Das Dokument beschreibt die Klassifikation von Baumarten mithilfe von Sentinel-2 Satellitendaten, einschließlich der Nutzeranforderungen und der Erhebung von Referenzdaten. Es wird auf die technische Verarbeitung der Daten, wie atmosphärische und topografische Korrekturen, sowie auf die signaturanalyse und Klassifikationsmethoden eingegangen. Abschließend werden die anwendungsrelevanten Ergebnisse und deren Nutzung im Forstmanagement sowie in der Erstellung von Gefahrenhinweiskarten angesprochen.

1. Baumartenklassifikation mit SENTINEL2 Daten
 Nutzeranforderungen
 SENTINEL2 Satellitendaten (Erfassung und Aufbereitung)
 Erhebung von Referenzdaten
 CIR Luftbilder (airborne Laserscannerdaten)
 Geländebegehungen
 Forstliche Daten
 Signaturanalyse und Qualitätskontrolle
 Klassifikation

2.  Hauptbaumarten
 Fichte
 Lärche
 Kiefer
 Tanne
 Laubwald
 Mischwaldklassen
 Flächendeckende
Auswertung (mit 10m
Rasterweite)
 Statistisch abgesicherte
Genauigkeit
Nutzeranforderungen

3. SENTINEL2 Daten
 SENTINEL 2A – 13. August 2015
 Sensor
 13 Spektralbänder
 10m / 20m / 60m räuml. Auflösung
 Orbitstreifen von 290 km
 Jede Szene besteht aus Kacheln
von 110 km x 110km
 Vorverarbeitung
 Download, Import Level 1C
 Resampling auf 10m Rasterweite
 Atmosphärische Korrektur 
SEN2COR (Level2A)
 Topographische Korrektur 
IMPACT

4. SENTINEL2 Daten vor der topographischen Korrektur

5. SENTINEL2 Daten nach der topographischen Korrektur

6. Erhebung der Referenzgebiete
 Erhebung von Referenzdaten
 CIR Luftbilder
 Verschiedene Aufnahmezeitpunkte zu berücksichtigen
(2009 – 2015)
 Visuelle Auswertung von ca. 450 Referenzflächen nach
Baumart, Überschirmung und Alter (mind. 0,3 ha)
 Sonstige Forstliche Daten
 Waldtypisierung, etc.
 Airborne Laserscannerdaten
 Erstellung eines nDOM (digitales Oberflächenmodell) zur
Abfrage der Baumhöhen
 Geländebegehungen
 Durchgeführt von den Experten der Landesforstdirektion Tirol

7. Signaturanalyse
Basiert auf den Referenzflächen
Analyse und Optimierung der Referenzflächen
Trennbarkeitsanalyse mittels statistischer Kennmaße

8. Signaturanalyse - Beispiele
Basiert auf den Referenzflächen
Analyse und Optimierung der Referenzflächen
Trennbarkeitsanalyse mittels statistischer Kennmaße

9. Zwischenergebnis der Klassifikation
 Pixelbasierte Klassifikation (Maximum Likelihood Klassifikator)
 Multispektrales SENTINEL 2A - Ausgangsbild

10. Zwischenergebnis der Klassifikation
 Pixelbasierte Klassifikation (Maximum Likelihood Klassifikator)
 Räumliches Verteilungsmuster der Baumarten

11. Zwischenergebnis der Klassifikation
 Pixelbasierte Klassifikation (Maximum Likelihood Klassifikator)
 Räumliches Verteilungsmuster der Baumarten

12. Ausblick
 Fertigstellung der Klassifikation
 Validierung
 Geländebegehung durch Forstexperten
 Statistische Auswertung
 Kovarianzmatrix – user accuracy / producer accuracy
 Die Klassifikationsergebnisse können verwendet werden
 Storm Damage Resilience
 Gefahrenhinweiskarten
 Forstmanagementpläne
 Berechnung des Holzvolumens