WebGIS für Monitoring und Risikoanalyse von GVO, Koexistenzregelungen und Anbauplanung - GeneRisk, Umweltnatur and Umweltsozialwissenschaften - page 134

SWIR-Kanal (1.550-1.700 nm). Band 1 ist nicht belegt, so dass der Wellenlängen-
bereich des Blaukanals (ca. 420-520 nm) nicht aufgezeichnet wird. Das zeitliche
Intervall für die Wiederaufnahme des gleichen Erdoberflächenausschnitts (zeitliche
Auflösung) beträgt 24 Tage 10 (Lutes 2005 ) .

Verfahrensschritte zur Detektion von Maisfeldern

Wie oben beschrieben, ist es ein wichtiges Ziel des GeneRisk-Verbundvorhabens,
die großräumigen Auswirkungen des Anbaus von GVO in Deutschland zu un-
tersuchen. Da entsprechende Angaben über die Lokalisierung von Maisanbauflä-
chen in Deutschland nicht verfügbar sind, wurde sowohl ein statistischer Ansatz
gewählt, der sich neben Informationen zur Lage von Ackerflächen (z. B. auf Ba-
sis von ATKIS, Amtliches Topographisch-Kartographisches Informationssystem)
auf Agrarstatistiken, Bodenkennwerten (Ackerzahl) und Betriebsdaten stützt (vgl.
Kap. 6 und 7 ), als auch der Versuch unternommen, existierende Maisfelder un-
terschiedlicher Anbaujahre anhand von Satellitendaten zu identifizieren. Aus den
oben beschriebenen Gründen wurde zur Verbesserung der Detektionsrate eine multi-
temporale Klassifikationsmethode gewählt, bei der für ein Untersuchungsgebiet
zwei Satellitenbildszenen unterschiedlicher Aufnahmezeitpunkte aus der gleichen
Vegetationsperiode zugrunde liegen. Entscheidend für die Wahl des Aufnahmezeit-
punktes der Fernerkundungsdaten sind die phänologischen Entwicklungsstadien der
Maispflanze . 11 Dazu wurde ein Satellitenbild aus dem Frühjahr klassifiziert, wenn
der Mais noch nicht aufgelaufen ist, die meisten anderen Ackerfrüchte aber be-
reits aufwachsen und dadurch den Ackerboden bedecken. Dem wurde ein im Herbst
aufgenommenes Satellitenbild gegenüber gestellt. Dabei wurde der Aufnahmezeit-
punkt so gewählt, dass der Mais die Gelbreife erreicht hat, während die meisten
anderen Ackerfrüchte bereits abgeerntet sind. Eine anschließende Überlagerung
und Kombination der beiden Klassifikationsergebnisse sollte zu einem optimierten
Ergebnis führen.
Im ersten Schritt wurden die beschafften Fernerkundungsdaten mittels Erdas
Imagine und ArcGIS vorverarbeitet, indem die 4 spektralen Bänder zusammenge-
legt (Layerstack) und die Bilder anschließend georeferenziert wurden. Außerdem
wurden alle für die Klassifizierung und Verifizierung notwendigen Informationen
zusammengestellt und in ein einheitliches Bezugssystem überführt.
Im zweiten Schritt wurden aus den Satellitenbildern mit Hilfe von ATKIS-Daten
die Bereiche extrahiert, die als landwirtschaftlich genutzte Ackerflächen ausge-
wiesen waren. Dies vereinfachte die spätere nutzungsspezifische Klassifikation der
Restpixel.
Im dritten Schritt wurden die Satellitenbilder zunächst einer unüberwachten
Klassifikation unterzogen, um die Anzahl unterschiedlicher Spektralklassen und
die Trennbarkeit der spektralen Signatur von Mais abzuschätzen. In der darauf
folgenden überwachten Klassifikation wurden 2 Landnutzungstypen (1 = Mais,

=

0 nicht Mais) bestimmt, für die jeweils 20-30 Trainingsgebiete formuliert

10 http://www.euromap.de/docs/doc_005.html
11 http://www.sozial-oekologische-forschung.org/de/1208.php