Other language confidence: 0.5087253038926246
Das DLR-Projekt EnMAP (Environmental Mapping and Analysis Program) Bodensegment ist eingebunden in die übergeordnete deutsche hyperspektrale Satellitenmission zur Erdbeobachtung EnMAP. Hyperspektrale Sensoren messen die von der Erdoberfläche reflektierte Sonnenstrahlung vom sichtbaren Licht bis hin zum kurzwelligen Infrarot. Daraus lassen sich präzise Aussagen über Zustand und Veränderungen der Erdoberfläche ableiten. Die Mission soll im Jahr 2015 starten und ist auf fünf Jahre ausgelegt. Ziel der Mission EnMAP ist, regelmäßig quantitative diagnostische Parameter der Erdoberfläche zu messen. Mit Hilfe dieser geo-biochemischen und bio-physikalischen Messungen werden gegenwärtige fernerkundliche Standardprodukte erheblich verbessert und neue Informationsprodukte etabliert.
1. Vorhabenziel Der Fokus von EnFusionMap liegt inhaltlich auf der Entwicklung und Adaption von Methoden zum verbesserten Monitoring urbaner Ballungszentren. Dabei kommt der verbesserten Ableitung von materialbasierten Subpixelinformationen auf Basis von EnMAP-Daten sowie der Ableitung von urbanen Informationsprodukten mittels synergetischer Nutzung unterschiedlicher Erdbeobachtungsdaten eine entscheidende Bedeutung zu 2. Arbeitsplanung Das Projekt fokussiert sich unter anderem auf das enorme Innovationspotenzial der EnMAP-Mission sowie Synergien mit RapidEye und TerraSAR-X zur Ableitung urbaner lnformationsprodukte. Unter anderem sind folgende Arbeitspakte vorgesehen: (i) Ableitung von Subpixelinformationen auf EnMAP Daten mittels Verfahren des Maschinellen Lemens, (ii) synergetische Nutzung von EnMAP und TerraSAR-X Daten, und (iii) synergetische Nutzung von EnMAP und RapidEye Daten.
Das EnMAP Doktorandenprogramm ist Teil der wissenschaftlichen Nutzungsvorbereitung der deutschen hyperspektralen Environmental Mapping and Analysis Mission (EnMAP) und ist speziell auf die Ausbildung des wissenschaftlichen Nachwuchses im Bereich der hyperspektralen Fernerkundung ausgerichtet. Die EnMAP Mission im Zusammenhang mit den Missionen der Sentinel-2, RapidEye- und TerraSAR-X Satellitensysteme können aufgrund ihrer operationellen Verfügbarkeit, der Wiederholraten und der großflächigen Abdeckung einen entscheidenden Beitrag zum operationellen Umweltmonitoring urbaner Räume und der Beobachtung der räumlich-zeitlichen Dynamik von Megacities leisten. In diesem Verbundvorhaben soll das Potenzial der EnMAP Daten zusammen mit Daten der Sentinel-2-, RapidEye- und TerraSAR-X-Satellitensysteme wissenschaftlich erschlossen werden. Der Fokus liegt dabei auf der Methodenentwicklung zur Nutzung multi-sensoraler Datensätze, welche es ermöglichen die mit der strukturellen Komplexität urbaner Räume einhergehenden Anforderungen an Methoden und Daten zur erfüllen. Dabei werden Verfahren des spektralen Entmischens sowie des maschinellen Lernens berücksichtigt. Ausgangspunkt sind flugzeuggetragene hyperspektrale Daten, die die schrittweise Analyse von urbanen Klassen in verschiedenen räumlichen und spektralen Skalenebenen ermöglichen. Diese sehr grundlegenden Untersuchungen sind notwendig, da bisher nur sehr wenige Arbeiten in diesem Kontext existieren. Das Gesamtziel des Projektes ist es, das enorme Innovationspotenzial der EnMAP-Mission für urbane Räume methodisch und inhaltlich zu erforschen, sowie Konzepte und Verfahren zu entwickeln, um Synergien zwischen verschiedenen Satelliten Missionen nutzen zu können. Die operationelle Verfügbarkeit der oben erwähnten Sensorsysteme wird ein zeitlich hochaufgelöstes Monitoring von urbanen Gebieten ermöglichen. Dazu sind geeignete Verfahren zur Informationsextraktion notwendig, die im Rahmen dieses Verbundprojektes entwickelt werden sollen. Anwendungpotenzial: - Erstellung eines Frameworks für eine möglichst global anwendbare spektrale Bibliothek urbaner Oberflächen, die die Integration weltweit vorkommender urbaner Oberflächen ermöglicht. - Erstellung und Anpassung von Verfahren zur Ableitung relevanter sub-pixel Informationen aus EnMAP Daten durch zwei unterschiedliche Ansätze: (i) spektrale Entmischung und (ii) Algorithmen aus dem Bereich des Maschinellen Lernens. - Bereitstellung vielfältiger Informationen für politische Entscheidungsträger, um Ursachen und Treiber raumbezogener urbaner Entwicklungsprozesse zu verstehen und nachhaltige Konzepte zu entwickeln, die den kulturellen und politischen Anforderungen entsprechen.
Das EnMAP Doktorandenprogramm ist Teil der wissenschaftlichen Nutzungsvorbereitung der deutschen hyperspektralen Environmental Mapping and Analysis Mission (EnMAP) und ist speziell auf die Ausbildung des wissenschaftlichen Nachwuchses im Bereich der hyperspektralen Fernerkundung ausgerichtet. Die Erdbeobachtungssysteme EnMAP und Sentinel-3 ermöglichen die Messung der sonneninduzierten Chlorophyll-Fluoreszenz. Chlorophyll-Fluoreszenz ist ein von photosynthetisch aktivem Chlorophyll ausgesendetes, schwaches elektromagnetisches Signal. Für beide Sensoren werden konsistente Verfahren für die Fernerkundung von Küsten- und Binnengewässern über die Nutzung der Chlorophyll-Fluoreszenz entwickelt. Ab voraussichtlich 2018 können diese Methoden synergetisch auf EnMAP und Sentinel-3 angewendet werden. In diesem Projekt sollen Methoden für die Ableitung von Gewässerparametern aus gemessenen EnMAP- und OLCI-Reflektanzspektren entwickelt werden. Dabei wird die sonneninduzierte Chlorophyll-Fluoreszenz aus EnMAP und Sentinel-3 Daten in besonderem Maße berücksichtigt. Für die Entwicklung der Fernerkundungsverfahren soll das am Institut für Weltraumwissenschaften entwickelte Strahlungstransportmodell MOMO für die Berechnung der emittierenden Chlorophyll-Fluoreszenz erweitert werden (Hollstein & Fischer, 2012). Die für die Analyse der Daten notwendige Atmosphärenkorrektur wird über Auswerteverfahren der EnMAP Tool-Box in Absprache mit dem GFZ realisiert und wenn erforderlich entsprechend angepasst. Im Anschluss an das Vorhaben werden neue Algorithmen und zusätzliche Module für den heute bestehenden EnMAP end-to-end Simulator vorliegen und die Simulation von Messungen und Produkten für EnMAP und Sentinel-3 erlauben. Zusätzlich wird eine Abschätzung der Unsicherheiten und Fehler der Ableitung der Chlorophyll-Fluoreszenz aus EnMAP Daten über Wasser bereitgestellt. Anwendungpotenzial: Wissenschaftliche Anwendung - Abschätzung fernerkundeter Fluoreszenz - Abschätzung vom Zustand und der Variabilität von Gewässern - Optimierung von Strahlungstransportmodellen über Gewässern - Modul Nutzung durch Sentinel-3 und EnMAP-Nutzer. Anwendungsbereiche - Wasserqualität und -verfügbarkeit - Klimawandel - Katastrophenschutz (z.B. Überschwemmungen) - Agrarwirtschaft und Fischerei - Wasserwirtschaft - Stadtentwicklung und Transportwesen. Weitere Ergebnisse: Modul-Implementierung in der EnMAP Toolbox zur fernerkundeten Fluoreszenz-Abschätzung in Gewässern.
Die EnMAP Sciene Advisory Group (EnSAG) unterstützt den wissenschaftlichen PI am Helmholtz-Zentrum Potsdam GFZ bei der Koordination der wissenschaftlichen Nutzungsvorbereitungen des Environmental Mapping and Analysis Program (EnMAP). Zu den Aufgaben der EnSAG gehören u.a. (i) die Erstellung und Aktualisierung des EnMAP Science Plans, (ii) die Vorbereitung und Durchführung von Workshops und Schulungen, (iii) die Koordination und Vernetzung von nationalen und internationalen Aktivitäten im Bereich der hyperspektralen Fernerkundung, sowie (iv) die Entwicklung von Algorithmen zur Verarbeitung und Analyse hyperspektraler Daten und deren Implementierung in das, im Rahmen des Projektes entwickelte, frei verfügbare Softwarepaket EnMAP-Box. Innerhalb des Projektes 'EnSAG Phase II' soll die erfolgreiche Arbeit der EnSAG durch die Bearbeitung neuer wissenschaftlicher Herausforderungen im Bereich der Hyperspektralfernerkundung fortgeführt werden. Am HZG werden folgende Schwerpunkte bearbeitet: - Entwicklung von Verfahren zur hyperspektralen Datenanalyse zu den Themen Atmosphärenkorrektur über Wasser sowie Herleitung hydro-optischer Eigenschaften für die Bestimmung von Wasserinhaltsstoffen wie Schwebstoffe, Phytoplankton und Gelbstoff - Entwicklung von Verfahren zur Analyse hyperspektraler Daten ähnlich wie bei MERIS, OLCI (Sentinel 3 ) - Nutzung von neuronalen Netzen die mit Hilfe von simulierten Reflexionsspektren trainiert und als nicht-lineare multiple Regressionsverfahren verwendet werden - Untersuchung des Potentials hyperspektraler Daten für die Unterscheidung von Phytoplanktongruppen - Validierung der entwickelten Verfahren durch Abgleich mit in-situ gemessenen Reflexionsspektren sowie anderen hyperspektralen Sensoren (Chris-Proba, HICO, HySpex). Anwendungspotenzial: Das Vorhaben untersucht die Möglichkeiten mit hyperspektralen Satellitensystemen wie EnMAP Gewässer besser zu charakterisieren als mit multispektralen Systemen bisher möglich ist. Insbesondere die Trennung und Erkennung verschiedener Algengruppen und dabei verschiedener Gefährdungspotentiale ist ein mittel- bis langfristiges Ziel. Ebenso sind bisherige Satellitensysteme mit der für kleine Strukturen in Binnen- und Küstennahe Gewässer notwendigen geographischen Auflösung noch nicht in der Lage die Biooptik ausreichend zu erkennen. Durch verbesserte satellitenbasierte Informationsprodukte kann z.B. das Monitoring wichtiger Wasserreservoirs wesentlich verbessert werden. Weitere Ergebnisse: Die Software 'EnMAP-Box' kann unter der Adresse http://www.enmap.org/?q=enmapbox kostenfrei heruntergeladen werden. Die innerhalb des Vorhabens erhobenen Daten (Fernerkundungsdaten inkl. zugehöriger In-Situ-Messungen) werden nach Klärung der nutzungsrechtlichen Rahmenbedingungen ebenfalls zur Verfügung gestellt.
1. Vorhabenziel: Das Projekt dient der wissenschaftlichen Vorbereitung der EnMAP-Datennutzung. Es gliedert sich in vier Aufgabenbereiche. Im ersten werden technische Entwicklungen zur Datensimulation und Datenauswertung vorgenommen. Sie dienen der bestmöglichen Vorprozessierung der EnMAP-Produkte für die wissenschaftliche Nutzung. Der zweite Schwerpunkt unterstützt die Instrumentenentwicklung von EnMAP. Damit soll sichergestellt werden, dass das Instrument die wissenschaftlichen Anforderungen erfüllt. Im Mittelpunkt des dritten Bereiches stehen applikationsbezogene Entwicklungen. Sie fokussieren auf die Detektion von seltenen Erden, Edelmetallen und Abraumhalden, die Bodenerosion im mitteleuropäischen und mediterranen Raum sowie die automatische Erfassung des besiedelten Raumes. Die Koordination des 'EnMAP Core Science Teams' und der wissenschaftlichen Nutzer ist Gegenstand des vierten Bereiches. Diese Aufgabe dient im Besonderen der bestmöglichen Vorbereitung der Nutzergemeinde hyperspektraler Daten auf die Verwendung der EnMAP-Daten. 2. Arbeitsplanung Eine ausführliche Beschreibung des Arbeitsplanes mit Balkenplan und Meilensteinen befindet sich usw.
Die EnMAP Sciene Advisory Group (EnSAG) unterstützt den wissenschaftlichen PI am Helmholtz-Zentrum Potsdam GFZ bei der Koordination der wissenschaftlichen Nutzungsvorbereitungen des Environmental Mapping and Analysis Program (EnMAP). Zu den Aufgaben der EnSAG gehören u.a. (i) die Erstellung und Aktualisierung des EnMAP Science Plans, (ii) die Vorbereitung und Durchführung von Workshops und Schulungen, (iii) die Koordination und Vernetzung von nationalen und internationalen Aktivitäten im Bereich der hyperspektralen Fernerkundung, sowie (iv) die Entwicklung von Algorithmen zur Verarbeitung und Analyse hyperspektraler Daten und deren Implementierung in das, im Rahmen des Projektes entwickelte, frei verfügbare Softwarepaket EnMAP-Box. Innerhalb des Projektes 'EnSAG Phase II' soll die erfolgreiche Arbeit der EnSAG durch die Bearbeitung neuer wissenschaftlicher Herausforderungen im Bereich der Hyperspektralfernerkundung fortgeführt werden. Die Trierer Arbeitsgruppe 'Forests and Natural Ecosystems' bearbeitet dabei folgende Themen: - Entwicklung von Algorithmen zur abbildenden Spektroskopie für Fragestellungen der Forstwirtschaft und zur Bewertung von Waldökosystemen. Untersuchung von fünf Schwerpunktbereichen: Klassifikation von Baumarten und Entwicklungsphasen, Forstliche Wachstums-modellierung unter Einbindung fernerkundlicher Daten, Erfassung struktureller Veränderungen und Gradienten in Waldökosystemen, Charakterisierung von Zustand und Dynamik ökophysiologischer Vegetationsparameter und die Weiterentwicklung und Nutzung physikalisch basierter Reflexionsmodelle - Untersuchung von Synergien zwischen hyper- und multispektralen Aufnahmesystemen wie Sentinel-2 - Nutzung des eigenen flugzeuggestützten Aufnahmesystems für die Simulation von EnMAP Daten - Datenvalidierung durch Abgleich mit Referenzmessungen im Gelände und durch Labor- und Feldexperimente. Anwendungspotenzial: Die Ergebnisse sollen nutzbar sein für: - Überwachung von Forstökosystemen vor dem Hintergrund globaler und regionaler Klimaveränderungen - Erfassung von Kalamitäten und Stresssymptomen - Charakterisierung relevanter Ökosystemleistungen, wie etwa Holzproduktion und verfügbare Vorräte - Bereitstellung von Grundlagendaten zur forstlichen Planung und standortgerechtem Management. Potentielle Nutzer sind: - Forsteinrichter, Waldbesitzer und Holzindustrie - Waldökologen, Klimatologen und weitere Forscher. Weitere Ergebnisse: Die Software 'EnMAP Box' kann unter der Adresse http://www.enmap.org/?q=enmapbox kostenfrei herunter geladen werden. Die innerhalb des Vorhabens erhobenen Daten (Fernerkundungsdaten inkl. Zugehöriger In-Situ-Messungen) werden nach Klärung der nutzungsrechtlichen Rahmenbedingungen ebenfalls zur Verfügung gestellt.
Das Projekt zielt auf die Entwicklung einer Methodik zur fernerkundlichen Erfassung des Biomethanpotential (BMP) von Energiepflanzen unter Nutzung des künftigen EnMap-Sensors. Die analytische Bestimmung des BMP im Labormaßstab ist zeitaufwendig und teuer. Eine Alternative stellt der Einsatz der Near Infrared Spectroscopy dar, mit der das BMP ebenfalls ermittelt werden kann. Der Versuch der Übertragbarkeit dieses Ansatzes auf in-situ Bedingungen mittels hyperspektraler Fernerkundungssysteme liegt daher nahe. Die Nutzung von EnMap erfordert darüber hinaus die Entwicklung eines geeigneten Klassifikators, um Energiepflanzen zuverlässig von anderen Landnutzungsklassen zu unterscheiden und sie berücksichtigt Konzepte der Sensorfusion, um eine verbesserte Abschätzung pflanzenstruktureller Parameter (z.B. LAI) zu erreichen. Zusätzlich kann in Verbindung mit einem dynamischen Pflanzenwachstumsmodell, welches kontinuierliche Ertragschätzungen liefert, kann dann fernerkundlich eine regionale Abschätzung des Bioenergiepotentialen vorgenommen werden. Die entwickelten Methoden und Algorithmen werden offengelegt und können in die EnMap-Toolbox integriert werden. (1) Entwicklung eines geeigneten 'One-class classifier' zur Kartierung von Energiepflanzen. (2) Datenfusion (hyperspekteral + SAR) zur verbesserten Klassifkation und Ableitung von Pflanzenparametern (z.B. LAI). (3) Weiterentwicklung von Ensemble basierten Methoden für Regressionsprobleme, insbesondere für die Ableitung des BMPs.
1. Vorhabenziel - Das Projekt zielt auf die Entwicklung einer Methodik zur fernerkundlichen Erfassung des Biomethanpotential (BMP) von Energiepflanzen unter Nutzung des künftigen EnMap-Sensors. Die analytische Bestimmung des BMP im Labormaßstab ist zeitaufwendig und teuer. Eine Alternative stellt der Einsatz der Near Infrared Spectroscopy dar, mit der das BMP ebenfalls ermittelt werden kann. Der Versuch der Übertragbarkeit dieses Ansatzes auf in-situ Bedingungen mittels hyperspektraler Fernerkundungssysteme liegt daher nahe. Die Nutzung von EnMap erfordert darüber hinaus die Entwicklung eines geeigneten Klassifikators, um Energiepflanzen zuverlässig von anderen Landnutzungsklassen zu unterscheiden und sie berücksichtigt Konzepte der Sensorfusion, um eine verbesserte Abschätzung pflanzenstruktureller Parameter (z.B. LAI) zu erreichen. Zusätzlich kann in Verbindung mit einem dynamischen Pflanzenwachstumsmodell, welches kontinuierliche Ertragschätzungen liefert, dann fernerkundlich eine regionale Abschätzung des Bioenergiepotentialen vorgenommen werden. Die entwickelten Methoden und Algorithmen werden offengelegt und können in die EnMap-Toolbox integriert werden. 2. Arbeitsplanung - (1) Simulation von EnMAP-Spektren, (2) Entwicklung einer Methode zur spektralen in-situ Erfassung des Biomethanpotentials (BMP) (3) Ermittlung des regionalen BMP aus EnMAP-Daten (4) Weiterentwicklung von Ensemble basierten Methoden für Regressionsprobleme (5) Assimilation von aus EnMAP-Daten abgeleiteten Biomassedaten in Ertragsmodelle
| Organisation | Count |
|---|---|
| Bund | 21 |
| Land | 1 |
| Wissenschaft | 20 |
| Type | Count |
|---|---|
| Förderprogramm | 21 |
| unbekannt | 7 |
| License | Count |
|---|---|
| Offen | 28 |
| Language | Count |
|---|---|
| Deutsch | 20 |
| Englisch | 11 |
| Resource type | Count |
|---|---|
| Keine | 8 |
| Webseite | 20 |
| Topic | Count |
|---|---|
| Boden | 21 |
| Lebewesen und Lebensräume | 26 |
| Luft | 12 |
| Mensch und Umwelt | 28 |
| Wasser | 14 |
| Weitere | 28 |