Integration von Fernerkundungsdaten in nationale undeuropäische Geodateninfrastrukturen – Ableitung vonCORINE Land Cover-Daten aus dem DLM-DE
Stephan arnold, Frankfurt/Main
Keywords: Digital landscape model, DLM-DE, ATKIS Basis-DLM, CORINE Land Cover,In-Situ Data, GMES
daten (Grünreich 2007). Eine der Hauptauf-gaben des Bundesamtes für Kartographie undGeodäsie (BKG) ist es, die kartographischeGrundversorgung der Bundeseinrichtungenzu gewährleisten. In diesem Zusammenhanghat das BKG in Abstimmung mit dem Um-weltbundesamt (UBA) das Konzept eines Di-gitalen Landschaftsmodells für die Zweckedes Bundes (DLM-DE) entwickelt. Die Ablei-tung von CORINE Land Cover-Daten (CLC)aus dem DLM-DE stellt einen nationalen Bei-
1 Hintergrund des Projektes
Vor dem Hintergrund der von der Europäi-schen Weltraumagentur (ESA) und der Euro-päischen Kommission (EC) 1998 gemeinsamins Leben gerufenen europäischen InitiativeGlobal Monitoring for Environment and Secu-rity (GMES) spielen Geobasisdaten als Kom-ponente der im Land Monitoring Core Service(LMCS) verankerten „In-Situ-Daten“ einewichtige Rolle als topographische Referenz-
Summary: Integration of remote sensing data innational and European spatial data infrastructures– derivation of CORINE Land Cover data from theDLM-DE. This paper describes the concept of thedigital landscape model for Germany DLM-DE andits implementation plan. It aims at pointing out thepotential benefits and constraints of the derivationof CORINE Land Cover Data from the DLM-DE asan alternative to the conventional EEA method.The model of the DLM-DE embodies the integra-tion of topographic reference data with thematicremote sensing data. Thereby the ATKIS Basis-DLM shall function as the original data set. Beforederiving the CLC data the ATKIS object type cata-logue is compared with the CLC nomenclature inthe form of a transformation table and – if neces-sary – modified due to missing CLC classes.Through updating and verification by interpretingsatellite imagery the CLC pre-coded DLM-DE ob-jects result in a high resolution dataset on landcover. The reference year 2006 mentioned in thispaper has been shifted to 2009 and is to be read asan example scenario. The here described methodhowever shall be retained basically.
Zusammenfassung: Dieser Beitrag erläutert desKonzept des Digitalen Landschaftsmodells fürDeutschland DLM-DE und seine geplante Umset-zung. Es werden die Möglichkeiten und Grenzender Ableitung von CORINE Land Cover Daten(CLC) aus dem DLM-DE als Alternative zur kon-ventionellen EEA-Methode beleuchtet. Das Daten-modell des DLM-DE sieht eine Integration vonGeobasisdaten mit Geofachdaten aus der Ferner-kundung vor. Als Ausgangsdatensatz wird das AT-KIS Basis-DLM verwendet. Zur Vorbereitung derCLC-Ableitung wird der Objektartenkatalog desBasis-DLM mit der CLC-Nomenklatur abgegli-chen und entsprechend angepasst, um eine objekto-rientierte, semi-automatische Transformation vomATKIS-Flächen-Code zum CLC-Flächen-Codedurchzuführen. Das Ergebnis ist ein räumlichhochauflösender Datensatz zur Landbedeckung fürDeutschland, der anhand von Satellitenbilddatenverifiziert wird. Das hier verwendete Bezugsjahrfür die Aktualisierung des DLM-DE ist im Zugedes Projektverlaufes von 2006 auf 2009 angehobenworden und ist daher im Text als beispielhaftesSzenario zu verstehen. An der Verfahrensweise sollim Wesentlichen festgehalten werden.
die zweite Aktualisierung für das Stichjahr2006 an.
Aufgrund ihrer überregionalen und länder-übergreifenden Vergleichbarkeit fanden CLC-Daten im Laufe der Zeit immer mehr Anwen-dung auch auf lokaler/kommunaler Ebene.Damit einher gingen gesteigerte Anforderun-gen der breiten Nutzergemeinschaft an Land-bedeckungs- und Landnutzungsinformationenhinsichtlich ihrer räumlichen und zeitlichenAuflösung, die sich schließlich auch auf euro-päischer Ebene im Project ImplementationPlan GMES FTS 2006-2008 der EEA (EEA2006) wiederfinden. Mit dem DLM-DE istman sowohl für die Ableitung konventionellerCLC-Daten als auch für die Entwicklung hinzu höher auflösenden LB/LN-Datensätzenaufgestellt.
Da diese Anforderungen durch die Nutzungbereits vorhandener topographischer Basisda-ten kostengünstiger erfüllt werden können,arbeiten BKG und UBA in einem entsprechen-den Projekt zusammen. In diesem Rahmenwollen BKG und UBA die Aktualisierung undFortführung von Landbedeckungsdaten zu-künftig effizienter bei gleichzeitig höhererräumlicher Auflösung und Genauigkeit imGegensatz zur herkömmlichen EEA-Metho-dik des CLC-Updates durchführen. Eine ver-besserte thematische Genauigkeit wird eben-falls angestrebt.
An dieser Stelle sei – ohne tiefer in Detailszu gehen – exemplarisch auf zwei in anderenEU-Mitgliedstaaten angewandte, flächende-ckende nationale Landbedeckungskartierun-gen verwiesen, die ebenfalls als Grundlageder CLC-Aktualisierung alternativ zur her-kömmlichen EEA-Methode eingesetzt wer-den: SIOSE in Spanien (ArozArenA 2006,ArozArenA et al. 2006) und LCM2007 inGrossbritannien (Smith 2007, ceh 2007).
2 Ausgangssituation
2.1 Zu verwendende Daten
Für die Aktualisierung und Verifizierung desDLM-DE2006 wird neben dem ATKIS Basis-DLM als Ausgangsdatensatz der Satelliten-bilddatensatz IMAGE2006 als Hauptinforma-tionsquelle verwendet und durch SPOT5 PAN
trag zur Umsetzung der im Rahmen vonGMES und INSPIRE (EU 2007) verankertenPhilosophie dar.
1.1 Konzept des DLM-DE
Das digitale Landschaftsmodell „DLM-DE“wurde für die Zwecke und Aufgaben des Bun-des konzipiert. Das Konzept des DLM-DE be-inhaltet die Integration von Geobasisdaten mitthematischen Geofachdaten zur Landbede-ckung und Landnutzung (LB/LN) aus der Fer-nerkundung. Dabei soll das ATKIS Basis-DLM als Ausgangsdatensatz in zwei Teil-schritten durch einen Abgleich mit dem Satel-litenbilddatensatz IMAGE2006 (SPOT4/5,IRS LISS III; 20m Bodenpixelgröße) verifi-ziert und mit notwendigen CLC-relevantenErgänzungen versehen werden. Das DLM-DEberuht auf der Struktur und den Daten desATKIS Basis-DLM (erhoben durch die Lan-desvermessung) und wird um die LB/LN-In-formationen erweitert. Es stellt somit einenGeodatensatz dar, der eine Querschnittsanfor-derung aus verschiedenen Sektoren (Umwelt,Land- und Forstwirtschaft, Gewässerschutz,Verkehr, Sicherheit, Raumplanung etc.) bedie-nen kann. Als Anwendungsbeispiel für denUmweltbereich wird hier die Ableitung vonhochauflösenden im Vergleich zu konventio-nellen CLC-Daten beleuchtet.
1.2 CORINE Land Cover
Die Mitgliedstaaten der EU und deren Nach-barstaaten (37) bewerkstelligen die Aktuali-sierung von CORINE Land Cover 2006 unterder Führung der Europäischen Umweltagen-tur (EEA) im Auftrag der Europäischen Kom-mission (EC) mit Beteiligung der Europäi-schen Raumfahrtagentur (ESA). In Deutsch-land obliegt dem Umweltbundesamt (UBA)als nationale Ansprechstelle (NRC – NationalReference Center) die Hauptverantwortunggegenüber der EEA und die Koordination desCLC-Projektes. Basierend auf Satellitenbild-daten wurde CLC europaweit erstmalig fürdas Stichjahr 1990 erfasst, gefolgt von einerAktualisierung mit Stichjahr 2000 (DFD2008a, Keil et al. 2005). Augenblicklich steht
S. Arnold, Integration von Fernerkundungsdaten 131
2.2 Vergleich ATKIS versus CLC-Daten
Die Struktur des ATKIS Basis-DLM gemäßdem Objektartenkatalog (OK) (AdV 2003a,2003b, Online-OK: AdV 2008b) besteht ausmehreren Ebenen (z. B. SIE01_F, VEG02_f,GEW01_F), in denen wiederum mehrere, the-matisch sinnverwandte Objektarten zusam-mengefassten sind (BKG 2005). Es wurde an-gestrebt, gegenseitige Überlagerungen inner-halb einer Ebene zu vermeiden. Dabei könnensich Objektarten verschiedener Ebenenzuge-hörigkeit gegenseitig überlagern (Beispiel:3303 Rollbahn aus Ebene VER01_F auf 3301Flughafen aus Ebene VER03_F). Teilweise istnach dem OK auch eine Überlagerung zwin-gend gefordert (Beispiel: 2221 Stadion ausEbene SIE06_F über 2201 Sportanlage ausEbene SIE03_F).
Da in Deutschland die Aufgabe der Landes-vermessung gemäß dem föderalen Prinzip deneinzelnen Bundesländern obliegt, ergebensich daraus leichte Abweichungen der einzel-nen Objektartenkataloge der Länder unterein-ander. Dies äußert sich entweder in unter-schiedlich ausführlicher Attributierung oderder Existenz einzelner Objektarten. Zur Un-terscheidung von den bundesweit einheitli-chen Regelungen – den so genannten „AdV-Standards“ – werden diese Variationen als„Länderlösungen“ im OK des Basis-DLM ge-kennzeichnet.
Aufnahmen (2,5 bzw. 5m Bodenpixelgröße)ergänzt. IMAGE2006 wird auch bei der her-kömmlichen CLC-Aktualisierung eingesetzt.Weitere Zusatzdaten sollen – soweit verfügbar–mit in den Prozess einbezogen werden. Dazuzählen topographische Karten sowie Ferner-kundungsdaten aus dem Programm GMES,namentlich der Fast Track Service Built-upArea and Soil Sealing (kurz: FTS Sealing) undGMES Service Element Forest Monitoring(kurz: GSE Forest) (GmeS SerVice element
ForeSt monitorinG 2008) zur detailierterenDifferenzierung in bebauten Gebieten und in-nerhalb von Waldflächen. Der FTS Sealing-Layer (EEA 2006) wird basierend aufIMAGE2006 mit überwachten Klassifizie-rungsverfahren erzeugt und im Rasterformatauf 20m Bodenpixelgröße gesampelt ausgege-ben und soll im Sommer 2008 flächendeckendfür Deutschland zu Verfügung stehen. Er gibtdie Bodenversiegelung in Prozent an. Der GSEForest-Layer (GSE FM 2008) wurde auf derBasis von LANDSAT7 und IRS LISS IIIebenfalls mit überwachten Klassifizierungs-verfahren erzeugt und im Rasterformat mit30m Bodenpixelgröße ausgegeben. Er enthälteine CLC-konforme Differenzierung inner-halb der Waldflächen zwischen Laub-, Nadel-,Mischwald und Wald-Strauch-Übergangssta-dien. Die GSE Forest-Daten liegen fürDeutschland nur in Teilen vor, eine zeitnaheVervollständigung ist ungewiss.
Tab. 1: Metadatenvergleich zwischen ATKIS und CLC.
ATKIS Basis DLM CLC
Maßstab 1 :5.000–1 :25.000 1 :100.000
MKF (Mindestkartierfläche) 0,1–1 ha 25 ha bzw. 5 ha (change)
Anzahl Objektarten 190, teilweise überlagernd 44 (EU), 37 (Deutschland)
nen der IMAGE2006-Bilddaten, da CLC-relevante LB/LN-Informationen weitge-hend in Objektattributen enthalten sind.
Daraus ergibt sich die Möglichkeit einer de-tailreicheren, räumlich und thematisch genau-eren Differrenzierung von Objektarten bzw.von Landbedeckungsklassen.
3 Vorarbeiten zur Generierungdes DLM-DE
3.1 Semantische Transformation vonATKIS-Objektarten nach CLC-Klassen
Um die vollständige Ableitung von CLC-Da-ten aus dem DLM-DE zu ermöglichen, wur-den seitens des BKG der Objektartenkatalogdes Basis-DLM auf seine semantische Kom-patibilität mit der CLC-Nomenklatur hinüberprüft (AdV 2003b, Büttner et al. 2006,BoSSArd et al. 2000). Bei eindeutiger Zuwei-sung wurde die entsprechende CLC-Klassevermerkt, bei mehrfach möglicher Zuweisungaller in Frage kommenden CLC-Klassen. Umdie semantische Transformation bundesweitvergleichbar zu halten, sind als Input nur Ob-jektarten und Attributierungen nach bundes-weit gültigem AdV-Standard herangezogenworden, sogenannte Länderlösungen bei der
Das CLC-Datenmodell (DFD 2008b) ist ur-sprünglich auf Anwendungen in kontinental-europäischer, kleinmaßstäblicher Dimensionausgerichtet und sieht eine Mindestkartierflä-che (MKF) von 25 ha bzw. bei Änderungenbereits kartierter Flächen eine MKF von 5 havor. ATKIS-Daten hingegen finden haupt-sächlich auf lokaler und regionaler, großmaß-stäblicher Ebene Anwendung mit einer MKFvon 0,1 bis 1 ha je nach Objektart. Dabei stehtdas ATKIS-Datenmodell mit seiner höherenräumlichen Auflösung und einer größeren An-zahl von Objektarten mit überwiegend breitergefassten Definitionen der CLC-Nomenklaturmit einer geringeren räumlichen Auflösungund weniger Landbedeckungsklassen mithauptsächlich enger gefassten Definitionengegenüber (vgl. Tab. 1).
Die Vorteile des aus dem Basis-DLM her-vorgehenden DLM-DE als Bezugsdatenquellefür die CLC-Ableitung verglichen mit her-kömmlichen (finanzierbaren) Satellitenbildda-ten lassen sich wie folgt aufzählen:
Erfassungsgrundlage des Basis-DLM sind●räumlich höchstauflösende Luftbilder,Hohe geometrische Lagegenauigkeit (bis zu●3 m),Daten liegen im objektstrukturierten Vek-●torformat vor,Höhere thematische Genauigkeit durch●Verringerung visueller Fehlinterpretatio-
Tab. 2: Semantische Ableitung von CLC-Klassen aus ATKIS-Objektarten, Auszug Transformati-onstabelle.
ATKIS DLM-DE Zusatzdaten CLC2000
Code Objektart Attribut Attribut-wert Beschreibung z. B. FTS /
GSE Code Klassenname
2111 Wohnbau-fläche
offeneBebauung
(BEB)
1000 offen Versiegelung< 80% > 112 Nicht durchg.
städt. Prägung
9997 Attribut nichtanwendbar
Versiegelung> 80% > 111 Durchg. städt.
Prägung
2112 Industrie- und Gewerbefläche > 121 Industrie- undGewerbe
S. Arnold, Integration von Fernerkundungsdaten 133
Die statistische Analyse des Tests ergab,dass der Anteil von eindeutig nach CLC-Klas-sen zuordenbaren ATKIS-Objekten in achtvon 14 Bundesländern über 90 Prozent liegt.Die z. T. deutlichen Abweichungen der Wertein den einzelnen Bundesländern sind u.a. mitunterschiedlichen Ländervarianten des Ob-jektartenkatalogs und dem unterschiedlichenErfassungsstand der Attributierung in denLänder-Datensätzen zu erklären.
4 Methodik
4.1 Erweiterung des DLM-DE-Objektartenkatalogs
Das Hauptanliegen des Projektes ist es, CLC-Daten weitestgehend automatisch aus demDLM-DE abzuleiten. Je nach Bundesland istin manchen Fällen jedoch eine direkte Ablei-tung aus bereits genannten Gründen (Unter-schiede in Erfassungsregeln, Definitionen derObjektarten/Klassen, MKF) nicht ohne zu-
Objektattributierung wurden vorerst nicht miteinbezogen, da diese Informationstiefe je nachBundesland unterschiedlich ausfällt. Im spä-teren Projektverlauf sollen jedoch auch nurgebietsweise vorliegende Attributierungen inden Zuordnungsschlüssel mit einbezogen wer-den, sofern sie die eindeutige Zuordnung zuCLC-Klassen erleichtern.
In Tab. 2 ist auszugsweise die Zuordnungvon ATKIS-Objektarten zu CLC-Klassen ab-gebildet. Ebenfalls Erwähnung finden die ge-gebenenfalls verwendete Zusatzdaten (FTSSealing und GSE Forest). Wenn eine eindeuti-ge Zuordnung nicht möglich war, wurden allein Frage kommenden CLC-Klassen vermerkt.Das vor der Umsetzung stehende AAA-Mo-dell (AdV 2008a, 2008b, 2008c) wird in derderzeitigen Phase der Aktualisierung desDLM-DE nicht berücksichtigt, da die Aus-gangsdaten für das Bezugsjahr 2006 noch imalten ATKIS-Datenmodell vorliegen.
3.2 Test-Ableitung von CLC-Datenmit Hilfe DLM50.1-Datensatz inArcGIS
Um eine erste Einschätzung bezüglich des be-vorstehenden Arbeitsaufwandes machen zukönnen, wurde ein Testlauf zur Ableitung vonCLC-Daten aus ATKIS-Objekten für ganzDeutschland durchgeführt. Es wurden die Da-ten des „modellgeneralisierten“ DLM50.1verwendet, dessen Modell dem des Basis-DLMs sehr ähnlich ist, jedoch eine einfachereDatenstruktur und geringere Datenmengeaufweist. Außer der zuvor angestellten seman-tischen Übersetzung der ATKIS-Objektartenin die CLC-Nomenklatur, welche die alleinigeGrundlage des Tests war, wurde keine weitereBearbeitung der Daten vorgenommen. DieTestableitung und Berechnung der Statistikwurde mit ArcGIS durchgeführt und visuali-siert. Abb. 1 zeigt den prozentualen Anteil derATKIS-Objekte, die nach der vorläufigen se-mantischen Transformation eindeutig einerCLC-Klasse zugeordnet werden konnten, auf-gelistet nach Bundesländern1.
1 Die ATKIS-Daten des DLM50.1 von Bremensind in Niedersachsen (NI), die Daten von Berlin inBrandenburg (BB) enthalten.
Abb. 1: Anteil der eindeutig nach CLC ableit-baren Anzahl der DLM50-Flächenobjekte in %nach Bundesländern.
derte Unterscheidung zwischen gesundemWald mit hohen Bäumen von Aufforstungs-flächen, Waldschadensflächen (Windbruch)und Übergangsflächen zu ermöglichen.321 Natürliches Grasland, 333 spärliche●Vegetation, 421 Salzwiesen, 521 Lagunenund 522 Mündungsgebiete:Für die übrigen CLC-Klassen sind beimBKG in Abstimmung mit UBA Lösungenin Arbeit, den OK des DLM-DE entspre-chend der unterschiedlichen Spezifikatio-nen von DLM-DE und CLC zu erweitern.
4.2 Aktualisierung des DLM-DE undErfassung zusätzlicher CLC-relevanter (neuer) Objektarten
Für das Bezugsjahr 2006 sollen im laufendenVorhaben nach vollendeter Erweiterung desOK die Geometrien des DLM-DE überprüftund bei Bedarf angepasst werden, um darausin der Folge den CLC Update 2006 abzuleiten.Daher sollen für flächenhafte, die Landnut-zung und Landbedeckung betreffende Ob-jektarten für gesamt Deutschland die Verän-derungen der bestehenden Geometrien sowiedie Geometrien neuer CLC-relevanter Ob-jektarten erfasst und somit als Land Cover-Information in das DLM-DE integriert wer-den.
Zum Vergleich werden im Zweifelsfall dieBilder des Mosaiks Image2000 (LANDSAT7ETM+) herangezogen, sofern dadurch dieEntwicklung der Landschaft und Darstellungim CLC2000-Datensatz nachvollziehbarerwird. Weiterhin sollen Informationen aus denGMES-Diensten FTS Sealing und GSE Forestin die Verifizierung/Aktualisierung des DLM-DE mit einfließen.
4.3 Generalisierung des DLM-DEund Ableitung des CLC-Datensatzes
Ziel der CLC-Ableitung aus dem DLM-DE istes, einen überlagerungsfreien Vektor-Daten-satz zur Landbedeckung zu erzeugen.
Abb. 2 veranschaulicht den Input und (vonoben nach unten) die einzelnen aufeinanderfolgenden Teilschritte des Workflows der
sätzliche Informationen oder Regeln möglich.Daher muss der OK des DLM-DE entspre-chend modifiziert bzw. durch neue Objektar-ten erweitert werden. Nach den vorangegan-genen Überlegungen zur semantischen Trans-formation sind fehlende oder abweichendeCLC-Definitionen, für die es im Modell desBasis-DLM bisher keine Entsprechungen gab,in den OK des DLM-DE zu integrieren durch
Erstellung neuer Objektarten,●Einführung zusätzlicher Attribute in be-●reits existierende ATKIS-Objektarten (z. B.für CLC 324 Wald-Strauch-Übergangssta-dien),Verwendung bereits bestehender Attribute●als Schlüssel für CLC-Klasse undAggregierungsregeln von ATKIS-Objekten●bei komplexen CLC-Klassen.
Die folgenden vier Unterpunkte erläutern,welche CLC-Klassendefinition bzw. Anpas-sungen daran in den OK des DLM-DE einge-führt werden müssen.
133 Baustellen:●Bei einigen Objektarten des DLM-DE wiez. B. Bahnhöfe, Flughäfen, Dämme etc.wird über das Attribut „ZUS“ der Zustanddes betreffenden Objektes abgefragt. Mitdem Eintrag „im Bau“ lässt sich die CLC-Klasse 133 ableiten, worin alle im Bau be-findlichen Objekte unabhängig von ihrerFunktion als Bahnhof, Flughafen etc. er-fasst werden. Eine neue Klasse ist hier nichtnotwendig.242 Komplexe Parzellenstruktur, 243 Land-●wirtschaft mit natürlicher Bodenbede-ckung:Für die Ableitung komplexer CLC-Klassenist es notwendig, Regeln zur Aggregierungvon benachbarten, unterschiedlich land-wirtschaftlich geprägten Objekten desDLM-DE (Ackerland, Grünland, Weide,Obstanbau) zu schaffen, falls die betreffen-den Objekte jedes für sich die CLC-MKF(25 ha) nicht erreichen.311 Laubwald, 312 Nadelwald, 313 Misch-●wald, 324 Wald-Strauch-Übergangsstadien:Bezüglich der Waldflächen muss die pau-schaler gehaltene ATKIS-Definition gegen-über einer detaillierteren CLC-Klassende-finition modifiziert werden, um die gefor-
S. Arnold, Integration von Fernerkundungsdaten 135
Zusammenfassung („Dissolve“ in ArcGIS)von Flächen gleicher Objektart und Attribu-tierung bzw. nun gleicher CLC-Klasse gelangtman durch die darauffolgende Generalisie-rung auf eine MKF von 25 ha zum LayerCLC2006DLM-DE. Der für das UBA zur EU-Berichterstattung wichtige CLC2006change-Layer kann zwar durch Generalisierung von1 ha auf 5 ha erzeugt werden, hat aber, bedingtdurch den Methodenwechsel, eine andere Ge-stalt und kann nicht direkt mit den CL-C2000EEA-Daten verglichen werden. Es mussdabei die methodisch bedingte Differenz derDatensätze CLC2006EEA und CLC2006DLM-DEberücksichtigt werden.
Für 2009 besticht die DLM-DE-Methodedurch die Möglichkeit, zumindest semi-auto-matisch sowohl einen hoch aufgelöstenCLC2009DLM-DEchange HR (MKF 1 ha) alsauch den „normalen“ CLC2009DLM-DEchangeLayer (MKF 5 ha) aus dem VergleichCLC2009DLM-DEHR mit CLC2006DLM-DEHRabzuleiten.
Die Generalisierung an sich soll nach einemautomatischen, gestuft-kombinierten Verfah-ren erfolgen, bestehend aus zunächst semanti-
CLC-Aktualisierung, untergliedert in die kon-ventionelle EEA-Methode (linke Spalte), dieDLM-DE-Methode 2006 (Mitte) und einenAusblick auf einen möglichen Ablauf derDLM-DE-Metode 2009 bei der nächsten CLC-Aktualisierung (rechte Spalte), die voraus-sichtlich für das Stichjahr 2009 erfolgen soll.
Zur hinreichend bekannten EEA-Methode(EEA 2007): Durch den Abgleich der DatenCLC2000EEA mit den aktuellen Satellitenbil-dern IMAGE2006 wird der CLC2006EEA-change Layer erzeugt (MKF 5 ha). Durch Ver-rechnung mit CLC2000 wird dann der CL-C2006EEA Layer abgeleitet (MKF 25 ha).
Die alternative DLM-DE-Methode sieht vor– wie eingangs schon beschrieben – Geobasis-daten und Geofachdaten durch den Abgleichdes Basis-DLM mit aus Fernerkundungsdatengewonnenen Informationen zur Landbede-ckung und Landnutzung unter Berücksichti-gung der CLC-Nomenklatur im DLM-DE zuintegrieren (MKF 1 ha). Anhand der dabeivergebenen CLC-Kodierung lässt sich darauf-hin aus dem DLM-DE ein hochauflösenderLayer CLC2006DLM-DEHR („high resolution“)extrahieren mit eine MKF von 1 ha. Nach der
Abb. 2: Graphische Darstellung der CLC-Ableitung. Links: konventionelle EEA-Methode mit visu-eller Bildinterpretation; Mitte: DLM-DE-Methode 2006 mit semi-automatischer CLC-Ableitung;Rechts: Ausblick auf zukünftige DLM-DE-Methode bei CLC-Aktualisierungen.
Eine der drei Hauptaufgaben bei der Aktuali-sierung des DLM-DE ist es, die durch dieEbenen-Struktur des ATKIS Basis-DLM be-dingte Überlagerung von Einzelobjekten aufdem Weg zur CLC-Ableitung aufzulösen.Hierfür sind entsprechende Regeln aufzustel-len, die nach einer semantisch orientierten Hi-erarchie im Falle einer zwei- bis fünffachenObjektüberlagerung die jeweils als CLC-rele-vant angesehene DLM-DE-Objektart anoberste Stelle setzt und die darunter liegendenFlächen dominiert, d.h. sie teilweise oder voll-ständig verdeckt. Die Auflösung der Ebenen-struktur in eine flache Datenstruktur ohneÜberlagerungsflächen muss entweder vor derAktualisierung des DLM-DE oder vor der sich
schen, dann geometrischen Regeln. Über eineÄhnlichkeitsabfrage nach festgelegter seman-tischer Hierarchie mit Nachbarflächen werdendie Flächen < MKF erst dem ähnlichstenNachbarpolygon zugeschrieben. Wenn dieseAbfrage nicht greift oder zu keinem seman-tisch sinnvollen Ergebnis führt, soll die Zu-schreibung zum Nachbarn mit der größtenFläche bzw. der längsten gemeinsamen Gren-ze erfolgen.
4.4 Weitere technischeHerausforderungen
In der Prozesskette des DLM-DE und derCLC-Ableitung sind vier Hauptaufgaben zubewältigen. Zum einen gilt es, die Überlage-rungsflächen aufzulösen, indem nach be-stimmten Regeln eine Objektart als die domi-nante, weil CLC-relevante angesehen wird.Zum anderen müssen all die Objektarten über-prüft werden, für die vorab eine mehrfacheZuordnungsmöglichkeit zu CLC-Klassen be-steht. Als dritte zu lösende Hauptaufgabe istdie Generierung komplexer CLC-Klassen, na-mentlich 242 Komplexe Parzellen Strukturund 243 Landwirtschaft mit natürlicher Bo-denbedeckung, zu lösen. Hierbei müssen Flä-chen < MKF zu den genannten beiden CLC-Klassen aggregiert werden. Die vierte Heraus-forderung besteht in der Unterscheidung zwi-schen tatsächlichen Veränderungen derLB/LN („real change”) und den methodischbedingten Veränderungen („pseudo change”).
Abb. 3: Überlagerungsfläche im Basis-DLM,Beispiel I Industriegebiet: 2112 Industrie- undGewerbefläche (rot umrandet) über 2126 Kraft-werk (gelb schraffiert) und 2301 Tagebau(orange schraffiert).
Abb. 4: Überlagerungsfläche im Basis-DLM, Beispiel II Truppenübungsgelände: Landschaft wirdunterschiedlich abgebildet in Abhängigkeit der Ebenenreihenfolge im Basis-DLM. Links: 2114 Flä-chen besonderer funktionaler Prägung / Landesverteidigung (rot) oben auf; Rechts: 4107 Wald/Forst (dunkelgrün) oben auf.
S. Arnold, Integration von Fernerkundungsdaten 137
ziert werden. Entsprechende Regelwerke sindin Arbeit. Am Beispiel der ATKIS-Objektart2213 Friedhof ist in Tab. 3 veranschaulicht, inwieweit die Lage im Raum entscheidend fürdie CLC-Zugehörigkeit sein kann.
Aggregierung der Flächen komplexerKlassen CLC 242 und 243 aus DLM-DE
Um im CLC-Datenmodell bei relativ großerMKF (25 ha) ein feingliedriges Gebiet land-wirtschaftlicher Nutzflächen bestehend auseiner Vielzahl von Parzellen und Flurstücken< 25 ha realitätsnah darstellen zu können, istseitens der EEA in der CLC-Nomenklatur dieKlassen 242 Komplexe Parzellenstruktur vor-gesehen. Sie fasst Flächen < 25 ha unterschied-licher landwirtschaftlicher Nutzung (z. B.Ackerland, Grünland, Streuobst, Weinbau)zusammen.
Wie bereits unter 2.4 erwähnt besteht diedritte der hier aufgeführten technischen Her-ausforderungen darin, aus einzelnen Objektendes DLM-DE, welche jedes für sich genom-men nicht die CLC-MKF von 25 ha erfüllen,zur CLC-Klasse 242 Komplexe Parzellen-struktur zusammenzufassen (vgl. Abb. 5).Gleiches gilt für die CLC-Klasse 243 Land-wirtschaft mit natürlicher Bodenbedeckung.Zur Generierung dieser Polygone stehen zweiVerfahren im Raum, wobei Variante 2 derzeitfavorisiert wird.
Variante 1: Durch das Setzen eines „Aggre-gierungskerns“ wird ein Polygon < MKF (25ha) gewählt, welches einer für CLC 242 in
daran anschließenden CLC-Ableitung erfol-gen. Erstere Variante erleichert bei geringemInformationsverlust die Bearbeitung und Da-tenhaltung, letztere erhält während der laufen-den Prozessierung länger die Vergleichbarkeitund Rückführung auf die originären Datendes ATKIS Basis-DLM aufrecht.Zwei Fragen gilt es bei Überlagerungsflä-
chen zu beantworten: I. Welches ist die aus-schlaggebende Objektart für CLC? II. Fallsmehrere überlagernde Objektarten CLC-rele-vant sind, welche Objektart bildet unter demAspekt der Landbedeckung die Landschaftmöglichst realitätsnah ab? Abb. 3 und Abb. 4veranschaulichen anhand von Beispielen diebeschriebene Problematik. Im Zuge der Über-lagerungsauflösung und Umwandlung in dieflache Struktur ist ein Überlagerungsinfo-Layer vorgesehen, der die Information enthält,wo genau sich welche ATKIS-Objekte auswelchen Ebenen überlagerten.
Mehrfachzuordnungen von ATKIS-Objektarten nach CLC-Klassen
Für manche ATKIS-Objektarten lässt sichnach dem Abgleich der Definitionen des Ba-sis-DLM und von CLC keine eindeutige CLC-Klasse zuordnen. Dabei hängt die eindeutigeZuweisung oft von der Lage des betreffendenObjektes im Raum ab. Mit Hilfe von GIS-ba-sierten Nachbarschaftsabfragen kann zu ei-nem gewissen Anteil die Zahl der Flächen, diedurch visuelle Bildinterpretation einer eindeu-tigen CLC-Klasse zugeordnet werden, redu-
Tab. 3: Mehrfache Zuordnungsmöglichkeit einer Objektart zu CLC-Klassen am Beispiel 2213Friedhof in Abhängigkeit der Lage des Objektes im Raum.
ATKIS Basis-DLM Corine 2006
ObjektartCode
ObjektartName
KlasseCode
Klasse Name CLC-Definition
2213 Friedhof
111 durchgängig städt.Prägung
unbegrünte/begrünte Friedhöfe < 25 ha in-nerhalb durchgängig städt. Prägung
112 nicht durchgängigstädt. Prägung
unbegrünte/begrünte Friedhöfe < 25 ha in-nerhalb nicht durchgängig städt. Prägung
141 städtischeGrünflächen
Friedhöfe mit Vegetation innerhalb Siedlun-gen ( >= 25 ha)
142 Sport- undFreizeitanlagen
Friedhöfe mit Vegetation außerhalb Siedlun-gen ( >= 25 ha)
„Pseudo-changes“ – geometrische undthematische Abweichung zwischenDLM-DE und CLC
Beim Vergleich der DLM-DE Testdaten mitdem schon bestehenden Datensatz CLC2000hinsichtlich ihrer geometrischenÜbereinstim-mung zwischen den Objekten der beiden Da-tensätze traten – bedingt durch die beiden un-terschiedlichen methodischen Ansätze derDatenerfassung – erwartungsgemäß z.T. deut-liche Abweichungen auf. ATKIS-Flächenwerden als scharfe Flurstücke nach Luftbil-dern kombiniert mit Vermessung am Bodenaufgenommen (in situ), CLC-Flächen werdenbis dato nach EEA-Methodik durch Satelliten-bildinterpretation erfasst. Die CLC-Flächen-grenzen haben dadurch eine eher abgerundeteForm entgegen der kantigen ATKIS-Flächen.Im Einzelnen liegen die Gründe hierfür in denteils abweichenden Objekterfassungsregeln,den semantischen Definitionen der Objektar-ten bzw. CLC-Klassen und vor allem in denunterschiedlichen Mindestkartierflächen, wiein Abb. 6, ausschnittsweise dargestellt amBeispiel Mannheim-Ludwigshafen am Rhein,zu erkennen ist. Ein quantitativer Vergleichzwischen DLM-DE und CLC2000 oder gareine daraus abgeleitete Statistik zum Landbe-
Frage kommenden Objektart angehört. Davonausgehend werden Nachbarschaftsabfragenhinsichtlich passender Objektart und zu klei-ner Fläche durchgeführt, welche dann mit demAggregationskern vereinigt werden.
Variante 2: Benachbarte Flächen mit unter-schrittener MKF (25 ha), die unter CLC 242zusamnmenzufassen sind, sollen durch Abfol-ge von Positiv- und Negativpufferung zu Poly-gonen von CLC 242 aggregiert werden.
Abb. 5: CLC2000-Klasse 242 Komplexe Par-zellenstruktur (schwarz umrandet) über einzel-nen ATKIS-Flächen der Objektarten 4101 Ak-kerland, 4102 Grünland/Weide, 4107 Wald/Forst und 2111 Wohnbaufläche.
Abb. 6: CLC2000 (schwarze Linien mit CLC-Codes) über Testergebniss DLM-DE2006 (CLC-Farblegende) mit SPOT 5 PAN als Hintergrund, Mannheim–Ludwigshafen am Rhein.
S. Arnold, Integration von Fernerkundungsdaten 139
gebnisse aus dem DeCOVER-Projekt2 hinzu-gezogen. Die Ergebnisse der Studie fließen indie weitere Projektarbeit ein und sind teilwei-se auch Grundlage dieses Artikel.
5 Zusammenfassende Bewer-tung der Vorgehensweise
Der vorgestellte Ansatz beinhaltet eine koor-dinierte Erfassung der Landbedeckungsinfor-mation und CLC-Ableitung für Deutschland.Vorteile und Synergien sind
die Ausrichtung auf künftige, höher aufge-●löste Datensätze,erhebliche Kostenersparnis unter Ausnut-●zung vorhandener Dienste und Daten(DLM-DE, GMES-Dienste),die Interoperabilität von topographischen●und Landbedeckungsdatensätzen (Geoba-sis- und Geofachdaten),die Integration nationaler und europäischer●Geodateninfrastrukturen (GDI-DE) gemäßder INSPIRE-Richtlinie unddie damit verbundene erhöhte Kosteneffizi-●enz durch mehrfache Nutzbarkeit in derBundesverwaltung und auf EU-Ebene.
Zur Berücksichtigung von methodisch be-dingten Datensatzdifferenzen hinsichtlich ei-ner veränderten Darstellung der Landbede-ckungsmodellierung (Pseudo-changes) durchVergleich der konventionellen EEA- und dermodifizierten DLM-DE-Methode ist anzu-merken, dass geometrische Abweichungen beieinmal festgelegter Toleranz greifbarer zukalkulieren sind. Thematische Pseudo-Chan-ges bedingt durch abweichende vorherige In-terpretation gegenüber der ATKIS-Attributie-rung sind schwieriger und nur mit händischemMehraufwand zu fassen.
Literatur
AdV, 2003A: ATKIS –Objektartenkatalog, Teil D0,Erläuterungen zu allen Teilkatalogen, Version3.2, Stand: 01.07.2003. – Arbeitsgemeinschaftder Vermessungsverwaltungen der Länder derBundesrepublik Deutschland.
2 www.de-cover.de
deckungswandel (land cover change) ist zwardurchführbar, gibt aber aus oben genanntenGründen neben dem tatsächlichen Wandelauch eine Vielzahl an geometrischen „Pseudo-changes“ wieder, welche zunächst nicht von„Real changes“ zu unterscheiden sind. Umeine entsprechende Einschätzung vornehmenzu können, müsste, orientiert an der Pixel-größe von IMAGE2000 eine etwaige Toleranz(z. B. 20–30 m) angenommen werden, inner-halb derer eine Flächenabweichung noch als„keine Änderung“ gilt.
Thematische Pseudo-changes (gegenübergeometrischen Pseudo-changes oder in Kom-bination) zwischen CLC2000 und DLM-DE2006 bedingt durch in DLM-DE enthalte-ne, aufgrund der ATKIS-Attributierung diffe-renziertere Flächeninformation kann zu eineranderen CLC-Klassenzuweisung führen alszuvor in 2000 interpretiert, ohne einen tat-sächlichen Wandel abzubilden.
4.5 Machbarkeitsstudie DLR
Im Rahmen des DLM-DE-Projektes wurdevom BKG beim DLR eine Machbarkeitsstudiezur DLM-DE-Aktualisierung und CLC-Ab-leitung in Auftrag gegeben. Anhand der vierausgewählten Testgebiete Rendsburg (Schles-wig-Holstein), Dresden (Sachsen), Mannheim(Baden-Württemberg/Rheinland-Pfalz) undFriedrichshafen (Baden-Württemberg) wurdedie technische Durchführbarkeit des Projektesuntersucht, um methodische Ansätze sowiederen Möglichkeiten und Grenzen zu beleuch-ten. Für diese Gebiete wurden gemäß der skiz-zierten Arbeitsschritte durch automatischeZuweisung, visuelle Bildinterpretation undEinbeziehung der GMES-Zusatzdaten die Da-ten des Basis-DLM im DLM-DE integriert.Da im Zeitraum der Studie der FTS SealingLayer noch nicht flächendeckend für Deutsch-land vorlag, wurde für die Studie des DLR dervergleichbare Datensatz des REFINA-Projek-tes (DIFU 2008, REFINA 2008) als Alternati-ve verwendet. Zur Interpretation und Ob-jekterkennung wurden hauptsächlich SPOT5PAN-Daten (2,5×2,5m2) eingesetzt, derenräumliche Auflösung für die Zwecke desDLM-DE als ausreichend betrachtet wird. Fürdas Testgebiet Dresden wurden zusätzlich Er-
dFd, 2008B: Klassifizierungsschlüssel und Farble-gende der CLC-Nomenklatur. – www.corine.dfd.dlr.de/media/image/page/legende_weiss_de.gif (letzter Zugriff: 18.06.08).
diFU (hrSG.), 2008: Wege zum nachhaltigen Flä-chenmanagement – Themen und Projekte desFörderschwerpunkts REFINA, Forschung fürdie Reduzierung der Flächeninanspruchnahmeund ein nachhaltiges Flächenmanagement. –Deutsches Institut für Urbanistik, Berlin. edoc.difu.de/edoc.php?id=CI6P45WH (letzter Zu-griff: 18.06.08).
eeA, 2006: GMES Fast Track Service on LandMonitoring, – EEA Project Implementation PlanGMES Land FTS 2006–2008, Stand: 16.11.2006.European Environment Agency.
eeA, 2007: CLC2006 Technical Guidelines. – EEATechnical Report No. 17/2007. European Envi-ronment Agency & European Topic Centre /Land Use and Spatial Information. ISSN 1725–2237.
eU, 2007: Richtlinie 2007/2/EG des EuropäischenParlaments und des Rates vom 14. März 2007zur Schaffung einer Geodateninfrastruktur inder Europäischen Gemeinschaft (INSPIRE). –Amtsblatt der Europäischen Union. Rechtsvor-schriften. L 108, 50. Jahrgang, 25.04.2007, ISSN1725-2539.
GmeS SerVice element ForeSt monitorinG (GSeFm), 2008: www.gmes.info/98+M55157560ef1.0.html?&filter=6&idproj=57&page=0&what=1(letzter Zugriff: 18.06.08).
Grünreich, d. (chAirmAn), 2007: GMES Fast TrackLand Monitoring Core Service, Strategic Imple-mentation Plan, Final Version, Stand: 24.04.2007.– Land Monitoring Core Service Group. www.gmes.info/library/files/5.%20Implementati-on%20Groups%20Documents/Land%20Moni-toring%20Core%20Service%20LMCS/LMCS_Strategic_Implementation_Plan_Final.pdf (letz-ter Zufgriff: 18.06.08).
GSe Fm, 2008: GMES Service Element Forest Mo-nitoring. – www.gmes-forest.info/index.htm(letzter Zugriff: 18.06.08)
Keil, m., KieFl, r. & StrUnz, G., 2005: CORINELand Cover 2000 – Europaweit harmonisierteAktualisierung der Landnutzungsdaten fürDeutschland. – Abschlussbericht. DeutschesFernerkundungsdatenzentrum (DFD) am Deut-schen Zentrum für Luft- und Raumfahrt (DLR).
AdV, 2003B: ATKIS – Objektartenkatalog, Teil D1,Teilkatalog ATKIS-Basis-DLM einschließlichder Kennzeichung des Basis-DLM/1, Basis-DLM/2, Basis-DLM/3 und Basis-DLM/L, Ver-sion 3.2, Stand: 01.07.2003. – Arbeitsgemein-schaft der Vermessungsverwaltungen der Län-der der Bundesrepublik Deutschland.
AdV, 2008A: AAA-Dokumentation zu Modellie-rung der Geoinformationen des amtlichen Ver-messungswesens (GeoInfoDok), Version 6.0,Stand: 11.04.2008. – Arbeitsgemeinschaft derVermessungsverwaltungen der Länder der Bun-desrepublik Deutschland.
ArozArenA, A., VillA, G., VAlcárcel, n., PeceS, J.-J., domenech, e. & PorcUnA, A., 2006: New con-cept on land cover / land use information systemin Spain – Design and production. – Center forRemote Sensing of Land Surfaces, Bonn, 28.–30. Sept. 2006. www.zfl.uni-bonn.de/earsel/papers/215-225_arozarena.pdf (letzter Zugriff:18.06.08).
ArozArenA, A., 2006: SIOSE – Sistema de Infor-mación de Ocupación de Suelos de España. Spa-nisches Informationssystem zu Landnutzungund Landbedeckung. –www.de-cover.de/public/SIOSE_AROZARENA_DEUTSCH_24_01_2006.pdf (letzter Zugriff: 18.06.08).
BKG, 2005: Vektordaten Bundesrepublik Deutsch-land, Digitales Basis-Landschaftsmodell Basis-DLM (Stand: 18.01.2005). – Bundesamt für Kar-tographie und Geodäsie. www.geodatenzent-rum.de/docpdf/basis-dlm.pdf (letzter Zugriff:18.06.08).
BKG, 2008: Produktübersicht und Erfassungsstanddes Basis-DLM. Bundesamt für Kartographieund Geodäsie. – Geodatenzentrum, ZweigstelleLeipzig. www.geodatenzentrum.de/isoinfo/Iso_Prod_Ueber.iso_ueber_produkt?prodid=1&iso_spr_id=1 (letzter Zugriff 20.06.08).
BoSSArd, m., FerAnec, J. & otAhel, J., 2000: EEACORINE Land Cover Technical Guide – Adden-dum 2000. – Technical Report No. 40, Kopenha-gen, May 2000.
Büttner, G., FerAnec, G. & JAFFrAin, G., 2006:EEA CORINE Land Cover Nomenclature Illus-trated Guide – Addendum 2006. – European En-vironment Agency.
ceh, 2007: Land Cover Map 2007 GB. Centre forEcology and Hydrology. – www.countrysidesur-vey.org.uk/land_cover_map.html (letzter Zu-griff: 18.06.08).
S. Arnold, Integration von Fernerkundungsdaten 141
Anschrift des Autors:
Dipl.-Geograph StePhAn Arnold, Bundesamtfür Kartographie und Geodäsie, Referat Pho-togrammetrisch-fernerkundliche Informati-onsgewinnung, Richard-Strauss-Allee 11,D-60598 Frankfurt/Main, Tel.: +49-69-6333-443, Fax: -441, e-mail: [email protected].
Manuskript eingereicht: Juni 2008Angenommen: Dezember 2008
Smith, G. 2007: Land Cover Map 2007. – GMESLand User Meeting, Madrid 23.10.2007. www.gmes-geoland.info/events/download/LCM_2007_Smith.pdf (letzter Zugriff:18.06.08).
