4.3.2 Auswertung der gemessenen Wasserstandsdaten
Die erste Messung basiert auf der Technik der Diagonalen. Um die
daraus gewonnenen Daten auszuwerten, wurde die Wasserhöhe direkt an den
Mauern gemessen. Der Durchschnitt der zwei
Messungen wurde aggregiert und mit den vorherigen Messungen
verglichen, um Abweichungen sowie die Varianz festzustellen.
4.4 GIS-basiertes Modell zur Bestimmung der
räumlichen Ausbreitung von Überschwemmungsflächen
Ein GIS-basiertes Modell ist erforderlich, um die
Wasserfläche und die Überschwemmungsauswirkungen bestimmen zu
können. Die gewonnenen Wasserstandsdaten aus dem Geländemodell wurden
mithilfe des VertcalMapper-Algorithmus in MapInfo implementiert und in
Polygone umgewandelt. Die Überschwemmungsflächen sind diejenigen, die
aufgrund ihrer relativen Höhenlage bei einer bestimmten absoluten
Wasserhöhe als potenzielle Überschwemmungsflächen infrage
kommen. Die Simulation dieser Flächen erfolgt durch die Übertragung
der aus den relativen Wasserhöhendaten abgeleiteten Flächen über
das DGM und durch die Bearbeitung im Grid-Format. Die gewonnenen Grids wurden
in Vektoren umgewandelt und in Karten dargestellt.
Es wird davon ausgegangen, dass die Wasseroberfläche der
Überschwemmung horizontal ist, die relative lokale
Überschwemmungshöhe also die davon zu substrahierende absolute
Höhe des Geländes. Daraus kann nun ein zuverlässiges
Geländemodell entwickelt werden.
4.5 Abschätzung der Bevölkerungsdaten des
Untersuchungsgebiets
Die Abschätzung der Zahl der Bevölkerung
(Bzl) kann durch einige Parameter wie Wohnungstypen
(Gzn), durchschnittliche Bewohneranzahl (Bwn) und Gewicht
(Gwn) berechnet werden. Während der Geländearbeit wurde
festgestellt, dass es Gebäude gibt, die nicht genutzt wurden oder leer
standen. So wurden die Gebäude nach ihrer Funktion zugeordnet und eine
Gebäudenutzungsrate pro Viertel bestimmt. Dieser Faktor wird als Gewicht
(Gw) bezeichnet. Die Abschätzung der Bevölkerungszahl
wurde durch die folgende Formel geschätzt:
26
Bzl= Gz1* Bw1*Gw1+
G2*Bw2* Gw2+ +Gzn* Bw*Gw.
27
Diese Formel wurde im Rahmen des Projektes Wasserversorgung
und Hygieneerziehung in Benin entwickelt (DGE/M EE, 2011).
4.6 Abschätzung der Betroffenheit 4.6.1
Betroffene Bevölkerung
Die betroffene Bevölkerung wurde durch die
Zusammensetzung der Bevölkerungsanzahl der Überschwemmungsgebiete und
der Anzahl der Gebäude, die als Wohnung dienen, abgeschätzt. Die
Abschätzung wird hinsichtlich der Wohnungstypen durchgeführt, weil
nicht alle Gebäude als Wohnung genutzt werden. Darunter gibt es
Gebäude für andere Funktionen wie Schulen, Geschäfte oder
Verwaltungsgebäude.
4.6.2 Infrastrukturen und Landnutzung
Die Infrastrukturen erfassen die unterschiedlichen
Gebäudearten und die verschiedenen Straßenarten. Diese verschiedenen
Infrastrukturen werden jeweils mit der Überschwemmungsfläche
überlagert. So sind die Infrastrukturen, die sich in der
überschwemmten Zone befinden, die betroffenen Infrastrukturen.
Durch eine Überlagerung der Landnutzungskarte und der
Überschwemmungskarte können die betroffenen Gebiete der Landnutzung
bestimmt werden. So werden die unterschiedlichen Landnutzungsformen, die sich
im Überflutungsgebiet befinden, identifiziert und dadurch kann bestimmt
werden, welcher Zusammenhang zwischen der Landnutzung und der
Überschwemmung besteht.
Die Tabelle 3 stellt die Konfusionsmatrix der pixelbasierten
Klassifikation des Orthofos dar.
28
Tabelle 3: Konfusionsmatrix der pixelbasierten
Klassifikation in Prozent
|
Referenz
|
Klassification
|
Klasse
|
Dachbeton1
|
Dachwellblech
|
Dachziegel1
|
Sandstraße1
|
Vegetation
|
Summe
Klassif.
|
|
99.56
|
0.00
|
0.00
|
0.55
|
0.00
|
34.93
|
|
0.00
|
93.61
|
1.56
|
5.46
|
0.00
|
26.74
|
|
0.22
|
0.83
|
93.75
|
0.00
|
0.00
|
4.49
|
|
0.22
|
5.56
|
4.69
|
93.99
|
0.00
|
12.89
|
|
0.00
|
0.00
|
0.00
|
0.00
|
100.00
|
20.95
|
|
100.00
|
100.00
|
100.00
|
100.00
|
100.00
|
100
|
|
Quelle: Eigene Darstellung, 2012
Drei Pixel (0,83 %) der Referenzdaten wurden als
"Dachziegel» klassifiziert und 20 Pixel (5,56 %) als
«Sandstraße» zugeordnet. Damit sind geringere Abweichungen bei
der Klassifizierung von Gebäuden aufgetreten. Für die Klasse
Sandstraße" wurden 183 Pixel (100 %) als Referenzdaten richtig
klassifiziert. Davon wurde 1 Pixel (0,55 %) falsch zugeordnet und 10 Pixel
(5,46 %) als Klasse Dachwellblech» klassifiziert. Hier sind ebenfalls
geringere Abweichungen wie bei der Klassifizierung von Gebäuden
aufgetreten. Die Gesamtgenauigkeit (OA) liegt bei 98,50 % und der
Kappa-Koeffizient beträgt 0,96.
Insgesamt wurde die Klassifizierung mit gutem Ergebnis
durchgeführt, obwohl geringere Abweichungen dabei aufgetreten sind. Die
höchsten Genauigkeiten werden in den Klassen Gebäude mit Dachbeton
erreicht wegen der Dachfarbe, die weiß ist und dadurch besser die
Strahlung reflektieren kann (s. Abb. 8). Der Grund der Abweichungen kann sein,
dass die Wellbleche verrostet sind und ein anderes spektrales Spektralverhalten
als eine sandige Straße haben. Dadurch wurde die Dachfläche aus
Wellblech nicht als Gebäude erkannt und den sandigen Straßen
zugeordnet.
29
Abbildung 8: Vergleich der Klasse Gebäude bei der
pixelbezogenen Klassifikation auf Bildebene (Bild rechts) und auf dem
Originalsatellitenbild (Bild links).
Quelle: Eigene Darstellung, 2012
| 
