Veranstaltungsprogramm

Eine Übersicht aller Sessions/Sitzungen dieser Tagung.
Bitte wählen Sie einen Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.

 
Sitzungsübersicht
Datum: Mittwoch, 07.03.2018
8:00 - 18:00A1: Tagungsbüro
Foyer-Audimax 
8:15 - 10:30Ex2: Exkursion Steinkeller beim Landesamt für Digitalisierung, Breitband und Vermessung, München
Exkursion zum Landesamt für Digitalisierung, Breitband und Vermessung, München
Führung durch den "Steinkeller", das größte Lithographiesteinlager der Welt
Treffpunkte der Teilnehmer:
- Um 08:15 Uhr: Im Tagungsbüro, anschließend Fahrt mit ÖPNV zum Landesamt.
- Um 08:55 Uhr vor dem Haupteingang des Landesamtes, Alexandrastraße 4, 80538 München.
Nach Ende der Führung Rückfahrt zur TU München.

Die Tickets für den ÖPNV sind im Unkostenbeitrag enthalten.
Foyer-Audimax 
8:30 - 9:30SF4: Studenten- und Weiterbildungsforum 1 - Dr. Martin Weinmann: Einführung in die semantische Interpretation von 3D-Punktwolken: von gemessenen Punkten über Merkmale zu Objekten
Chair der Sitzung: Uwe Sörgel
Hörsaal 0602 
9:15 - 18:00FA1: Fachfirmenausstellung
Wir danken den ausstellenden Fachfirmen für die Unterstützung der PFGK18-Tagung durch ihre Teilnahme und die Präsentation ihrer neuen Produkte und Lösungsansätze:

- AED-SYNERGIS GmbH / AED-SICAD AG, Bonn (1), (2)
- AllTerra Deutschland GmbH, Dettelbach (1), (2)
- CADdy Geomatics GmbH, München (2)
- con terra - Gesellschaft für Angewandte Informationstechnologie mbH, Münster (1), (2)
- Dezernat Studium und Lehre, Universität Tübingen (1), (2)
- Esri Deutschland GmbH, Kranzberg (1), (2)
- European Space Imaging, GAF AG, München (1), (2)
- GEOSYSTEMS GmbH, Germering (1), (2)
- Harris Geospatial Solutions GmbH, Gilching (1), (2)
- Hochschule Anhalt, Dessau (2)
- IABG - Industrieanlagen-Betriebsgesellschaft mbH, Ottobrunn (1), (2)
- IGI mbH, Kreuztal (1), (2)
- IP SYSCON GmbH / GI Geoinformatik GmbH, Hannover (1), (2)
- Leica Geosystems Technologies GmbH, Aalen (1), (2)
- Malvern Panalytical GmbH, Kassel (1), (2)
- MILAN Geoservice GmbH, Spremberg (1), (2)
- M.O.S.S. Computer Grafik Systeme GmbH, Taufkirchen (1), (2)
- OCAG AG, Baar (1), (2)
- PHASE ONE INDUSTRIAL, Köln (1), (2)
- PPM GmbH, Penzberg (2)
- schneider digital, Miesbach (1), (2)
- Springer Verlag, Dordrecht (2)
- Terra Messflug GmbH, Imst (2)
- UNIGIS Salzburg, Salzburg
- VDE VERLAG GmbH/Wichmann Verlag, Berlin (2)
- Vexcel Imaging GmbH, Graz (1), (2)
- virtualcitySYSTEMS GmbH, Berlin (1), (2)
- Zoller + Fröhlich GmbH, Wangen (1), (2)


(1) Diese Fachfirmen und Organisationen berichten in den Anwenderforen am Mittwoch Nachmittag über ihre neuesten Produkte und ihre Lösungsansätze
(2) Diese Fachfirmen stellen im Innovationsforum 1 (Donnerstag Vormittag) in einem Kurzvortrag ihre Produkte und Lösungsansätze vor.
Foyer-Audimax 
9:30 - 9:45P03: Fachfirmenausstellung mit Erfrischungen
Foyer-Audimax 
9:45 - 10:45SF5: Studenten- und Weiterbildungsforum 2 - Dr. Uwe Weidner: Copernicus - Die Erde im Fokus
Chair der Sitzung: Uwe Sörgel
Hörsaal 0602 
10:45 - 11:00P04: Fachfirmenausstellung mit Erfrischungen
Foyer-Audimax 
11:00 - 12:30PS1: Plenarsitzung: Eröffnung der PFGK18-Tagung und Key-Note-Vortrag von Prof. Dr. Michael Goodchild
Chair der Sitzung: Uwe Stilla
Chair der Sitzung: Thomas H. Kolbe
Chair der Sitzung: Manfred Weisensee

- Eröffnung der Tagung und Begrüßung
- Grußworte
- Verleihung des Hansa-Luftbild-Preises
- Keynote Prof. Dr. Michael Goodchild
Audimax 
 

The science of where

M. Goodchild

University of California, Santa Barbara

This phrase has recently been advanced as a comprehensive description of the various fields represented at this meeting and this community, but what exactly does it mean (and how should it be translated?) There are two distinct meanings in English: adding to the body of scientific knowledge using the tools of our trade, and the body of scientific knowledge that makes those tools possible. After a few examples of the former, the presentation focuses on the latter: on the empirical principles that are observed to govern the geographic world; on the uncertainties inherent in representing that world; and on the approaches that a cautious and informed user should take in navigating the relationship between that world and its representations.

 
12:30 - 13:00FE: Ausstellungseröffnung durch die Vorstände der Gesellschaften
Chair der Sitzung: Thomas H. Kolbe
Chair der Sitzung: Uwe Stilla
Chair der Sitzung: Manfred Weisensee
Foyer-Audimax 
12:30 - 13:30P05: Fachfirmenausstellung mit Erfrischungen
Foyer-Audimax 
13:30 - 14:00AF 1.1: Anwenderforum Dezernat Studium und Lehre, Universität Tübingen
Chair der Sitzung: Heinz-Jürgen Przybilla
Prof. Dr. V. Hochschild, J. Knödler:
Berufliche Weiterbildung zwischen Forschung und Praxis am Beispiel "Geodatenmanager/in" in Tübingen
Hörsaal 0602 
13:30 - 14:00AF 1.2: Anwenderforum Vexcel Imaging GmbH, Graz
Chair der Sitzung: Klaus-Ulrich Komp
E. Breg:
UltraCam Mustang und UltraCam Panther - Vexcel Imaging's terrestrische Systeme
Hörsaal 0606 
13:30 - 14:00AF 1.3: Anwenderforum AED-SYNERGIS GmbH / AED SICAD AG, Bonn
Chair der Sitzung: Ekkehard Matthias
A. Wagner:
Digitalisierung mit LEFIS zur Förderung des ländlichen Raumes
Hörsaal 2770 
13:30 - 15:00S01: Geoportale
Chair der Sitzung: Anja Hopfstock
Audimax 
 
13:30 - 14:00

Aktuelle Entwicklungen im Fachinformationsdienst Kartographie und Geobasisdaten

W. Crom

Staatsbibliothek zu Berlin, Deutschland

Das erste Projektjahr war vom Aufbau der neu zu implementierenden Services gepägt.Im Bereich der Erweiterung der Bibliographia Cartographica konnte das Angebot der online verfügbaren Aufsätze und Bücher zu Kartographie, Geoinformatik und Geschichte der Kartographie wesentlich erweitert werden. Insbesondere open access verfügbare Fachartikel sind nun über die Bibliographie recherchierbar und durch die Verlinkung aus der Recherche heraus aufzurufen. Die Neuausrichtung der Bibliographie wurde an den Aufbau des Fachrepositoriums angekoppelt. Hierbei handelt es sich um eine Neuentwicklung der Staatsbibliothek für das Fach Kartographie, die sich qualitativ an den Vorgaben der Deutschen Initiative für Netzwerkinformationen orientiert und künftig elektronische Publikationen zur Kartographie archiviert.

Im Bereich des Segments Geodaten des Fachinformationsdienstes war zunächst eine Abfrage bei den potentiellen Nutzern des Angebots erfolgt, dessen Ergebnisse auf der Intergeo präsentiert werden konnten. In Kooperation mit dem Bundesamt für Kartographie und Geobasisdaten wird ein gemeinsames Vorgehen für die Bereitstellung von Geodaten für Verwaltung und Wissenschaft konzipiert.


14:00 - 14:30

Kartographische Herausforderungen bei der Herstellung der TopPlus-Web-Open

P. Kunz

Bundesamt für Kartographie und Geodäsie, Deutschland

Mit dem Produkt TopPlus-Web-Open geht das Bundesamt für Kartographie und Geodäsie (BKG) neue Wege und stellt erstmals eine frei zugängliche Webkarte bereit, welche komplett auf offenen bzw. freien Datenquellen basiert. Hierzu wurden verschiedenste Datenquellen aufbereitet und miteinander kombiniert, um eine bestmögliche Kartendarstellung zu erzielen. Die Dienste der TopPlus-Web-Open des BKG wurden am 26. September 2017 auf der INTERGEO freigeschaltet. Das Produkt konnte sehr schnell einen großen Zuspruch aus dem öffentlichen, privaten und wissenschaftlichen Sektor verzeichnen und wird bereits in vielen Portalen (Geoportal RLP, LANIS, openrouteservice, ArcGIS Online) als Hintergrundkarte eingesetzt. Als besonders positiv werden hier vor allem der freie Zugang und die grenzübergreifende Kartendarstellung hervorgehoben.
Die Webkarte TopPlus-Web-Open verfügt über 18 vordefinierte Detaillierungsstufen von der weltweiten Übersichtskarte bis hin zur detaillierten Stadtkarte in Deutschland. Das Produkt liegt standardmäßig in der weitverbreiteten Web Mercator Projektion (EPSG:3857) vor. Über die WMS-Schnittstelle kann die Webkarte auch in weiteren gängigen Projektionen abgerufen werden.
Die Webkarte ist in drei unterschiedliche Darstellungsbereiche unterteilt:
• Welt (kleiner Maßstab)
• Europa (mittlerer Maßstab)
• Deutschland und angrenzendes Ausland (großer Maßstab)
Außerhalb der genannten Darstellungsbereiche ist im Dienst derzeit kein weiteres Kartenmaterial verfügbar.
In dem Produkt werden immer dann amtliche Datenquellen verwendet, wenn diese als offene Geodaten bereitstehen. In allen anderen Fällen wurde auf freie Daten und hier insbesondere auf OpenStreetMap-Daten zurückgegriffen.
Für das Aufbereiten vieler Ausgangsdaten und insbesondere für die Ableitung der Kartengrafiken – das Rendern der Karten – wird weitgehend auf freie Software (Open-Source-Software) zurückgegriffen. Zusätzlich kommt aber auch die kommerzielle Software FME für die Prozessierung der GIS-Daten zum Einsatz. Die Datenhaltung erfolgt in einer PostGIS-Datenbank. Mit der Programmbibliothek GDAL (Geospatial Data Abstraction Library) werden aus Digitalen Geländemodellen Höhenlinien und Schummerungen abgeleitet.
Die zentrale Komponente zur Herstellung von Karten im Verfahren TopPlus ist die Software Mapnik – eine Sammlung von Bibliotheken für das Rendern von Karten. Die Software gehört zu den bekanntesten Tools für die Herstellung von Karten aus OSM-Daten. Beim Verfahren TopPlus wird mit Mapnik ein komplettes Kachelarchiv (ein Tile-Cache) vorprozessiert. Ein Darstellungsdienst kann anschließend diese Kacheln performant bereitstellen. Man spricht von einem Web-Map-Tile-Service (WMTS), welcher auf einen Tile-Server mit vorprozessierten Tiles (einem Cache) zugreift. Dieses Kachelarchiv kann aber ebenso als Datenquelle für einen herkömmlichen Web-Map-Service (WMS) dienen. Das Kartenbild für die verschiedenen Zoomstufen/Maßstäbe wird mithilfe von umfangreichen Formatierungsangaben in XML-basierten Konfigurationsdateien beschrieben. Unter anderem werden hier die Datenquellen festgelegt und die Signaturen beschrieben, mit denen die Objekte gezeichnet werden.
Für die Verfahrensentwicklung und die hochperformante Durchführung des Renderns wurden Tools auf der Basis des Microsoft.NET Framework implementiert. Diese erlauben die benutzerfreundliche Auswahl des zu erzeugenden Gebietes, der gewünschten Produktart, Zoomstufe und weiterer Parameter des Herstellungsprozesses. Mit der Skriptsprache Python wird Mapnik gesteuert und der Prozess des Renderns zur Erstellung eines kompletten Kachelarchives gestartet.
Es wurde angestrebt, eine möglichst gut lesbare Kartengrafik für die verschiedenen Zoomstufen zu erzeugen. In dem Vortrag soll insbesondere auf die kartographischen Gestaltungsmöglichkeiten der Software Mapnik eingegangen werden und es soll anhand von Kartenbespielen gezeigt werden, wie diese Herausforderungen auch mit freier Software gelöst werden können.

Die TopPlus-Web-Open kannn unter
http://sg.geodatenzentrum.de/web_bkg_webmap/applications/bkgmaps/minimal.html?CRS=EPSG:3857
ausführlich begutachtet werden.


14:30 - 15:00

ETRS89/UTM Umstellungsstrategie in Bayern für das Liegenschaftskataster - Umformungsverfahren und Möglichkeiten der Umsetzung

C. Glock1, H. Birkenbeul2

1Landesamt für Digitalisierung, Breitband und Vermessung Bayern; 2con terra GmbH

Nach der flächendeckenden Einführung von ALKIS steht für das Liegenschaftskataster die Einführung des einheitlichen europäischen Bezugssystems ETRS89/UTM bevor.

Mit Einführung von ETRS89/UTM im Liegenschaftskataster wird vorauss. zeitgleich der amtliche Bezugssystemwechsel nach ETRS89/UTM bei der Bayer. Vermessungsverwaltung vollzogen. Das Projekt KanU (Kataster nach UTM) schafft die Grundlage, dass die Produkte des Liegenschaftskatasters in dem neuen amtlichen Bezugssystem ETRS89/UTM abgegeben werden können. Es wurden verschiedene Umformungsmethoden für die unterschiedlichen Objektbereiche entwickelt und implementiert. Als wichtigstes Überführungsverfahren wurde im Projekt KanU das neuartige Verfahren „Umformung durch Ausgleichung nach dem Ortra-Ansatz“ entwickelt. Dieses rechentechnisch aufwändige Verfahren, bei der Unbekannte in einer Größenordnung von 800 Millionen berechnet werden, ist Grundlage, um in hoher Transformationsqualität die GK-Koordinaten der Objektbereiche Flurstücke, Gebäude und Bauwerke nach ETRS89/UTM zu überführen.

Mit der Umstellung auf das neue europäische Bezugssystem ETRS89/UTM stehen somit Fachanwender von Geodaten vor der Herausforderung, große Datenmengen unterschiedlichster Datenformate zu transformieren. Der Kundentransformationsansatz NTv2 KanU zur Überführung von Geofachdaten mit Katasterbezug wurde dafür herstellerneutral entwickelt. Sowohl in ArcGIS- als auch in FME-Technologie ist der NTv2-Transformationsansatz „KanU“ der bayrischen Vermessungsverwaltung einfach und reibungslos integrierbar. Dadurch ist eine datenquellenunabhängige und effiziente Verarbeitung raumbezogener Informationen gegeben. Für mehr als 300 Datenquellen (z. B. CAD- und GIS-Formate) lässt sich der Umstellungsprozess des Raumbezugssystems sehr effizient und flexibel sowohl in FME als auch in ArcGIS über die FME Extension für ArcGIS realisieren, was erste Testumsetzungen mit Anwendern zeigen.

 
13:30 - 15:00WF1: Wissenschaftsforum 1 - RT GIS: Topmodels für die Geoinformatik
Chair der Sitzung: Thomas H. Kolbe
Hörsaal 2760 
 

Reconciling Explanatory and Constructive Modes of Modeling through Deep Modeling

C. Atkinson

Universität Mannheim, Deutschland


A new Approach to Model Transformation using Graph Transformation System

Z. Yao

Technical University of Munich, Deutschland


CityGML 3.0: Sneak Preview

T. Kutzner, T. H. Kolbe

Technische Universität München, Deutschland

 
14:00 - 14:30AF 2.1: Anwenderforum AllTerra Deutschland GmbH, Dettelbach
Chair der Sitzung: Klaus-Ulrich Komp
K. Haupt:
Automatisierte Objekterkennung aus Punktwolken und Panoramen
Hörsaal 0606 
14:00 - 14:30AF 2.2: Anwenderforum M.O.S.S. Computer Grafik Systeme GmbH, Taufkirchen
Chair der Sitzung: Ekkehard Matthias
D. Holweg:
Nutzung landesweiter 3D Daten - was ist zu beachten?
Hörsaal 2770 
14:00 - 14:30AF 2.3: Anwenderforum Zoller + Fröhlich GmbH, Wangen
Chair der Sitzung: Heinz-Jürgen Przybilla
C. Held:
Neue Workflows zur TLS Dokumentation von Cultural Heritageam Beispiel weltweiter Projekte
Hörsaal 0602 
14:30 - 15:00AF 3.1: Anwenderforum schneider digital, Miesbach
Chair der Sitzung: Klaus-Ulrich Komp
N. Mostofi:
Ideale Hardware-Lösungen für die Geo-Informatik - Arbeiten in 3D-Stereo mit dem 3D-PluraView Monitor
Hörsaal 0606 
14:30 - 15:00AF 3.2: Anwenderforum ESRI Deutschland GmbH, Kranzberg
Chair der Sitzung: Ekkehard Matthias
M. Sohlbach:
ArcGIS – Die offene Plattform für Innovation und Fortschritt
Hörsaal 2770 
14:30 - 15:00AF 3.3: Anwenderforum IP SYSCON GmbH, Hannover / GI Geoinformatik GmbH, Augsburg
Chair der Sitzung: Heinz-Jürgen Przybilla
C. Treutwein:
Anforderungen an zukunftssichere mobile Datenerfassung – Positionsqualität, Geotools und Betriebssteuerung
Hörsaal 0602 
15:00 - 15:30P06: Fachfirmenausstellung mit Erfrischungen
Foyer-Audimax 
15:30 - 16:00AF 4.1: Anwenderforum con terra GmbH, Münster
Chair der Sitzung: Andreas Illert
C. Uhlenküken:
map.apps – Die Plattform zum Aufbau innovativer Apps
Hörsaal 2770 
15:30 - 16:00AF 4.2: Anwenderforum MILAN Geoservice GmbH, Spremberg
Chair der Sitzung: Philipp Willkomm
S. Jany:
Geomonitoring im Tagebau
Hörsaal 2760 
15:30 - 16:00AF 4.3: Anwenderforum IABG - Industrieanlagen-Betriebsgesellschaft mbH, Ottobrunn
Chair der Sitzung: Jukka Krisp
J. Ullrich:
Near Real Time Monitoring in Forst- und Landwirtschaft mit der Planet-Konstellation
Hörsaal 0602 
15:30 - 16:00AF 4.4: Anwenderforum PHASE ONE INDUSTRIAL, Köln
Chair der Sitzung: Hans-Gerd Maas
C. Wieser:
Phase One Industrial Luftbildkameras, das neue Phase One Aerial System 190MP
Hörsaal 0606 
15:30 - 17:00S02: Fernerkundung I
Chair der Sitzung: Volker Hochschild
Audimax 
 
15:30 - 15:45

Modeling Subsurface Soil Moisture Based On Hyperspectral Data - First Results Of A Multilateral Field Campaign

S. Keller1, F. M. Riese1, N. Allroggen2, C. Jackisch3, S. Hinz1

1Karlsruhe Institute of Technology (KIT), Institute of Photogrammetry and Remote Sensing; 2University of Potsdam (UP), Institute of Earth and Environmental Science; 3Karlsruhe Institute of Technology (KIT), Institute of Water and River Basin Management

Ecological and hydrological processes such as vegetation monitoring or soil property analysis depend, inter alia, on soil moisture dynamics in the subsurface. One of the most important aspects in this context is the precise modeling of these dynamics. Thus, modern remote sensing techniques become increasingly important for in-situ soil moisture measurements, since they provide information on the spatial and temporal distribution of subsurface soil moisture. Current approaches focus on measuring hyperspectral and hydrological data in a laboratory setup by aggregating and, eventually, combining them in a hydrological model. However, these laboratory measurements are limited for instance to a certain number of soil moisture levels.

In this paper, we present a large and multilateral dataset which was measured during a three-day field campaign in August 2017 employing a diverse set of different sensors. As remote sensing technique, we installed a hyperspectral snapshot camera (VIS-NIR), a hyperspectral spectrometer (VNIR-SWIR), and an infrared camera (LWIR) on a rack. The soil moisture was measured in situ by several time-domain reflectometry sensors (TDR) and tensiometers which were installed in different soil depths in the measurement field. Additionally, we applied a ground-penetrating radar (GPR) to investigate the subsurface water flow. In order to broaden the range of expected soil moisture levels, the field was irrigated following a controlled irrigation schema. The conducted field campaign mainly arises out of the idea to link spatially and temporally variable hyperspectral data to subsurface soil moisture by combining the measured dataset in a non-linear regression model.

After briefly summarizing the theoretical background and the related work, we describe the field campaign including the irrigation processes as well as the multi-sensor system and the measured data. The complex sensor composition requires several preprocessing steps, e.g. calibration methods, application of filters and masks, which we elaborate in detail in the following section. Moreover, we focus on machine learning (ML) methods to estimate subsurface soil moisture based on hyperspectral data and TDR data as ground-truth. We present first results of two standard ML regressors – Random Forest and Support Vector Machines. Most current research studies select specific wavelengths, calculate a ratio index, and then predict subsurface soil moisture. In contrast, we developed a generic approach including all features. The Random Forest regressor, in this context, reveals information on the feature importance. We discuss the correlation between the results of the different soil moisture measurements of TDR and GPR and the regression outcome of the hyperspectral data. In a prospective step, we will improve the developed approach by combining supervised and unsupervised machine learning regression approaches.


15:45 - 16:00

Estimation of Chlorophyll a, Diatoms and Green Algae Based on Hyperspectral Data with Machine Learning Approaches

P. M. Maier, S. Hinz, S. Keller

Karlsruhe Institute of Technology (KIT), Institute of Photogrammetry and Remote Sensing

During the last decades, monitoring of inland waters has become a topic of major interest in terms of water quality and environmental issues. Considering the monitoring of area-wide water bodies, a lot of data is necessary. However, far less reliable of this information exists. Most of the currently available datasets for evaluating the quality of inland waters consist of sampled point data. This data can be unreliable when it comes to derive information for the entire water body. Recent attempts towards such an area-wide coverage of water quality monitoring have included the application of hyperspectral sensors to gather image-based data. Chlorophyll-a and turbidity function as indicators of algae existences in turn characterize water quality and nutrition supply.

In this contribution, we present a machine learning approach to investigate the chlorophyll-a concentration of a water body. Therefore, we involve techniques of hyperspectral remote sensing that enable the distinction of specific chlorophyll-a concentration by continuous measurements. Most current research studies select specific wavelengths, calculate a ratio index, and predict chlorophyll-a concentrations. In contrast, we focus on the development of a generic approach including all features (wavelengths). It offers the opportunity to transfer the developed methodology to further inland waters using machine learning.

The contribution is based on data which was sampled by a hyperspectral sensor mounted on a research ship and monitoring the river Elbe in the area from Bad Schandau to Geesthacht in Germany. Almost 500 kilometres were monitored sequentially which results in a large set of 1.500 data points. The data collection was embedded in the scope of the “Elbschwimmstaffel”, which took place in summer 2017 in Germany and was funded by the Federal Ministry of Education and Research (BMBF). The applied hyperspectral sensor was a Cubert-UHD 285 characterized by an amount of 125 bands in the range from 450 nm to 950 nm. Additionally, in situ underwater data was measured with a multi-sensor system – the PhycoSens – invented by the company BBE Moldaenke. Concentration of chlorophyll-a, diatoms, and green algae as well as turbidity represent the target variables. We (1) describe the measured dataset of the river Elbe, (2) exploit machine learning regression approach to predict in a first step the chlorophyll-a concentration, (3) evaluate the importance of spectral bands, and (4) evaluate the performance of the selected regression approach.

This study demonstrates that the chlorophyll-a concentration of the Elbe can be predicted by machine learning regression with a coefficient of determination R² better than 0.8. Hereby, merely 30% of the data was used as training data while the remaining part was used for evaluation.

In a prospective step, we will transfer the developed approach to distinguish between further algae species of inland waters as well as include additional machine learning regression approaches. The latter involves to fragment spectral information of hyperspectral data into parts, which characterize the specific water body, and the spectral features representing algae information. As database, we then will include hyperspectral data measured via UAV.


16:00 - 16:15

Multitemporale Landbedeckungsklassifikation durch neuronale rekurrente Faltungsnetze

M. Rußwurm, M. Körner

Technische Universität München, Deutschland

Erdbeobachtungssensoren liefern heute Daten mit wöchentlicher bis täglicher Abdeckung.
Meist basieren Methoden zur Auswertung dieser Daten allerdings auf mono-temporalen und wolkenfreien Beobachtungen.
Die steigende Beobachtungsfrequenz heutiger Sensoren eröffnet dagegen die Möglichkeit neben spektralen auch temporale Merkmale zu extrahieren.
Um multispetrale und temporale Daten verarbeiten zu können Bedarf es Methoden, die zeitliche, spetrale, und räumliche Merkmale von Klassen berücksichtigen.
Disziplinen anderer Fachrichtungen, wie Spracherkennung und Textübersetzung arbeiten mit inherent temporalen Daten und erreichen heute sehr gute Genauigkeiten mit Sequenz-zu-Sequenz Enkodierungs-/Dekodierungsstrukturen.
Diese Strulturen basieren auf Gated Rekurrenten Neuronalen Zellen (Gated Recurrent Neural Networks), wie Gradient Rectified Unit (GRU) oder Long Short-Term Memory (LSTM), welche kurzzeitliche und langzeitliche Informationen aus einer Datensequenz extrahieren können.
In dem Kodierungsschritt schreiben die Zellen relevante Information sequenziell in einen 'Gedächtnisvektor' (thought vector/memory vector).
Für Übersetzung und Sprachverarbeitung wird in Sequenz-zu-Sequenz Modellen dieser Gedächtnisvektor durch einen weiteren Dekodierungsschritt in eine Ausgabesequenz transformiert.
Inspiriert von Ergebnissen aus der Natürlichen Sprachverarbeitung (Natural Language Processing) untersuchen wir die Anwendung des Enkodierungsschritts der Sequenz-zu-Sequenz Modelle für Beobachtungszeitreihen aus der Erdbeobachtung.
Wir konstruieren eine Netzarchitektur zur Landbedeckungsklassifikation, welches auf Basis von Faltungs (convolutional) und Rekurrenten (recurrent) Ebenen eine Sequenz aus Satellitenaufnahmen mittlerer Auflösung in ein Segementierungsbild aus Landbedeckungsklassen transformiert.
In dem Netzwerk verarbieten erst Faltungsebenen zu jedem Beobachtungszeitpunkt spektrale und texturelle Merkmale in einer DenseNet-inspirierten Architektur.
Wir experimentieren mit dilatierten Faltungsmasken (dilated convolutions) um das rezeptive Feld des des Netzes zu erhöhen ohne die Auflöstung der Merkmalskarten zu verringern.
Nach den rein Konvolutionalen Ebenen werden temporale Merkmale in einem rekurrenten Enkodierungsschritt, analog Sequenz-zu-Sequenz Modellen, in einem Gedächtnisvektor geschrieben.
Eine letzter Softmax-Klassifikator berechnet aus diesem Vektor Klassenkonfidernzen für jedes Pixel der gesamten Zeitreihe.
Wie zuvor eingeleitet steuern Gated Rekurrente Zellen durch Gates, welche Information geschrieben, gelöscht oder ignoriert werden soll.
Mit einer Analyse der Aktivierungen dieser Gates bei bewölkten und klaren Beobachtungen versuchen wir Rückschlüsse zu ziehen inwieweit das Netzwerk eigenständig bewölkte Beobachtungen ignorieren kann.
Wir evaluieren das Netzwerk in einem Untersuchungsgebiet von 100 x 40 Kilometern nördlich von München.
Eine Zeitreihe von etwa 90 Sentinel 2A und 2B Satellitenaufnahmen von Januar 2016 bis Dezember 2017 dienen als Rasterdatengrundlage.
Wir verzichten bewusst auf Vorprozessierung und Wolkenmasken und untersuchen wie das Netzwerk bewölkte Beobachtungen verarbeitet.
Darüber hinaus verwenden wir Satellitenproducte mit und ohne atmosphärischer Korrektur und untersuchen inwieweit eine atmosphärische Vorprozessierung die Klassifikationsgenauigkeit unseres Netzes beeinflusst.
Neben 19 Nutzpflanzenklassen, wie 'Mais' oder 'Weizen' klassifizieren wir weitere Bedeckungsklassen aus Open Street Map, wie 'Wohngebiet' oder 'Industriegebiet'.
Gesteuert durch die Phänologie von Vegetation ändern Nutzpflanzen ihre spektrale Reflektion über die Zeit, wodurch diese Klassen durch multi-temporale Merkmale auszeichnen.
Für die Bedeckungsklassen aus Open Street Map erwarten wir keine characteristische zeitliche Reflektionsänderung und Klassifikationsergebnisse sollten sich vornehmlich auf texturelle und spektrale Merkmale stützen.
Zum einen versuchen wir durch den ganzheitlichen Ansatz aller verfügbaren spektralen und temporalen Merkmale eine große Anzahl von Bedeckungsklassen zu klassifizieren.
Zum anderen hoffen wir auch, dass unsere Ergebnisse helfen die Notwendigkeit von Vorprozessierungsschritte wie atmosphärische Korrektur oder Wolkenmaskierungen für Deep Learning Methoden abzuschätzen.


16:15 - 16:30

Erste Erfahrungen mit der Nutzung von Sentinel-2 Daten zur multispektralen und multitemporalen Analyse mit verschiedenen Klassifizierungsverfahren

M. Weinmann, U. Weidner

Karlsruher Institut für Technologie (KIT), Deutschland

Die Sentinel-2 Satelliten bieten im Vergleich zu vorherigen Erdbeobachtungssystemen sowohl hinsichtlich der Auflösung als auch bezüglich der Aufnahmerate eine verbesserte Verfügbarkeit flächendeckender Multispektraldaten. Dadurch kann eine Szenenanalyse anhand von Satellitendaten deutlich begünstigt werden. Während die multispektrale Analyse einer Szene mit verbesserter geometrischer und spektraler Auflösung beispielsweise zur genaueren Kartierung und besseren Unterscheidung von diversen Landnutzungs- und Landbedeckungsklassen genutzt werden kann, erlaubt die multitemporale Analyse eine Beschreibung von dynamischen Prozessen. Jedoch kann die multitemporale Analyse auch zur Verbesserung der mit der multispektralen Analyse erzielten Ergebnisse beitragen. Dies ist insbesondere dadurch bedingt, dass das spektrale Verhalten verschiedener Objekte von zahlreichen Einflussfaktoren abhängt (z.B. von Wettergeschehen, Jahreszeit und Oberflächenbeschaffenheit von Objekten) und durch die Datenaufzeichnung über mehrere Zeitpunkte hinweg zuverlässigere Aussagen über die jeweilige Klassenzugehörigkeit möglich werden.

Im Rahmen dieses Beitrags wird die multispektrale und multitemporale Analyse von Sentinel-2 Daten genauer beleuchtet. Dabei werden Sentinel-2 Daten, welche für ein urbanes Gebiet und für verschiedene Zeitpunkte vorliegen, sowohl pro Zeitpunkt als auch für die Kombination bezüglich verschiedener Zeitpunkte analysiert. Für jeden dieser Fälle werden anhand von definierten Trainingsgebieten zunächst die internen Parameter von verschiedenen Klassifizierungsverfahren (Maximum-Likelihood Methode, Random Forest, Support Vector Machine) ermittelt. Anschließend erfolgt pro Klassifizierungsverfahren eine Klassifizierung für die gesamte verfügbare Szene sowie eine Bewertung der erzielten Ergebnisse anhand von definierten Kontrollgebieten. Die erzielten Ergebnisse zeigen das Potential einer multitemporalen Analyse deutlich auf, wobei für die betrachtete Szene eine signifikante Steigerung der Gesamtgenauigkeit mit bis zu >10% erreicht wurde.

Nach einem kurzen Abriss des aktuellen Stands der Forschung (Kapitel 2) folgt eine detaillierte Erläuterung der verwendeten Methodik (Kapitel 3). Daraufhin werden die durchgeführten Experimente beschrieben (Kapitel 4) und die erzielten Ergebnisse diskutiert (Kapitel 5). Abschließend folgen eine Zusammenfassung und ein Ausblick (Kapitel 6).


16:30 - 16:45

A Service Architecture For Processing Big Earth Data In The Cloud With Geospatial Analytics And Machine Learning

W. Glatz, T. Bahr

Harris Geospatial Solutions, Deutschland

A continually increasing, massive amount of geospatial data, i. e. Big Earth Data, from different sources (commercial satellite constellations and small satellites, drones) and modalities (Optical: Pan, RGB, MSI, HSI; SAR; LiDAR) enforces the automation of data processing. New tools and technologies are needed for hosting and managing distributed data processing in a high-performance computing environment within an enterprise or in the cloud.

The Geospatial Services Framework (GSF) brings together data, geospatial analytics, and computing power in the cloud to enable the deployment of applications, which solve problems at scale across industries.

GSF is based on the concept of service engines in a cluster. One essential feature is the adaptation to varying utilization. On demand, additional parallel engines (workers) can be added (scalability). Each engine uses multiple CPUs for parallel processing. Harris provides the ready-to-use ENVI/IDL/SARscape/Machine Learning service engines. In addition, customers may implement their own engines. GSF can be integrated in any public or internal server environments, such as Amazon Web Services (AWS), Microsoft Azure, or the Google Cloud Platform.

Developers may use GSF to easily publish custom algorithms for the hosted service engines. These processing workflows can then be shared across the enterprise or cloud. For analysis of remotely sensed data, developers can resort to the full width of ENVI software analytics.

ENVI combines image processing and analysis technology to derive detailed information from all geospatial data, i. e. optical imagery, SAR, and LiDAR. Available analytics include feature extraction, classification, object identification, change detection, and more. A specific machine learning algorithm for spectral-based land cover mapping is the Softmax Regression classifier. It can be created and trained on a reference dataset using spectral and spatial information and then applied to similar data multiple times. Implemented in a classification framework, it provides a flexible approach to customize a classification process.

All described geoprocessing tools are capable of being fully integrated with ArcGISÒ for Server from ESRI via a Python client library.

Harris machine learning contains deep learning capabilities, which are designed for the unique characteristics of space- and airborne imagery of multiple modalities, and point cloud data sets. Focus is on object recognition within scenes. Successful tests, for instance on Pan imagery, included i. a. airplanes, storage tanks, cooling towers, athletic fields, paved roads, overpasses, and tollbooths. Overall, it is a substantial contribution to spatio-temporal analytics of Big Earth Data.

 
16:00 - 16:30AF 5.1: Anwenderforum Leica Geosystems Technologies GmbH, Aalen
Chair der Sitzung: Hans-Gerd Maas
K. Neumann, F. Puls:
Hybrid Sensor Systems – Innovationen der Luftbildsensoren
Hörsaal 0606 
16:00 - 16:30AF 5.2: Anwenderforum OCAD AG, Baar
Chair der Sitzung: Jukka Krisp
T. Gloor, G. Schaad:
Multi-Repräsentation mit OCAD 2018 Mapping Solution
Hörsaal 0602 
16:00 - 16:30AF 5.3: Anwenderforum Harris Geospatial Solutions GmbH, Gilching
Chair der Sitzung: Andreas Illert
Dr. T. Bahr:
Analytics without Limits for the Sentinels
Hörsaal 2770 
16:00 - 16:30AF 5.4: Anwenderforum Malvern Panalytical GmbH, Kassel
Chair der Sitzung: Philipp Willkomm
S. Parks:
The importance of ground-truthing your remote sensing imagery
Hörsaal 2760 
16:30 - 17:00AF 6.1: Anwenderforum GEOSYSTEMS GmbH, Germering
Chair der Sitzung: Andreas Illert
T. Koukal:
Intelligentes Modell sucht Almfläche
Hörsaal 2770 
16:30 - 17:00AF 6.2: Anwenderforum IGI mbH, Kreuztal
Chair der Sitzung: Hans-Gerd Maas
P. Grimm, V. Zirn:
Multiperspektivische Photogrammetrie
Hörsaal 0606 
16:30 - 17:00AF 6.3: Anwenderforum virtualcitySYSTEMS GmbH, Berlin
Chair der Sitzung: Jukka Krisp
M. Sindram:
Simulation mit semantischen 3D-Stadtmodellen
Hörsaal 0602 
16:30 - 17:00AF 6.4: Anwenderforum European Space Imaging, München
Chair der Sitzung: Philipp Willkomm
C. Sandow:
Service-on-Demand für zeitkritische Anwendungen
Hörsaal 2760 
17:15 - 18:30DGPF-MV: Mitgliederversammlung DGPF
Chair der Sitzung: Uwe Stilla
Chair der Sitzung: Uwe Sörgel
Mitglieder DGPF
Hörsaal 2760 
19:00 - 23:00AV2: Get-Together
Im "Löwenbräukeller am Stiglmaierplatz" in der Dachauer Stube, Nymphenburger Str. 2, 80335 München sind Plätze vorreserviert.

Die Teilnehmer zahlen ihren Verzehr selbst.
Löwenbräukeller am Stiglmaierplatz, Dachauer Stube 

 
Impressum · Kontaktadresse:
Veranstaltung: PFGK18-Tagung
Conference Software - ConfTool Pro 2.6.123
© 2001 - 2018 by Dr. H. Weinreich, Hamburg, Germany