Geoinformatik und Geostatistik: Ein Überblick

Visualisierung des Spektralraums von Landsat-Bildern als Methode zur geomatischen Modellierung borealer Ökosysteme (am Beispiel Ostfennoskandinaviens)

Litinsky Peter

Es wird ein neuer Ansatz zur Informationsextraktion aus Landsat TM/ETM+-Bildern vorgeschlagen. Dieser beinhaltet die Umwandlung des Bildraums in eine sichtbare 3D-Form und den Vergleich der Positionen der Ökosystemsignaturen in diesem Raum mit der grafischen Darstellung der Wald- und Moorbedeckungstypologie (biogeozänotisches Schema). Das Modell basiert auf den Achsen LC1-LC2-MSI: die beiden ersten Hauptkomponenten der Bildmatrix in logarithmischer Form und der Feuchtigkeitsstressindex. Im Vergleich zu Tasseled Cap ist diese Umwandlung für das Untersuchungsgebiet besser geeignet. Die Spektralklassen reifer Wälder ordnen sich vom ökologischen Optimum (Moränenhügel) entlang zweier wichtiger Umweltgradienten an: i) Mangel an Wasser und Nährstoffen (fluvioglaziales Sandgrundgestein) und ii) Grad der Versumpfung (Seeebenen). Auf diese Weise werden die biogeozänotischen Komplexe (quartäre Ablagerungen + Vegetation) identifiziert. Die Sukzessionsverläufe von Wald und Regeneration durch den Spektralraum werden auch mit der Art der quartären Ablagerungen in Zusammenhang gebracht. Bei offenen Mooren spiegeln die Spektralklassen die Art des Wassers und der Mineralernährung (ombrotroph oder mesotroph) sowie den Grundwasserspiegel wider. Das Spektralmodell ist ein mathematisch formalisiertes Objekt, das die quantitativen und qualitativen Eigenschaften der Ökosysteme beschreibt. Wird es im geografischen Raum eingesetzt, wird es zur optimalen strukturellen Grundlage für die Integration der Ergebnisse diskreter Feldbeobachtungen in ein einziges Raum-Zeit-Kontinuum. Das anhand der mit dem Scanner gemessenen physikalischen Eigenschaften erstellte Spektralraummodell kann die Grundlage für eine objektive Klassifizierung borealer Ökosysteme sein, bei denen eines der wichtigsten Clusterkriterien die Position im Spektralraum ist.