Das Projekt "Inference of Aerosol and Land Use Interactions from Remote Sensing Data (AerosolLand)" wird vom Umweltbundesamt gefördert und von Universität Osnabrück, Institut für Geoinformatik und Fernerkundung (IGF) durchgeführt. Fernerkundliche Verfahren erlauben das Monitoring der räumlichen und zeitlichen Verteilung von Aerosolen, die erheblich die Luftverschmutzung und Gesundheit beeinflussen. Hyperspektraldaten ermöglichen eine bessere Unterscheidung physikalischer und chemischer Eigenschaften der Aerosole in der Atmosphäre. Hierzu wurde ein Ansatz für erdgebundene Hyperspektralbildaufnahme entwickelt, der horizontal eine spektrale Erfassung der Aerosole in der Luft ermöglicht. Die Methode erlaubt die Erfassung der Konzentrationen gemischter Aerosolverteilungen (kleiner als 2,5 Mikrometer) im urbanen Raum (ca. 1 km Distanz). Da die größendifferenzierte Erfassung der Aerolsolkonzentration aus den Spektraldaten ein nicht eindeutig lösbares Problem darstellt, soll in der Modellierung die Landnutzung / Landbedeckung (LU/LC) berücksichtigt werden, um eine eindeutige Lösung zu ermöglichen. Daten unterschiedlicher Fernerkundungssysteme (erdgebundene Hyperspektraldaten und Satellitendaten) werden für das durch heterogene Landnutzungsstrukturen charakterisierte Arbeitsgebiet in Israel erfasst. Die Satellitendaten werden durch Geländemessungen validiert. Unterschiedliche LU/LC Parameter werden analysiert, um deren Effekte auf die Größenverteilung der Aerosole abzuschätzen. Die Resultate werden untereinander verglichen, um zu beurteilen, wie sich zukünftige Veränderungen in der LU/LC auf die Aerosolverteilung und Konzentration auswirken. Ziel ist zu beurteilen, welche Veränderungen die Aerosolverteilung beeinflussen und Gesundheitsrisiken reduzieren. Dabei wird erwartet, dass die LU/LC Informationen die Aerosolabschätzung aus Hyperspektraldaten deutlich verbessern kann.
Das Projekt "PhenoSpec" wird vom Umweltbundesamt gefördert und von Universität Halle-Wittenberg, Institut für Geowissenschaften und Geographie durchgeführt. Pionierpflanzen, die in noch nicht besiedeltes Gebiet vordringen, können weitaus extremere Bedingungen als andere Arten ertragen. Im Verlauf der biologischen Sukzession beeinflussen sie das Biotop meist derart, dass sie selbst für andere Arten günstigere Bedingungen schaffen und von diesen verdrängt werden. Pionierpflanzen kommen meistens auf vorher vegetationsfreiem Boden - der aus natürlichen oder anthropogenen Ursachen keine Vegetation aufweist - vor, z.B. Tagebaugebieten. Die Vegetation zeigt in verschiedenen phänologischen und Wachstumsphasen unterschiedliche Reflektanzspektren auf, die aber zu den gleichen Pflanzenarten gehören können. Die Phänophasen sind normale Erscheinungen der Pflanzen und in dem Sinn beweisen die spektralen Unterschiede keine negativen Veränderungen. Das Ziel des Projektes ist es, phänologische Phasen mit Spektren zu beschreiben, die auch durch biotische und abiotische Schäden beeinflusst werden können. Im Rahmen des Projektes werden die kurzen Zeitveränderungen in der Phänologie für eine Biotoptypenkategorie parametrisiert und aufgrund der Anzahl der spektralen Stichproben die Veränderungen skaliert, um auch phänologische Zwischenphasen einordnen zu können bzw. die spektralen Merkmale auch für Satelliten zu simulieren. Die statistischen Zusammenhänge und Ergebnisse werden von Gefäßversuchen und Feldmessungen abgeleitet.
Das Projekt "HySURF: Automatisierte Waldinventur mittels Fusion von hochaufgelösten Hyperspektralsdaten und Full-Waveform Daten - Teilaufgaben, die bei einer Waldinventur anfallen wie z.B. Baumartenklassifikation, Totholzbestimmung, Holzvolumen oder Baumvitalität sollen mit LiDAR - Daten und Hyperspektraldaten automatisch durchgeführt werden" wird vom Umweltbundesamt gefördert und von Hochschule München, Fakultät 08 für Geoinformation, Labor für Photogrammetrie und Fernerkundung durchgeführt. Mit Full-Waveform Daten gelingt einen 3D Segmentierung von Bäumen. Eine Baumartenklassifikation kann nur Nadel- und Laubbäume unterscheiden. Für eine Waldinventur werden aber detaillierter Aussagen benötigt. Durch die Kombination von Full-Waveform Daten und Hyperspektraldaten soll eine verfeinerte Baumartenklassifikation untersucht werden. Ferner soll das Holzvolumen über die 3D Segmente von Einzelbäumen genauer bestimmt werden. Weiterhin soll untersucht werden, in wie fern Totholz oder Baumschäden durch die Kombination von Full-Waveform Daten und Hyperspektraldaten erkennbar sind.
Das Projekt "Vorbereitung der wissenschaftlichen Nutzung der hyperspektralen Mission EnMAP, EnMAP Vore Science Team Phase II - Monitoring the Phenological Development of Agricultural Crops" wird vom Umweltbundesamt gefördert und von Universität München, Institut für Geographie, Lehrstuhl für Geographie und Geographische Fernerkundung durchgeführt. Im Rahmen der wissenschaftlichen Nutzungsvorbereitung der Satellitenmission EnMAP (Environmental Mapping and Analysis Program) arbeitet bereits seit 2009 die EnMAP Scientifc Advisory Group (EnSAG) an der Vorbereitung der wissenschaftlichen Nutzung der zukünftigen Mission. Innerhalb des Projektes EnSAG Phase II soll die erfolgreiche Arbeit der EnSAG durch die Bearbeitung neuer wissenschaftlicher Herausforderungen im Bereich der Hyperspektralfernerkundung fortgeführt werden. Neben der kontinuierlichen Fortschreibung der engen Vernetzung der Nutzergemeinde in Form von jährlich stattfindenden, teilweise internationalen Workshops und Schulungen, so auch in Form einer einwöchigen Sommerschule an der LMU in München, werden insbesondere zeitlich hochfrequente Wissenschaftskampagnen durchgeführt. Die Kampagnen umfassen sowohl Geländearbeiten, als auch mit anderen Nutzergruppen abgestimmte Befliegungskampagnen, um eine Datengrundlage für die Entwicklung und Validierung von fortschrittlichen hyperspektralen Auswertealgorithmen zu schaffen, beziehungsweise um die bereits während der ersten Vorbereitungsphase vorhandene Datenbasis zu erweitern. Die Auswertealgorithmen werden in die Software 'EnMAP-Box' eingebunden. Bei EnMAP-Box handelt es sich um ein frei verfügbares Softwarepaket, welches speziell dafür entwickelt wurde Hyperspektraldaten und insbesondere zukünftige EnMAP-Daten verarbeiten zu können. Die LMU München trägt dazu Algorithmen bei, welche auf pflanzenphysiologische respektive landwirtschaftliche Fragestellungen ausgerichtet sind. Des Weiteren soll eine gezielte Analyse der gewonnen Hyperspektraldaten dazu dienen, Methoden zur Ableitung des Wachstumsstadiums, also der sog. phänologischen Phase, von landwirtschaftlichen Kulturen während der Vegetationsperiode zu entwickeln. Die phänologische Entwicklung dominiert wesentlich die Bestandesbildung. Demnach ist das Erarbeiten von multisaisonalen Zeitreihen von großer Wichtigkeit, wenn der Effekt des zeitlichen Auftretens verschiedener phänologischer Zustände auf Folgevariablen, wie z.B. die Ertragsbildung, untersucht werden soll. Da diese Prozesse in ihrer Dynamik eher in wöchentlichen als in monatlichen Schritten ablaufen, soll das kontinuierliche Monitoring von Beständen auf wöchentlicher Basis erfolgen. Um den Zusammenhang von spektraler Signatur und phänologischem Stadium zu untersuchen, soll deshalb während der Vegetationsperiode (April bis Oktober) der Jahre 2014 und 2015 eine zeitlich hochfrequente Spektrometerkampagne durchgeführt werden, die mit den Befliegungskampagnen koordiniert ist. Flächendeckende Informationen über den aktuell erreichten phänologischen Zustand von ackerbaulichen Beständen können eine hilfreiche Stütze für regionale prozessbasierte Modellierungen des Vegetationswachstums sein und damit die Erstellung von Managementprodukten für die landwirtschaftliche Praxis unterstützen.
Das Projekt "Entwicklung und Anwendung eines invertierbaren Forstreflexionsmodells zur fernerkundlichen Erfassung von Kronenschlußgrad, Blattflächenindex, Blattpigmentierung und Blattwassergehalt" wird vom Umweltbundesamt gefördert und von Universität Trier, Fach Umweltfernerkundung und Geoinformatik, Abteilung Fernerkundung durchgeführt. Die Forschungsaktivitäten konzentrieren sich auf die Entwicklung eines robusten, physikalisch basierten Forstreflexionsmodells (INFORM), das eine fernerkundliche Erfassung wichtiger bio-physikalischer Forstparameter erlaubt, wobei sowohl herkömmliche Multispektraldaten (u.a. Landsat-TM), als auch experimentelle Hyperspektraldaten (u.a. DAIS und HyMAP) zur Analyse herangezogen werden können. Dass sich in der Entwicklung befindliche Forstreflexionsmodell wird im Moment in mehreren Fallstudien eingesetzt: (1) fernerkundliche Bestimmung des Blattverlustes im Bienwald auf Grund einer Schwammspinner-Kalamität (Analyse von Landsat-TM Daten) (2) fernerkundliche Bestimmung des Einflusses von Kompensationskalkungen auf die 'Vitalität' von Fichtenforsten im Hunsrück (Analyse von Landsat-TM Daten) (3) fernerkundliche Bestimmung des LAI und Kronenschlußgrades von Quercus Ilex und Quercus Pubescens Beständen im südfranzösischen Languedoc (Analyse von DAIS-Daten)
Das Projekt "Spektralbibliotheken zur Interpretation fernerkundlich erfasster Hyperspektraldaten SKYPER" wird vom Umweltbundesamt gefördert und von Universität Bremen, Institut für Geographie durchgeführt. Die neue technische Qualität moderner Fernerkundungssysteme, die zunehmend auch genaue quantitative Aussagen zulässt, verlangt entsprechend optimierte Auswerteverfahren. Dazu zählt die exakte Kalibrierung der hyperspektralen Daten ebenso wie die umfassende Verifizierung von Spektralkurven am Boden. Die im Rahmen des Projektes geplante Verfahrensentwicklung besteht darin, die zeitgleich zur Flugkampagne stattfindenden Arbeiten am Boden (Gro und Truthing) den besonderen Anforderungen der hyperspektralen Datenaufnahme anzupassen und ein mobiles GIS zu entwickeln, das die relevanten Geländeinformationen digital, in Echtzeit und hochgenau verortet aufzeichnet. Außerdem sollen die von verschiedenen Testflächen im Ground Truthing gewonnenen spezifischen Spektralkurven in einer Spektralbibliothek zusammengeführt und für die Generierung und Optimierung von aussagestarken Auswertealgorithmen hyperspektraler Fernerkundungsdaten eingesetzt werden. Die Testflächen sind so ausgewählt, dass sie charakteristische Einsatzgebiete für die Fernerkundung u.a. in der Landwirtschaft und im Obstanbau abdecken. Die Forschungsarbeiten dienen der Vorbereitung einer erweiterten kommerziellen Nutzung satellitengestützter Hochtechnologie am Standort Bremen.
Zur Erfassung des Ist-Zustandes in Hinblick auf die konkreten Fragestellungen wurden neben Untersuchungen im Gelände unterschiedliche Methoden der Fernerkundung getestet, evaluiert und angewendet. Neben der Erfassung von Vegetation und Störungen im Röhrichtgürtel zur Beantwortung der zentralen Projektfragen, wurde durch die Querschnittsaufgabe Fernerkundung ferner geprüft, welchen Mehrwert an Information aktuelle, spektral und räumlich unterschiedlich auflösende Sensortechnologien für das Vorland- und Ästuarmonitoring mit sich bringen können im Vergleich zu den bisher eingesetzten und etablierten Sensoren und Methoden. Analysen und Visualisierungen von Unsicherheiten sollen zudem eine nachvollziehbare und objektivierte Interpretierbarkeit der Ergebnisse ermöglichen. Folgende Ziele wurden deshalb definiert: • Konzeption eines kosten- und zeitoptimierten fernerkundungsgestützten Langzeitmonitorings der gezeitenbeeinflussten Ästuarvegetation (Teilprojekt der Arbeitsgruppe Kleinschmit, TU Berlin), • Identifizierung von Störstellen und Neophyten (Teilprojekt der Arbeitsgruppe Schmidtlein, Universität Bonn), • Nutzung von Unsicherheiten als Zusatzinformation (Teilprojekt der Arbeitsgruppe Schiewe, HCU Hamburg), • Schlussfolgerungen für die Praxis. Die wichtigsten Ergebnisse der Teilprojekte werden in komprimierter Form dargestellt. Die Potenzialdiskussionen der einzelnen Teilprojekte münden jeweils in eine Bewertung der verwendeten Verfahren und Sensoren hinsichtlich ihrer Anwendung, ihrer Vor- und Nachteile sowie ihrer Grenzen.
In diesem Bericht werden vielfältige Methoden zur Modellierung, Visualisierung und Nutzung aufgezeigt. Abgeleitet aus einer Anforderungsanalyse - basierend auf einer Befragung von potenziellen Nutzern - wird daraus eine für das Projekt angepasste Teilmenge ausgewählt und angewendet: • Bei der Modellierung werden sowohl thematische Objektunsicherheiten als auch Unsicherheiten im Grenzverlauf berücksichtigt. • Für die Visualisierung wurden die Darstellungsformen Noise Annotation Lines und Ghost Lines für die beiden genannten Unsicherheitsarten ausgewählt und implementiert. • Zusammen mit anderen Geo- und Fachdaten wurden diese Darstellungen in das Webportal der BfG integriert.