Informationen über Arten und Lebensräume aus der UAV Drohnen Kampagne
RGB-Drohnenbilder liefern hochaufgelöste Rastergraphiken in drei Farbkanälen (R-rot, G-grün, B-blau) und einer Informationstiefe von 8-bit (Grauwerte 0 bis 255). Diese Informationen können genutzt werden, um einem Algorithmus auf die Erkennung unterschiedlicher Oberflächeneigenschaften zu trainieren. So kann zum Beispiel anhand der Farbe grüne Vegetation von braunem Boden und Totholz unterschieden werden, aber auch Pflanzenarten an sich lassen sich anhand der Farbinformationen differenzieren. Dazu wird jedem Pixel die Klasse des jeweiligen Typus zugeordnet und auf einer Karte dargestellt. Die verwendeten Algorithmen lernen dabei von selbst aus dem Farbraum bestimmte Arten zu identifizieren – man spricht hier von maschinellem Lernsystemen.
Zusätzlich zu den Farbinformationen liefern Drohnenaufnahmen digitale Oberflächenmodelle (DOM) in einer Auflösung von unter 20 cm. Durch eine Verschneidung mit einem Laserscan-Höhenmodell (LGB-Brandenburg) kann man ein sogenanntes normalisiertes Oberflächenmodell (nDOM) berechnen. Nachdem die Geländehöhe herausgerechnet wurde bleibt letztendlich nur die Objekthöhe, also im Fall von Testfeld A die Vegetationshöhe, übrig. Auf diese Weise konnten wir schlussfolgern, dass Calluna vulgaris in diesem Gebiet, je nach Alter, Höhen von fünf bis 70 cm erreicht.
Insgesamt wurden drei Verfahren zur automatischen und quantitativen Bestimmung der aufgenommen Drohnenbilder entwickelt. Exemplarisch sind die Ergebnisse für einen Ausschnitt aus Testfeld A (rotes Rechteck oben) dargestellt. Im ersten Bild unten links wurde eine Baummaske produziert, die automatisch die Ränder größerer Bäume erkennt, sodass eine räumliche Trennung von Offenland und Waldhabitaten vorgenommen werden kann. Im zweiten Bild gelang es uns mit Hilfe eines selbstlernenden Algorithmus die einzelnen Heidepflanzen von ihrer Umgebung zu trennen. Jede Pflanze wird im Bildpixel erkannt, ausgewiesen und mit den unterschiedlichen Alters-, Blüh- und Vitalitätsstadien dargestellt (zweites Bild – grün). Im letzten Schritt (drittes Bild – stufenlose Skala wie oben von 0 bis 70 cm) wird den einzelnen Heidepflanzen eine Höhe aus dem nDOM zugewiesen. Alle drei Algorithmen zusammen genommen erlauben es, aus einer Drohnenaufnahme jede einzelne Calluna-Pflanze zu identifizieren und dieser eine Höhen- bzw. Farbinformation zuzuordnen. Die Ergebnisse können nun in weiteren Schritten verwendet werden, um die räumliche Verteilung ganz bestimmter Eigenschaften wie etwa den Blühaspekt oder den Vitalitätsstatus der Pflanzen vorherzusagen.
Einzelbaum Maskierung
Calluna vulgaris Identifikation
Höhe der Einzelpflanzen
Grün = Calluna Pixel