Grenzertragsflächen in den Alpen

Landwirte erhalten ihre Beiträge für die landwirtschaftlichen Nutzflächen gemäss der effektiv genutzten Fläche. Nun besteht aber das Risiko, dass Flächen, deren Nutzung sehr aufwändig ist, nicht oder nicht genügend genutzt werden. Diese Flächen werden Grenzertragsflächen genannt. In der Gemeinde Isenthal im Kanton Uri wurde die Nutzung dieser Flächen bis anhin Ende der Vegetationsperiode 2, sprich im Oktober, stichprobenartig mit einem Augenschein vor Ort durchgeführt. Dies ist ziemlich kosten- und personalintensiv.

Im Rahmen dieser Seminararbeit wurde nun versucht die Grenzertragsflächen anhand von Satellitenbildern des Satellitensystems SPOT zu eruieren.

Abb. 1: SPOT 6 RGB Bild

Abb. 2: RGB Bild mit Vektordatensatz

Abb. 3: Klassifikation aus dem NDVI

Verwendete Daten und Programme
Als Analyse Bild wurde ein SPOT6 vier Kanal (RGB, NIR) Bild vom 06.10.2016 verwendet. Es weist eine Standard Cloud Cover (<10%) und räumliche Auflösung von 1.5m auf.
Vom Kanton Uri erhielten wir die Nutzungsflächen als Vektordatei mit der dazugehörigen Information ob die Nutzfläche im Jahr 2016 bewirtschaftet wurde oder nicht. Dies diente uns als Kontrolle unserer Klassifikation.
Zur Auswertung griffen wir auf QGIS und ERDAS IMAGINE 2015 zurück.

Abb. 4: RGB unterschiedlichen Trainingsgebiete

Klassifikation
Die Klassifikation erfolgte durch eine «Supervised classification» getrennt im RGB Bild und NDVI Bild.
RGB: Es wurden diverse Trainingsgebiete antrainiert, wobei erste Auswertungen leider nicht zufriedenstellende Ergebnisse brachten. Die bewirtschafteten und nicht bewirtschafteten Flächen weisen eine hohe Ähnlichkeit in ihrem Farbwert auf. In einem nächsten Durchlauf wurden mehrere bewirtschaftete und mehrere nicht bewirtschaftete Gebiete der Nutzungsflächen, sowie einige unterschiedliche nicht relevante Gebiete antrainiert. Die Analyse nach «maxlikelihood» ergab folglich ein den Umständen entsprechendes zufriedenstellendes Ergebnis.
NDVI: Unter Beachtung, dass dieses Bild nur eine Aussage über den Gesundheitszustand der Pflanzen Auskunft gibt, wurden nur nach kürzlich geschnittenen oder bearbeiteten Wiesen analysiert.

Autoren:  Claude Haldi
                     Stefan Hüssy

Problematisch bei der Klassifikation mit dem NDVI ist, dass karge, nicht bewirtschaftete Wiesen einen ähnlichen NDVI-Wert aufweisen wie frisch gemähte Wiesen. Zudem führt der Schattenwurf durch Berge oder Bäume zu verzerrten NDVI-Werten.

Abb. 5: Klassifikation aus dem RGB Bild.

Fazit:

-Nebst der «Supervised classification» wurden verschiedene Textur Analysen betrachtet. Diese ergaben aber alle keine guten Resultate.

-Es ist wichtig bei Satellitenbildern auf das Aufnahmedatum zu achten. (Schattenwurf, Wolken) Leider können bei den bewirtschafteten Flächen nur solche deutlich ausgeschieden werden, welche einen Bewirtschaftungszeitpunkt kurz vor dem Aufnahmedatum des Satellitenbildes aufweisen. Dies weil in den Alpen der Farbwert von bewirtschafteten Wiesen recht schnell wieder einen ähnlichen Wert wie die nicht bewirtschafteten Wiesen annimmt. Nicht bewirtschaftete Wiesen, die sehr karg sind, weisen auch einen ähnlichen Farbwert (NDVI-Wert) wie frisch bewirtschaftete Wiesen auf, was zu weiteren Fehlkalkulationen führen kann.

-Wir empfehlen deswegen eine qualitative Analyse anhand Satellitenbildern vorzunehmen und bei Unklarheiten visuell dies im Feld zu überprüfen.

© FHNW Institut Vermessung und Geoinformation 2017