Original paper

Extracting Urban Parameters of the City of Oldenburg from Hyperspectral, Thermal, and Airborne Laser Scanning Data

Bannehr, Lutz; Schmidt, Andreas; Piechel, Johannes; Luhmann, Thomas

Abstract

This paper shows how to use different remote sensing sensors and methods to obtain parameters about the urban built-up areas. Within the cooperative research project HiReSens a hyperspectral scanner, an airborne laser scanner, a thermal camera, and a RGB-camera were employed on a small aircraft to determine roof material and geometric parameters as well as heat bridges within the city of Oldenburg, Lower Saxony, Germany. HiReSens aims to combine various geometrical highly resolved data (50 cm) in order to survey the state of the roof areas. Thermal data were used to obtain the temperature distribution of single roof tops. The hyperspectral data provide information on the roofing materials. Support vector machines (SVM) were used to classify these roof materials. Five out of six roofing materials were clearly detected. From airborne laser scanning (ALS) data a digital surface model and a digital terrain model were calculated. These models in combination with hyperspectral data form the basis to locate the buildings with the best orientations for solar panel. A decision tree algorithm give satisfactory results in this case. The combination of the different datasets offers the opportunity to use synergies between different sensor systems. The central goals were the development of tools for the detection of thermal bridges by means of thermal data, spectral differentiation of roof parameters on the basis of hyperspectral data as well as 3D-capture of building from ALS data.

Kurzfassung

Im Rahmen des kooperativen Forschungsprojektes HiReSens, gefördert vom BMBF, wird ein Hyperspektralscanner, ein Airborne Laser Scanner, eine Thermalkamera und eine RGB-Kamera auf einem kleinen Flugzeug, einer Cessna 207, eingesetzt, woraus Parameter der städtischen Bebauung, wie Dachmaterial- und Geometrieparameter sowie Temperaturverteilungen von Dächern, abgeleitet werden. HiReSens zielt darauf ab, verschiedene geometrisch hochauflösende (50 cm) Daten der Stadt Oldenburg in Niedersachsen zu kombinieren, um Synergien zwischen den unterschiedlich arbeitenden Sensorsystemen zu nutzen. Aus dem digitalen Geländemodell in Kombination mit den Hyperspektraldaten wird eine Dachmaske mittels Entscheidungsbaum-Klassifikation generiert. Aus den Thermaldaten lässt sich die Temperaturverteilung innerhalb einzelner Hausdächer bestimmen, welche Indizien auf mögliche Wärmebrücken geben. Die Hyperspektraldaten liefern spektrale Informationen über Dachmaterialien. Sie werden mit Hilfe eines Support Vector Machine (SVM) Klassifizierungsalgorithmus ermittelt. Fünf von sechs Dachmaterialien sind klar differenzierbar. Die digitalen Höhenmodelle, abgeleitet aus Airborne Laser Scanner Daten, dienen in Kombination mit den Hyperspektraldaten der Ermittlung von Dächern, die eine optimale Ausrichtung für die Installation von Solaranlagen aufweisen. Die zentralen Ziele des Projektes sind die Entwicklung von Werkzeugen zum Erkennen von Temperaturverteilungen, spektrale Unlerscheidung verschiedener Dachparameter auf Basis der Hyperspektraldaten sowie die 3D-Erfassung von Gebäuden aus den Airborne Laser Scanner Daten.

Keywords

hyperspectralthermalremote sensingairborne laser scam1ingclassification