeichnet: a) Einfluß von Randpixel - Randpixel enthalten gemischte Elemente - feinere Auflösung reduziert Anzahl der Pixel, die auf den Rand eines Objektes fallen  bessere Klassifikation M. Streif - Skalenproblem

19. Das Skalenproblem • Genauigkeit der Bildklassifikation b) spektrale Veränderung - höhere Auflösung steigert Multispektralsignatur eines Objektes - spektrale Vielfalt reduziert spektrale Trennbarkeit der Klassen  niedrigere Genauigkeit in der Klassifikation  optimale Klassifikation: - Kombination beider gegensätzlichen Faktoren - Wichtigkeit der Faktoren variiert in Abhängigkeit von der Größe des zu beobachtenden Objektes M. Streif - Skalenproblem

20. zeitliche Skalierung 100 Jahre Geologie 10 Jahre 1 Jahr Bäume Landwirt- schaft 1 Monat Vegetation 1 Woche 1 Tag 0,001 Meteorologie 0,0001 0,1m 1m 10m 100m 1km 10km 100km räumliche Skalierung Das Skalenproblem 3. Lange Zeiten bis zur Nutzung der Daten Landwirt möchte wissen, wie seine Bewirtschaftungsmaßnahmen am jeweiligen Standort wirken.  Ertragskontrolle dauert sehr lange Es muß möglich sein, dem Landwirt die Daten am gleichen Tag zugänglich zu machen. M. Streif - Skalenproblem

21. Zusammenfassung • Grundsätzlich: - je einfacher die Fragestellung, desto sicherer die Auswertung - Trennung von Wald/Nichtwald oder Vegetation/Nichtvegetation ohne Geländekontrolle möglich • Skalenabhängigkeit eines Phänomens sollte bekannt sein • ( Trainingsgebiete, Referenzmessungen am Boden) • Skalenabhängigkeit ist oft standort- und zeitabhängig  Erfassung der landwirtschaftlichen Produktion mit einer bestimmten Skalierung nicht möglich  man benötigt eine Vielzahl von Skalen M. Streif - Skalenproblem

22. Literaturübersicht Kühbauch, W. (2002): Fernerkundung – eine Zukunftstechnologie im Präzisionspflanzenbau. In: Werner, A. & A. Jarfe (Hrsg.): Precision Agriculture – Herausforderung an die integrative Forschung, Entwicklung und Anwendung in der Praxis. KTBL Sonderveröffentlichung 038, S.79 – 87 Grenzdörfer, G. (1998): Dokumentation und Analyse kleinräumiger Heterogenität mit Fernerkundung und GIS. In: Erfassung der kleinräumigen Heterogenität, KTBL/ATB-Workshop vom 15.-16.Januar 1998 in Potsdam. S.93 – 105 Cao, C. & N.S. Lam (1997): Understanding the scale and resolution effect in remote sensing and GIS. In: Quattrochi, D.A. & M.F. Godchild (eds.): Scale in remote sensing and GIS. S.57- 72 Institut für Geodäsie und Geoinformatik (Universität Rostock): Geoinformatik-Lexikon http:// ivego.uni-muenster.de/Vorlesung/FE_Script/Start.html: Kapitel 3.7, Klassifikation www.precision-plant-protect.uni-bonn.de/project02/project02_e.htm M. Streif - Skalenproblem

23. Heterogenität M. Streif - Skalenproblem

24. Heterogenität M. Streif - Skalenproblem