AAU Studenterprojekter - besøg Aalborg Universitets studenterprojektportal
Et kandidatspeciale fra Aalborg Universitet
Book cover


Automatisk lokalisering af ændret NBL § 3-natur

Oversat titel

Automatic localization of changed nature protected by the Nature Conservation Act § 3

Forfatter

Semester

4. semester

Udgivelsesår

2010

Afleveret

Antal sider

212

Abstract

I 2007 overtog kommunerne administrationen af naturtyper beskyttet efter Naturbeskyttelsesloven § 3. Det gav debat om, hvorvidt kommunerne kunne løfte opgaven, eller om naturen blev forsømt. Projektet tager udgangspunkt i spørgsmålet: Med de muligheder der findes i GIS (Geografisk Informationssystem), hvorfor findes der ikke et automatisk system til at udpege eller lokalisere områder, der har ændret sig? Derfor udvikles en model, som kombinerer eksisterende § 3-registreringer med rasterdata i form af ortofoto (geokorrigerede luftbilleder) for at finde naturområder, der har ændret karakter. Først gennemgås metoder til change detection (at måle ændringer mellem billeder over tid), hvorefter tests og teori bruges til at vælge den mest egnede tilgang. Modellen anvendes derefter på § 3-områder i Aalborg Kommune. Resultaterne viser, at en beregnet forandringsværdi kan bruges til sikkert at lokalisere områder, der er uændrede. Ændrede områder kan skyldes både naturlige processer og menneskelig påvirkning, hvilket gør dem sværere at kategorisere automatisk. Samlet set kan modellen opdele § 3-områder i ændrede og uændrede, og projektets problemformulering bliver besvaret.

In 2007, Danish municipalities took over administration of nature types protected under Section 3 of the Nature Protection Act, sparking debate about whether they could manage the task or whether nature would be neglected. This project asks: Given modern GIS (Geographic Information Systems), why is there no automatic system to flag or locate areas that have changed? It develops a model that combines existing §3 registrations with raster data from orthophotos (georectified aerial images) to find protected areas that have changed character. First, methods for change detection (measuring differences between images over time) are reviewed, then tests and theory guide the choice of methods. The model is applied to §3 areas in Aalborg Municipality. The results show that a computed change value can reliably identify areas that have not changed. Changed areas may reflect both natural processes and human impacts, making them harder to categorize automatically. Overall, the model separates changed from unchanged areas and addresses the project’s research question.

[Dette resumé er genereret ved hjælp af AI]