Wissenschaftler haben eine Methode entwickelt, um die Höhe von Wäldern mithilfe moderner Satellitentechnologie zu messen. Dadurch wird der Bedarf an arbeitsintensiver Feldarbeit deutlich reduziert. Eine Studie veröffentlicht am 29. Juli im Zeitschrift für Fernerkundung von einem Team internationaler Forscher nutzt hochauflösende Satellitenbilder des chinesischen Satelliten Gaofen-7 (GF-7) und historische Bilder von Google Earth, um hochpräzise Messungen der Waldhöhe zu erreichen.
Der Satellit GF-7, der für seine stereoskopischen Bilder mit sehr hoher Auflösung (VHR) bekannt ist, kann detaillierte Bilder der Erdoberfläche, einschließlich der Wälder, aufnehmen. Bisher waren für die genaue Messung der Waldhöhen mithilfe solcher Bilder Bodenkontrollpunkte (Ground Control Points, GCPs) erforderlich, die durch zeitaufwändige und kostspielige Feldarbeit erfasst werden mussten. Dies stellte insbesondere in abgelegenen oder bergigen Gebieten eine erhebliche Herausforderung dar.
Um dieses Problem zu lösen, führten Forscher eine neue Methode namens Multi-temporal Averaging of Google Earth (MAGE) ein. Diese Technik nutzt die multitemporalen historischen Bilder von Google Earth, um GCPs zu erfassen, ohne dass umfangreiche Felduntersuchungen erforderlich sind. Durch die Mittelung der Koordinaten aus mehreren historischen Bildern verbessert MAGE die Genauigkeit und vereinfacht den Prozess.
Die Studie demonstrierte diesen Ansatz in der Schweiz sowie im Nordosten und im Süden Chinas. Mithilfe von stereoskopischen GF-7-Bildern und von MAGE abgeleiteten GCPs erstellten die Forscher aus den GF-7-Bildern ein digitales Oberflächenmodell (DSM) und subtrahierten die Höhen der Bodenoberfläche, um die Waldhöhen zu ermitteln.
Die Ergebnisse waren beeindruckend: Die durchschnittlichen Fehler in den Koordinaten der MAGE-Methode lagen unter 2,0 Metern. Die anfänglichen Waldhöhenmessungen wiesen einen durchschnittlichen Fehler von 12,3 Metern auf, der sich mit der optimierten MAGE-Methode jedoch deutlich auf nur 1,5 Meter verbesserte. Darüber hinaus verbesserte sich die Genauigkeit des Höhenvorhersagemodells dramatisch, wobei die Korrelation zwischen vorhergesagten und tatsächlichen Höhen von 0,72 auf 0,95 stieg.
Diese Erkenntnisse unterstreichen die Wirksamkeit der MAGE-Methode bei der Verbesserung der geometrischen Verarbeitung von VHR-Bildern, was zu genaueren Schätzungen der Waldhöhe führt.
„Dieser Fortschritt birgt großes Potenzial für verschiedene Umwelt- und Forstwirtschaftsanwendungen. Er ermöglicht eine effizientere Überwachung und Bewirtschaftung der Waldressourcen, was für das Verständnis der ökologischen Gesundheit, der Kohlenstoffspeicherung und der Erhaltung der Artenvielfalt von entscheidender Bedeutung ist“, sagt Ni Wenjian vom Aerospace Information Research Institute (AIR) der Chinesischen Akademie der Wissenschaften.
Darüber hinaus sei es durch den geringeren Bedarf an Feldarbeit möglich, groß angelegte Messungen der Waldhöhe selbst in schwer zugänglichen Gebieten durchzuführen und so weltweit eine bessere Waldbewirtschaftung zu fördern, fügt er hinzu.
Die Studie stellt einen bedeutenden Fortschritt in der Fernerkundungstechnologie dar und zeigt, wie durch die innovative Nutzung vorhandener Daten traditionelle Herausforderungen bei der Umweltüberwachung überwunden werden können.
Die Forschung wurde von Institutionen wie AIRCAS, Heilongjiang Institute of Technology, Chinese Academy of Forestry und der University of Maryland durchgeführt.
Weitere Informationen:
Wenjian Ni et al., Waldhöhenermittlung mit hochauflösenden GF-7-Stereobildern und multitemporalen historischen Bildern von Google Earth, Zeitschrift für Fernerkundung (2024). DOI: 10.34133/remotesensing.0158
Zur Verfügung gestellt vom Journal of Remote Sensing