Forest / Non-Forest Map
In dieser Arbeit wurde der globale Datensatz von Quicklook-Bildern verwendet, der sich durch eine Bodenauflösung von 50 m x 50 m auszeichnet, um den Rechenaufwand zu begrenzen. Für die Klassifizierung können mehrere Beobachtungsgrößen genutzt werden, die das TanDEM-X-System systematisch bereitstellt, wie z.B. die kalibrierte Amplitude, die bistatische Kohärenz und die Höheninformationen des digitalen Höhenmodells (DEM). Insbesondere der Volumenkorrelationsfaktor quantifiziert das Ausmaß der Dekorrelation aufgrund von Mehrfachstreuung innerhalb eines Volumens, die typischerweise bei Vorhandensein von Vegetation auftritt.
Diese Größe wird direkt von der interferometrischen Kohärenz abgeleitet und als Hauptindikator für die Identifizierung von bewachsenen Flächen verwendet. Zu diesem Zweck wird ein Fuzzy-Multi-Clustering-Klassifizierungsansatz, der die geometrische Erfassungskonfiguration für die Definition der Clusterzentren berücksichtigt, individuell auf jede erfasste Szene angewendet.
Es wurde eine gewisse Variabilität der interferometrischen Kohärenz im X-Band zwischen verschiedenen Waldtypen beobachtet, die hauptsächlich auf Veränderungen der Waldstruktur, der Dichte und der Baumhöhe zurückzuführen ist. Dies führt zu einer Anpassung der Algorithmuseinstellungen und insbesondere zur Ableitung unterschiedlicher Clusterzentren, je nach dem betrachteten Waldtyp. Zusätzliche Ebenen werden verwendet, um Gewässer, Städte, Wüsten und geografische Regionen oberhalb der Baumgrenze herauszufiltern.
Die globale Wald/Nicht-Wald-Karte ist jetzt kostenlos für wissenschaftliche Zwecke verfügbar und kann von der EOC geoweb interface. heruntergeladen werden.
Weitere Einzelheiten finden Sie derzeit in den folgenden Referenzen:
[1] M. Martone, P. Rizzoli, G. Krieger, Volume Decorrelation Effects in TanDEM-X Interferometric SAR Data, IEEE GRSL, Vol. 13, No. 12, December 2016.
[2] M. Martone, P. Rizzoli, C. Wecklich, C. Gonzalez, J.-L. Bueso-Bello, P. Valdo, D. Schulze, M. Zink, G. Krieger, and A. Moreira, “The Global Forest/Non-Forest Map from TanDEM-X Interferometric SAR Data,” Remote Sensing of Environment, vol. 205, pp. 352–373, Feb. 2018.