Universität zu Köln

Kramm, Tanja ORCID: 0000-0003-2684-7157 (2022). Uncertainties in Digital Elevation Models: Evaluation and Effects on Landform and Soil Type Classification. PhD thesis, Universität zu Köln.

PDF Dissertation_2022_Kramm.pdf Bereitstellung unter der CC-Lizenz: Creative Commons Attribution Non-commercial No Derivatives. Download (77MB)

Abstract

Digital elevation models (DEMs) are a widely used source for the digital representation of the Earth's surface in a wide range of scientific, industrial and military applications. Since many processes on Earth are influenced by the shape of the relief, a variety of different applications rely on accurate information about the topography. For instance, DEMs are used for the prediction of geohazards, climate modelling, or planning-relevant issues, such as the identification of suitable locations for renewable energies. Nowadays, DEMs can be acquired with a high geometric resolution and over large areas using various remote sensing techniques, such as photogrammetry, RADAR, or laser scanning (LiDAR). However, they are subject to uncertainties and may contain erroneous representations of the terrain. The quality and accuracy of the topographic representation in the DEM is crucial, as the use of an inaccurate dataset can negatively affect further results, such as the underestimation of landslide hazards due to a too flat representation of relief in the elevation model. Therefore, it is important for users to gain more knowledge about the accuracy of a terrain model to better assess the negative consequences of DEM uncertainties on further analysis results of a certain research application. A proper assessment of whether the purchase or acquisition of a highly accurate DEM is necessary or the use of an already existing and freely available DEM is sufficient to achieve accurate results is of great qualitative and economic importance. In this context, the first part of this thesis focuses on extending knowledge about the behaviour and presence of uncertainties in DEMs concerning terrain and land cover. Thus, the first two studies of this dissertation provide a comprehensive vertical accuracy analysis of twelve DEMs acquired from space with spatial resolutions ranging from 5 m to 90 m. The accuracy of these DEMs was investigated in two different regions of the world that are substantially different in terms of relief and land cover. The first study was conducted in the hyperarid Chilean Atacama Desert in northern Chile, with very sparse land cover and high elevation differences. The second case study was conducted in a mid-latitude region, the Rur catchment in the western part of Germany. This area has a predominantly flat to hilly terrain with relatively diverse and dense vegetation and land cover. The DEMs in both studies were evaluated with particular attention to the influence of relief and land cover on vertical accuracy. The change of error due to changing slope and land cover was quantified to determine an average loss of accuracy as a function of slope for each DEM. Additionally, these values were used to derive relief-adjusted error values for different land cover classes. The second part of this dissertation addresses the consequences that different spatial resolutions and accuracies in DEMs have on specific applications. These implications were examined in two exemplary case studies. In a geomorphometric case study, several DEMs were used to classify landforms by different approaches. The results were subsequently compared and the accuracy of the classification results with different DEMs was analysed. The second case study is settled within the field of digital soil mapping. Various soil types were predicted with machine learning algorithms (random forest and artificial neural networks) using numerous relief parameters derived from DEMs of different spatial resolutions. Subsequently, the influence of high and low resolution DEMs with the respectively derived land surface parameters on the prediction results was evaluated. The results on the vertical accuracy show that uncertainties in DEMs can have diverse reasons. Besides the spatial resolution, the acquisition technique and the degree of improvements made to the dataset significantly impact the occurrence of errors in a DEM. Furthermore, the relief and physical objects on the surface play a major role for uncertainties in DEMs. Overall, the results in steeper areas show that the loss of vertical accuracy is two to three times higher for a 90 m DEM than for DEMs of higher spatial resolutions. While very high resolution DEMs of 12 m spatial resolution or higher only lose about 1 m accuracy per 10° increase in slope steepness, 30 m DEMs lose about 2 m on average, and 90 m DEMs lose more than 3 m up to 6 m accuracy. However, the results also show significant differences for DEMs of identical spatial resolution depending on relief and land cover. With regard to different land cover classes, it can be stated that mid-latitude forested and water areas cause uncertainties in DEMs of about 6 m on average. Other tested land cover classes produced minor errors of about 1 – 2 m on average. The results of the second part of this contribution prove that a careful selection of an appropriate DEM is more crucial for certain applications than for others. The choice of different DEMs greatly impacted the landform classification results. Results from medium resolution DEMs (30 m) achieved up to 30 % lower overall accuracies than results from high resolution DEMs with a spatial resolution of 5 m. In contrast to the landform classification results, the predicted soil types in the second case study showed only minor accuracy differences of less than 2 % between the usage of a spatial high resolution DEM (15 m) and a low resolution 90 m DEM. Finally, the results of these two case studies were compared and discussed with other results from the literature in other application areas. A summary and assessment of the current state of knowledge about the impact of a particular chosen terrain model on the results of different applications was made. In summary, the vertical accuracy measures obtained for each DEM are a first attempt to determine individual error values for each DEM that can be interpreted independently of relief and land cover and can be better applied to other regions. This may help users in the future to better estimate the accuracy of a tested DEM in a particular landscape. The consequences of elevation model selection on further results are highly dependent on the topic of the study and the study area's level of detail. The current state of knowledge on the impact of uncertainties in DEMs on various applications could be established. However, the results of this work can be seen as a first step and more work is needed in the future to extend the knowledge of the effects of DEM uncertainties on further topics that have not been investigated to date.

Item Type:	Thesis (PhD thesis)
Translated abstract:	Abstract Language Digitale Geländemodelle (engl. digital elevation models, DEMs) werden häufig genutzt, um eine digitale Darstellung und Repräsentation der Erdoberfläche in zahlreichen Bereichen der Wissenschaft, Industrie und im Militär zu erhalten. Da viele Prozesse auf der Erde von der Form des Reliefs beeinflusst werden, sind eine Vielzahl unterschiedlicher Anwendungen auf genaue topografische Informationen angewiesen. DEMs werden beispielsweise genutzt für die Vorhersage von Georisiken, Klimamodellierungen, oder planungsrelevante Fragestellungen wie die Ermittlung geeigneter Standorte für erneuerbare Energien. Digitale Geländemodelle können heutzutage durch verschiedene Fernerkundungstechniken, wie Photogrammmetrie, RADAR, oder Laserscanning (LiDAR), mit hoher geometrischer Auflösung und über große Gebiete erstellt werden. Dennoch sind sie mit Unsicherheiten behaftet und können fehlerhafte Darstellungen des Geländes enthalten. Die Qualität und Genauigkeit der abgebildeten Topografie ist jedoch von entscheidender Bedeutung. Die Nutzung eines fehlerbehafteten Datensatzes kann negative Auswirkungen auf weiterführende Ergebnisse haben, wie beispielsweise die Unterschätzung von Hangrutschungsgefahren durch ein zu flach dargestelltes Relief im Geländemodell. Es ist daher wichtig, genaue Kenntnisse über die Qualität eines verwendeten Geländemodells in einem bestimmten Gebiet zu besitzen, um negative Konsequenzen auf weiterführende Ergebnisse verschiedenster Forschungsanwendungen besser abschätzen zu können. Eine angemessene Beurteilung darüber, ob der Erwerb eines hochgenauen DEMs notwendig ist, oder die Verwendung eines bereits vorhandenen und frei verfügbaren DEMs zur Erzielung hinreichend genauer Ergebnisse ausreicht, ist von qualitativer und ökonomischer Wichtigkeit. Im ersten Teil dieser Arbeit steht die Erweiterung des Wissens über das Auftreten von Unsicherheiten in DEMs in Bezug auf Gelände und Landbedeckung im Vordergrund. Die ersten beiden Studien dieser Dissertation liefern hierzu eine umfassende Analyse der vertikalen Genauigkeit von zwölf aus dem Weltraum aufgenommenen DEMs, welche eine geometrische Auflösung zwischen 5 m und 90 m besitzen. Die Genauigkeit dieser DEMs wurde in zwei unterschiedlichen Regionen der Welt untersucht, die sich in Bezug auf Relief und Landbedeckung stark unterscheiden. Die erste Studie erfolgte in der hyperariden chilenischen Atacama-Wüste im Norden Chiles, mit kaum vorhandener Landbedeckung und sehr großen Höhenunterschieden im Relief. Die zweite Fallstudie wurde in einer Region der mittleren Breiten durchgeführt, dem Rur-Einzugsgebiet im westlichen Teil Deutschlands. Dieses Gebiet besitzt ein überwiegend flaches bis hügeliges Gelände mit vielfältiger Vegetation und Landbedeckung. Die Auswertung beider Studien erfolgte mit besonderem Augenmerk auf den Einfluss von Relief und Landbedeckung auf die vertikale Genauigkeit der DEMs. Es wurde die Änderung des Fehlers durch wechselnde Hangneigungen und Landbedeckungen quantifiziert, um für jedes DEM einen durchschnittlichen Genauigkeitsverlust in Abhängigkeit zur Hangneigung zu ermitteln. Zusätzlich wurden diese Werte zur Ableitung von reliefbereinigten Fehlerwerten für verschiedene Landbedeckungsklassen verwendet. Der zweite Teil dieser Dissertation befasste sich mit den Folgen, die unterschiedliche räumliche Auflösungen und Genauigkeiten in DEMs auf bestimmte Anwendungen haben können. Diese Auswirkungen wurden beispielhaft anhand von zwei verschiedenen Fallstudien untersucht. In einer geomorphometrischen Fallstudie wurden verschiedene Geländemodelle verwendet, um Landformen mit unterschiedlichen Methodiken zu klassifizieren. Die Ergebnisse wurden im Anschluss verglichen und die Genauigkeit der Klassifikationsergebnisse, hergestellt durch die Nutzung unterschiedlicher DEMs, analysiert. Die zweite Fallstudie ist im Bereich der digitalen Bodenkartierung angesiedelt. Es wurden unter der Verwendung von zahlreichen Reliefparametern, abgeleitet von DEMs unterschiedlicher Auflösung, verschiedene Bodentypen mit Hilfe von Algorithmen des maschinellen Lernens (Random Forest und künstliche neuronale Netze) vorhergesagt. Anschließend wurde der Einfluss von hoch- und geringauflösenden DEMs mit den jeweils daraus abgeleiteten Landoberflächenparametern auf die Vorhersageergebnisse evaluiert. Die Ergebnisse aus der Analyse der vertikalen Genauigkeit zeigen, dass Unsicherheiten in DEMs sehr vielfältige Ursachen besitzen können. Nicht nur die räumliche Auflösung, sondern auch die Aufnahmetechnik und der Grad der vorgenommenen Verbesserungen am DEM haben einen wesentlichen Einfluss auf das Vorkommen von Fehlern in einem DEM. Darüber hinaus haben das Relief und das Vorkommen von Objekten auf der Oberfläche einen erheblichen Einfluss auf die Genauigkeit von DEMs. Insgesamt zeigen die Ergebnisse in steileren Regionen, dass der Genauigkeitsverlust bei einem 90 m DEM zwei- bis dreimal so hoch ist im Vergleich zu DEMs höherer räumlicher Auflösung. Während sehr hoch aufgelöste DEMs mit einer geometrischen Auflösung von 12 m oder höher nur ca. 1 m Genauigkeitsverlust pro 10° steigender Hangneigung aufweisen, sinkt die Genauigkeit bei 30 m DEMs im Durchschnitt um etwa 2 m und bei 90 m DEMs um mehr als 3 m bis hin zu 6 m. Die Ergebnisse zeigen darüber hinaus für DEMs gleicher Auflösung deutliche Unterschiede in der Genauigkeit in Abhängigkeit von Relief und Landbedeckung. In Bezug auf unterschiedliche Landbedeckungsklassen ist feststellbar, dass Wald- und Wasserflächen in den mittleren Breiten Unsicherheiten von durchschnittlich 6 m in DEMs verursachen, andere Landbedeckungsklassen lediglich einen Fehler von nur 1 – 2 m im Durchschnitt. Die Ergebnisse des zweiten Teils dieser Arbeit zeigen, dass die sorgfältige Auswahl eines geeigneten DEMs für bestimmte Anwendungen wichtiger ist als für andere. Die Wahl des DEMs hatte einen sehr großen Einfluss auf die Ergebnisse der Landformklassifikation. Geländemodelle mit mittlerer Auflösung (30 m) erzielten eine bis zu 30 % niedrigere Gesamtgenauigkeit als hochauflösende DEMs mit einer geometrischen Auflösung von 5 m. Im Gegensatz zu den Ergebnissen der Landformklassifikationen, zeigten die vorhergesagten Bodentypen in der zweiten Studie einen nur geringen Genauigkeitsunterschied von weniger als 2 % zwischen der Nutzung eines räumlich hoch aufgelösten DEMs (15 m) und eines niedrig aufgelösten 90 m DEMs. Abschließend wurden die Ergebnisse dieser beiden Fallstudien mit weiteren Ergebnissen aus der Literatur in anderen Anwendungsgebieten verglichen und diskutiert. Es erfolgte eine Zusammenfassung und Einschätzung des aktuellen Wissensstandes über die Auswirkungen, die die Wahl eines bestimmten Geländemodelles auf die Ergebnisse verschiedener Anwendungen hat. Zusammenfassend lässt sich festhalten, dass die erzielten vertikalen Genauigkeitsmaße der einzelnen getesteten DEMs einen ersten Versuch darstellen, individuelle Fehlerwerte für jedes DEM zu ermitteln, die unabhängig von Relief und Landbedeckung interpretierbar sind und eine bessere Übertragbarkeit auf andere Regionen zulassen. Dies könnte Anwendern zukünftig helfen, die Genauigkeit eines getesteten DEMs in einer bestimmten Landschaft besser einschätzen zu können. Die Folgen der Geländemodellwahl auf weiterführende Ergebnisse hängt stark von Ziel und Inhalt der Studie und dem Detailgrad des Untersuchungsgebiets ab. Es konnte der aktuelle Wissensstand über die Auswirkungen von Unsicherheiten in Geländemodellen auf verschiedene Anwendungen aufgezeigt werden. Allerdings sind die vorliegenden Ergebnisse nur ein erster Schritt in diese Richtung und es sind weitere zukünftige Arbeiten notwendig, um dieses Wissen auf weitere und bisher nicht untersuchte Themen zu erweitern. German
Creators:	Creators Email ORCID ORCID Put Code Kramm, Tanja tanja.kramm@uni-koeln.de orcid.org/0000-0003-2684-7157 UNSPECIFIED
URN:	urn:nbn:de:hbz:38-642968
Date:	2022
Language:	English
Faculty:	Faculty of Mathematics and Natural Sciences
Divisions:	Faculty of Mathematics and Natural Sciences > Department of Geosciences > Geographisches Institut
Subjects:	Data processing Computer science Natural sciences and mathematics Earth sciences Geography and travel
Uncontrolled Keywords:	Keywords Language digital elevation models; remote sensing; GIS; accuracy assessment; topography; terrain; relief; geomorphometry; landform classification; digital soil mapping English Digitale Geländemodelle; Fernerkundung; GIS; Genauigkeitsbewertung; Topografie; Gelände; Relief; Geomorphometrie; Landformklassifikation; Digitale Bodenkartierung German
Date of oral exam:	28 October 2022
Referee:	Name Academic Title Bareth, Georg Prof. Dr. Schneider, Karl Prof. Dr.
Refereed:	Yes
URI:	http://kups.ub.uni-koeln.de/id/eprint/64296