![]() |
![]() |
Blattflächenindex und Bedeckungsgrad von Daniela Knorr und Christian Weise
1. Einleitung Im Rahmen des Forschungsprojektes "TerraDew - Investigations about the temporal Effects of Dew on
multifrequent and multipolarimetric Radar Backscatter Signals" wurden im Zeitraum vom 12.6. bis 16.6.2000 Geländearbeiten von Studierenden des Lehrstuhls für Geoinformatik im Untersuchungsgebiet
Alling (südwestlich von München) durchgeführt. Das Hauptprojektziel besteht in der Quantifizierung des Einflusses von Tau auf die Radarrückstreuung. Die SAR-Daten-Aufzeichnung erfolgte mit dem
experimentellen, multifrequenten und multipolarimetrischen Flugzeug-SAR der DLR. Die Geländearbeiten bezogen sich neben der Kartierung der Feldfrüchte auf die Aufnahme von
Radarrückstreurelevanter Parameter der Vegetation und des Bodens. Aufgabe dieses Berichtes ist es die von der Vegetation abhängigen Parameter, Blattflächenindex,
Bedeckungsgrad sowie die spezifischen Geländearbeiten zu deren Erfassung, zusammenfassend zu beschreiben. Dies beinhaltet unter anderem die Definitionen und die möglichen Aufnahmemethoden
(Kap. 1), die Erläuterung der durchgeführten Methodik (2.1) und die Charakteristik des verwendeten Meßgerätes (Kap. 2.2) sowie die Beschreibung der noch folgenden Aufarbeitung und Auswertung der
Daten (Kap. 3). Den Schluß bildet eine kurze Zusammenfassung der gewonnenen Erkenntnisse und Erfahrungen. 2. Blattflächenindex und Bedeckungsgrad Dieses Kapitel soll im folgenden auf die im Gelände aufgenommenen Vegetationsparameter
Blattflächenindex sowie Bedeckungsgrad eingehen. Ziel hierbei ist es, sie zu definieren und deren Aufnahmemethoden vorzustellen. Der Blattflächenindex
(LAI = Leaf Area Index) beschreibt das Verhältnis der gesamten Blattoberfläche eines Bestandes zur gesamten Bestandsgrundfläche: LAI = Blattfläche des Bestandes / Grundfläche des Bestandes [m²/m²] Existieren keine Blätter oder Nadeln beträgt der LAI = 0, entspricht die Blattfläche der horizontalen
Bodenfläche ist er = 1, ist die Blattfläche doppelt so groß wie die Bodenfläche ist er = 2 usw. Der maximale Wert des LAI beträgt 16 und wird in den immergrünen Wäldern der Westküste der USA
erreicht. Bei einem LAI > 1 sind nicht mehr alle Blätter bzw. Nadeln von oben zu sehen (Wohlrab et al. 1992; Hildebrandt 1996; Danson 1995). Der Bedeckungsgrad
stellt das Verhältnis der vom Laubdach überdeckten Fläche zur Bestandsgrundfläche dar (Helmschrot 1999) und variiert daher zwischen 0 und 1. Oft wird er auch als
prozentualer Bedeckungsgrad, also als der Anteil der Bestandsgrundfläche, der lückenlos durch photosynthetisch aktives Material überdeckt ist, angegeben und variiert dann zwischen 0% und 100% (Elvidge & Chen 1995; Lacaze 1996).
Es existiert eine Vielzahl von Methoden zur Bestimmung der Vegetationparameter LAI und Bedeckungsgrad, die sich in direkte und indirekte Methoden unterteilen lassen:
Eine in der Literatur häufig auftauchende indirekte Aufnahmemethode des LAI sowie des Bedeckungsgrades basiert auf der Verarbeitung von Fernerkundungsdaten. Dabei erfolgt die Ableitung
durch die Kalibrierung der Fernerkundungsdaten über verschiedene Geländemethoden und empirisch ermittelte Beziehungen zwischen Vegetationsindizes (z.B. NDVI) und Zielparametern. Die Zielparameter
LAI oder Bedeckungsgrad werden stichprobenartig an ausgewählten Stellen am Boden bestimmt und dann mit den Vegetationsindizes der entsprechenden optischen Fernerkundungsdaten mathematisch in
Beziehung gesetzt. Mit der so ermittelten Beziehung werden dann für jedes Pixel der Fernerkundungsdaten die Werte für den Vegetationsparameter berechnet (Lacaze 1996).
Die geländebasierten indirekten Verfahren zur Bestimmung des LAI bedienen sich verschiedener Meßgeräte, um das von der Vegetation interzepierte Licht zu bestimmen und v.a. in den LAI zu
transformieren. Die Mehrzahl dieser Verfahren stützt sich auf die Analyse hemisphärischer Fotoaufnahmen, die von der Erdoberfläche durch die Vegetationsdecke gemacht werden. Diese
Aufnahmen werden gescannt und unter Berücksichtigung verschiedener Einflußgrößen wie Geometrie und Orientierung des Laubes einer Grauwertseparation unterzogen, aus deren Analyse dann die
LAI-Werte abgeleitet werden. Ebenfalls weit verbreitet ist die Verwendung von sogenannten Lichtmessern, mit deren Hilfe das Verhältnis von eingehender und im Bestand gemessener Strahlung
bestimmt und aus ihm der LAI ermittelt werden kann (Helmschrot 1999). Häufig verwendete Geräte zur indirekten Bestimmung des LAI sind das DEMON-System aus Australien, der LAI-2000 Plant Canopy
Analizer und das Sunfleck Ceptometer aus den USA (Lacaze 1996). Die direkten und genaueren Methoden sind destruktiver Art indem das Blattwerk von den Pflanzen
entfernt wird, um den LAI zu bestimmen (Lacaze 1996). Hierbei werden die einzelnen Komponenten der Pflanzen separat ausgewogen, um sowohl die Gesamtbiomasse als auch das reine Gewicht des
Blattwerkes zu bestimmen. Folgend wird die Blattfläche der Proben mit einem Planimeter bestimmt und über eine Verhältnisgleichung auf die Pflanze umgerechnet. Die so ermittelte Blattfläche der Einzelpflanze
wird mit der Anzahl aller Pflanzen des Bestandes multipliziert und das Ergebnis durch die Bestandsgrundfläche dividiert (s. Formel) (Helmschrot 1999).
Der LAI und der Bedeckungsgrades finden hauptsächlich als Parameter in der hydrologischen Modellierung Anwendung. 3. Geländearbeit 3.1 Aufnahmemethodik
In diesem Kapitel soll nun auf die verwendeten Methoden zur Ermittlung des Blattflächenindexes sowie des Bedeckungsgrades eingegangen werden. Die Bestimmung des Blattflächenindexes
erfolgte durch eine indirekte Aufnahmemethode. Als Meßgerät diente uns hierbei der CI-100 Digital Canopy Imager (s. Kap. 2.2). Mit diesem Instrument
läßt sich die vorhandene vegetative Bedeckung schnell und unkompliziert ermitteln. Es besteht aus einer photographischen Aufnahmeeinheit sowie einer externen Analysesoftware (s. Kap. 2.3). Unter der
Verwendung der Software können die gewonnenen digitalen Bilder analysiert und der Blattflächenindex errechnen werden. Bei der Bildaufnahme müssen folgende Rahmenbedingungen und Abläufe unbedingt berücksichtigt
werden:
Ziel unserer Geländearbeit war es, den Blattflächenindex für jede kartierte Feldfrucht zu ermitteln. Hierfür wurde für jede Fruchtart ein repräsentatives Feld ausgewählt und je 30 LAI-Messungen
durchgeführt. Nach jeder Meßreihe wurde der CI-100 ausgelesen und die Daten über die Analysesoftware auf dem Laptop gespeichert. Der stellvertretende LAI für jede Fruchtart wird später
aus den entsprechenden Mittelwerten der Berechnungen gebildet. An folgenden Klassen wurden Messungen durchgeführt: Weizen, Roggen, Raps, Wintergerste, Sommergerste, Mais, Hafer, Erbsen,
Kartoffeln, Luzerne, Kleegras, verschiedene Grünlandstadien und Brache. Die Ermittlung des Bedeckungsgrades erfolgte über eine indirekte Aufnahmemethode mittels
Fotoapparat. Ziel hierbei ist es mehrere Bilder, im Winkel von nahezu 90° zum Boden, für jeden Bestand zu erstellen. Mithilfe dieser Photos läßt sich der prozentuale Bedeckungsgrad der Vegetation
über Methoden der Bildverarbeitung erzielen. Im Gelände wurden für jedes kartierte Feld drei Photos aufgenommen, so daß über den Mittelwert der
stellvertretende prozentuale Bedeckungsgrad gebildet werden kann. Um einen repräsentativen Wert der Bedeckung zu erhalten muß der Bearbeiter versuchen möglichst a) die 90° einzuhalten (um einen
eindeutigen Flächenbezug zu erhalten), b) "schattenfreie" Bereiche zu photographieren (bei der späteren Analyse bilden Schatten einen schlecht klassifizierbaren Grauwertbereich für die
Bildverarbeitungssoftware und können somit nicht immer eindeutig einer Klasse (Vegetation oder Boden) zugeordnet werden) und c) typische "Vegetationslagen" aufzunehmen (Feldheterogenitäten in
Bezug auf die Bedeckung sollten berücksichtigt werden). 3.2 Verwendete Meßgeräte
Der folgende Abschnitt dieses Berichtes beschäftigt sich mit den im Gelände verwendeten Meßgeräten und deren Funktionsweise und Meßgenauigkeit. Da zur Ermittlung des Bedeckungsgrades Fotoapparate
als Aufnahmeinstrumente zum Einsatz kamen und die Funktionsweise dieser allgemein bekannt ist, soll hier näher auf den Digital Plant Canopy Imager CI-100 zur Bestimmung des Blattflächenindexes eingegangen werden. Das von der Firma CID Incorporation, Vancouver entwickelte Meßinstrument verwendet eine digitale Kamera mit einer "Fischaugenlinse" um die vorhandene Vegetationsüberdachung aufzunehmen. Der
Vorteil dieser Linsenform liegt in einem 150° Aufnahmeblick, so daß ein zuverlässiges Abbild der Bedeckung erfaßt werden kann. Die Datenaufnahme erfolgt mit der Aufnahmeeinheit (s. Abb. 1). Für
die Datenspeicherung sowie die Datenaufbereitung benötigt man zusätzlich einen Rechner mit der Analysesoftware (bevorzugt Laptops, da "geländetauglich").
Im Vergleich mit den direkten Methoden (s. Kap. 1) liefert dieses Meßverfahren wesentlich schlechtere Ergebnisse in der Abschätzung des LAI. Dies liegt zum einen in der hohen Ungenauigkeit des
Meßgerätes in Bezug auf Feldheterogenitäten und zum anderen in der mathematischen Umsetzung der, die Geometrie beschreibenden Anpassungsalgorithmen begründet. In Bereichen geringer LAI’s neigt das
Verfahren zu signifikanten Überschätzungen des LAI von 20% bis 132% (Helmschrot 1999). Abb. 1: Digital Plant Canopy Imager CI-100
Genauigkeitsabschätzungen in Bezug auf die Aufnahmemethodik des Bedeckungsgrades lagen uns nicht vor. 4. Aufarbeitung und Auswertung Im folgenden soll nun auf die Arbeitsschritte wie Methoden nach der Datenaufnahme eingegangen
werden. Die Aufbereitung der erhobenen LAI-Messungen beinhaltet deren räumliche Zuordnung bezüglich der aufgenommenen Felder. Die Bedeckungsfotos hingegen müssen zunächst gescannt
werden, um sie später in eine Bildverarbeitungssoftware einlesen zu können. Bei der Auswertung der im Gelände aufgenommenen LAI-Bilder mit der Analysesoftware müssen
lediglich die entsprechenden Dateien für die Berechnung geladen werden (s. Abb. 2). Der Output besteht aus einem Reportfile, indem die Ergebnisse enthalten sind. Unser unten stehendes Beispiel zeigt
nach der Berechnung einen LAI von 1,41. Abb. 2: Auswertung der LAI-Messungen, links mit dem Digital Plant Canopy Imager CI-100 aufgenommenes Foto von Mais, rechts mit der Analysesoftware berechnetes "LAI-Bild" Reportfile des Bildes: Zur Ermittlung des Bedeckungsgrades müssen die eingescannten Bilder in einer Bildverarbeitungssoftware bearbeitet werden. Hierbei wird eine unüberwachte Klassifikation
durchgeführt, deren Ergebnis nach einer Reklassifizierung zwei Klassen enthält, die die Verteilung der Vegetation bzw. des Bodens wiederspiegeln (s. Abb. 3). Wir verwendeten zur Berechnung der
Bedeckung unseres Beispieles die Bildverarbeitungssoftware ERDAS Imagine und ermittelten einen Bedeckungsgrad von 58,43%. Abb. 3: Berechnungsbeispiel des Bedeckungsgrades mit ERDAS Imagine Rückblickend lassen sich für die durchgeführte Kampagne neben der Aneignung neuer Erfahrungen in
Bezug auf die angewendeten Aufnahmemethoden der geländespezifischen Parameter sowie der Entwicklung des erfreulichen Teamworks zwischen den Teilnehmenden einige Bedenken zu den Meßgenauigkeiten feststellen.
Meist, und auch hier scheint die Behauptung, daß die "Aufnahmegenauigkeit" immer unproportional mit der "Aufnahmegeschwindigkeit" einhergeht, gerechtfertigt. Die einfache und auch schnelle Erfassung des
LAI mittels des CI-100 arbeitet nach unserem Erachten sehr fehleranfällig. Sobald die spezifischen Rahmenbedingungen zur Messung nicht vorhanden sind (bedeckter Himmel, möglichst geringe diffuse
Strahlung, gleichmäßige Verteilung der Vegetation u.ä.) muß der Bearbeiter sehr instinktiv und erfahrungsabhängig die erforderlichen Messungen durchführen, was sich immer nur schwer
nachvollziehen läßt und nur relativ genaue/wirkliche Ergebnisse liefern kann. Zusätzlich ist die Berechnung des Parameters mittels der Software nicht ausreichend dokumentiert.
Bei der Ermittlung des Bedeckungsgrades sehen wir die Probleme in der Auswertung der Bilder. Wie in unserem Beispiel erkennbar ist, gelang uns keine Trennung der auf den Acker liegenden Steine als auch
der durch die Pflanzen geworfenen Schatten von der vorhanden Vegetation. Dies begründet sich aus der Grauwertverteilung der prägnanten Bereiche, diese lassen sich nicht eindeutig einer Klasse
(Boden/Vegetation) zuordnen. Zusätzlich bleibt die Frage ob drei Aufnahmen eines Feldes den Grad der Bedeckung repräsentativ wiederspiegeln offen. Antworten auf diese Fragen liefern mit Sicherheit die
Auswertungen der SAR-Bilddaten. Darüber hinaus wollen wir festhalten, daß die gesamte Kampagne sehr effektiv geplant und wissenschaftlich durchgeführt wurde. 6. Literaturverzeichnis CID, Inc. (1997): Digital Plant Canopy Imager CI-100. Instruction Manual. Vancouver.
Danson, F.M. (1995): Developments in the Remote Sensing of Forest Canopy Structure.- in: Danson, F.M. & S.E. Plummer (Hrsg.) (1995): Advances in Environmental Remote Sensing, John Wiley & Son, Chiester, S. 53 – 69. Elvidge, Ch.D. & Z. Chen (1995): Comparison of Broad-Band and Narrow-Band Red and Near-Infrared Vegetation Indices.- in: Remote Sens. Environment 54: S. 38 - 48.
Helmschrot, J. (1999): Integration von Fernerkundung, GIS und empirischer Geländeaufnahme zur Parameterisierung physiographischer Faktoren für die distributive hydrologische Modellierung. Eine
Fallstudie im semiariden Flußeinzugsgebiet des Umzimvubu, Ostkap Provinz, Südafrika.- Diplomarbeit, Institut für Geographie der Friedrich-Schiller-Universität Jena (unveröffentlicht), 144 S.
Hildebrandt, G. (1996): Fernerkundung und Luftbildmessung: für Forstwirtschaft, Vegetationskartierung und Landschaftsökologie.- Wichmann, Heidelberg, 676 S.
Lacaze, B. (1996): Spectral Characterisation of Vegetation Communities and Practical Approaches to Vegetation Cover Changes Monitoring.- in: Hill, J. & D. Peter (Hrsg.) (1996): The Use of Remote
Sensing for Land Degradation and Desertification Monitoring in the Mediterranean Basin - Proceedings of an Expert Workshop, 13 - 15 Juni 1994, Valencia, S. 149 - 165.
Wohlrab, B.; Ernstberger, H.; Meuser, A. & V. Sokollek (1992): Landschaftswasserhaushalt: Wasserkreislauf und Gewässer im ländlichen Raum; Veränderungen durch Bodennutzung, Wasserbau
und Kulturtechnik.- Paul Parey, Hamburg, 352 S. |