Das Projekt "Teilprojekt 2" wird vom Umweltbundesamt gefördert und von Rasdaman GmbH durchgeführt. Das Gesamtziel des Projektes 'BigPicture - Die Diagnose im Feld: Big Data basierte Ursachenklärung für satellitenerfasste Standortunterschiede' besteht darin, aus den mit Satellitensensoren in einer Vielzahl von landwirtschaftlichen Feldern erfassten Pflanzensymptomen eindeutige Diagnosen ihrer Ursachen und entsprechende Behandlungsempfehlungen abzuleiten. Damit sollen Landwirte bei Entscheidungen über die Bodenbearbeitung, Saat, Düngung und den Pflanzenschutz teilflächengenau im Feld unterstützt werden. Ein wesentlicher Fortschritt soll dadurch erzielt werden, dass die in den Satellitenbildern erfassten Feldmuster mit Hilfe weiterer Parameter, wie deren Geometrie und Lage im Feld sowie Daten zu Boden, Wetter und Feldbewirtschaftung, charakterisiert werden. Durch die Bündelung der Kompetenzen von SBI GmbH als Spezialist für Satellitenbild-basierte Produkte für die Landwirtschaft und rasdaman GmbH als Experte für Big Data Rasterdatendienste werden die Voraussetzungen geschaffen, um an einer großen Stichprobe von Feldmustern die Zusammenhänge zu erforschen und Methoden zu entwickeln, mit denen die Prozesskette von Satellitenbildrohdaten bis hin zur Informations-basierten Maßnahmenentscheidung geschlossen werden kann. Ein Pilotkunde mit Marktzugang zu Landwirten unterstützt bei der Datenerfassung und kundenorientierten Lösungsentwicklung. Die besondere Praxisrelevanz des Projektes wird durch die deutschlandweite Beteiligung von Landwirten erreicht, die Informationen über ihre Felder zur Verfügung stellen. Anwendungspotenzial: Die Verwertung der Projektergebnisse fokussiert auf den Markt der Präzisionslandwirtschaft und hier auf die Ertragssicherung bei ressourceneffizienter, umweltschonender und nachhaltiger Agrarproduktion. Der Service wird portalbasiert mit Zugang über ortsfeste und schwerpunktmäßig mobile Endgeräte darin bestehen, dass Landwirte auf in Satellitenbildern entdeckte Phänomene in ihren Schlägen aufmerksam gemacht werden und Erklärungs- und Behandlungsvorschläge erhalten. Gleichzeitig wird die Möglichkeit angeboten, die Satellitenbildkarten in das ISOBUSFormat zu überführen und zur Maschinensteuerung auszulesen. Der hier verfolgte Lösungsansatz soll damit eine deutliche Überlegenheit gegenüber Informationsservices erreichen, die bei der Bereitstellung von nicht interpretierter, rein visueller Satellitenbildinformation enden.
Das Projekt "Teilprojekt 1" wird vom Umweltbundesamt gefördert und von Spatial Business Integration GmbH durchgeführt. Das Gesamtziel des Projektes 'BigPicture - Die Diagnose im Feld: Big Data basierte Ursachenklärung für satellitenerfasste Standortunterschiede' besteht darin, aus den mit Satellitensensoren in einer Vielzahl von landwirtschaftlichen Feldern erfassten Pflanzensymptomen eindeutige Diagnosen ihrer Ursachen und entsprechende Behandlungsempfehlungen abzuleiten. Damit sollen Landwirte bei Entscheidungen über die Bodenbearbeitung, Saat, Düngung und den Pflanzenschutz teilflächengenau im Feld unterstützt werden. Ein wesentlicher Fortschritt soll dadurch erzielt werden, dass die in den Satellitenbildern erfassten Feldmuster mit Hilfe weiterer Parameter, wie deren Geometrie und Lage im Feld sowie Daten zu Boden, Wetter und Feldbewirtschaftung, charakterisiert werden. Durch die Bündelung der Kompetenzen von SBI GmbH als Spezialist für Satellitenbild-basierte Produkte für die Landwirtschaft und rasdaman GmbH als Experte für Big Data Rasterdatendienste werden die Voraussetzungen geschaffen, um an einer großen Stichprobe von Feldmustern die Zusammenhänge zu erforschen und Methoden zu entwickeln, mit denen die Prozesskette von Satellitenbildrohdaten bis hin zur Informations-basierten Maßnahmenentscheidung geschlossen werden kann. Ein Pilotkunde mit Marktzugang zu Landwirten unterstützt bei der Datenerfassung und kundenorientierten Lösungsentwicklung. Die besondere Praxisrelevanz des Projektes wird durch die deutschlandweite Beteiligung von Landwirten erreicht, die Informationen über ihre Felder zur Verfügung stellen. Anwendungspotenzial: Die Verwertung der Projektergebnisse fokussiert auf den Markt der Präzisionslandwirtschaft und hier auf die Ertragssicherung bei ressourceneffizienter, umweltschonender und nachhaltiger Agrarproduktion. Der Service wird portalbasiert mit Zugang über ortsfeste und schwerpunktmäßig mobile Endgeräte darin bestehen, dass Landwirte auf in Satellitenbildern entdeckte Phänomene in ihren Schlägen aufmerksam gemacht werden und Erklärungs- und Behandlungsvorschläge erhalten. Gleichzeitig wird die Möglichkeit angeboten, die Satellitenbildkarten in das ISOBUSFormat zu überführen und zur Maschinensteuerung auszulesen. Der hier verfolgte Lösungsansatz soll damit eine deutliche Überlegenheit gegenüber Informationsservices erreichen, die bei der Bereitstellung von nicht interpretierter, rein visueller Satellitenbildinformation enden.
Das Projekt "Gewässerstruktur-Monitoring mit TerraSAR-X und Rapid Eye" wird vom Umweltbundesamt gefördert und von Universität Bonn, Zentrum für Fernerkundung der Landoberfläche durchgeführt. 1. Vorhabenziel - Ziel des Vorhabens ist es ein Methodeninstrumentarium aufzubauen, dass es unter dem Einsatz von multi-temporalen TerraSAR-X und RAPIDEYE Satellitendaten ermöglicht, eine Vorkartierung von Fliessgewässern bzgl. ihrer Strukturgüter sowie eine Maßnahmeüberprüfung entsprechend EU Wasserrahmenrichtlinie durchzuführen. Hierfür sollen bestehende Methoden auf die neuen Datensätze adaptiert und die Auswertungen erweitert werden. Es sollen insbesondere Verfahren der objektorientierten Bildverarbeitung und Änderungsdetektion zum Einsatz kommen. Spezifische Ziele (1) Erfassung des aktuellen Gewässernetzes (2) Ausweisung des Gewässerabschnitts (3) Erfassung und Klassifikation von Gewässerverbauung und Querbauwerken (4) Erfassung von stehenden Gewässern im Einzugsgebiet und (5) Klassifikation des Zustands eines Gewässerabschnitts. 2. Arbeitsplanung - Das Projekt ist auf 3 Jahre angelegt mit Beginn der Arbeiten zum 1.3.3009
Das Projekt "Gewässerstruktur-Monitoring mit TerraSAR-X und Rapid Eye" wird vom Umweltbundesamt gefördert und von Zumbroich GmbH & Co. KG Landschaft und Gewässer durchgeführt. 1. Vorhabensziel - Ziel des Vorhabens ist es, ein Methodeninstrumentarium aufzubauen, dass es unter dem Einfluss von muli-temporalen TerraSAR-X und RAPIDEYE Satellitendaten ermöglicht, eine Kartierung der Strukturgüte von Fließgewässern zu unterstützen sowie eine Maßnahmenüberprüfung entsprechend EU-Wasserrahmenrichtlinie durchzuführen. Hierfür sollen bestehende Methoden auf die neuen Datensätze adaptiert und die Auswertungen erweitert werden. Es sollen insbesondere Verfahren der objektorientierten Bildverarbeitung und Änderungsdetektion zum Einsatz kommen. Spezifische Ziele: (1) Erfassung des aktuellen Gewässernetzes (2) Ausweisung der zu untersuchenden Gewässerabschnitte (3) Erfassung und Klassifikation von Gewässerverbauungen und Querbauwerken (4) Erfassung von im Projektzeitraum durchgeführten Renaturierungen (5) Klassifikation von Gewässerzuständen 2. Arbeitsplanung - Das Projekt ist auf 3 Jahre angelegt mit Beginn der Arbeiten zum 1.6.2009
Das Projekt "Hochgenaue Koregistrierung von TerraSAR-X und RapidEye Daten" wird vom Umweltbundesamt gefördert und von Technische Universität Berlin, Institut für Technische Informatik und Mikroelektronik, Fachgebiet Computer Vision and Remote Sensing durchgeführt. 1. Vorhabenziel: Auf der Grundlage zugeordneter Bildstrukturen werden eine präzise Koregistrierung der TerraSAR-X und RapidEye Bilddaten durchgeführt und Orhtobilder für beide Sensoren berechnet, die nicht mehr die üblicherweise zwischen Bilddaten verschiedener Fernerkundungssensoren auch nach einer für jeden Sensor unabhängig durchgeführten Geokodierung noch auftretenden Klaffungen aufweisen. 2. Arbeitsplanung: Unter Verwendung einer kleinsten Quadrate Ausgleichung werden die Orbits des RapidEye Satelliten neu geschätzt und das gegebene Höhenmodell verbessert. Im Einzelnen erfolgen Punkt- und Kantenextraktion, Merkmalszuordnung, kleinste Quadrate Schätzung von Orthobild, Orbits und Geländemodell sowie abschließende Bahnmodellierung. 3. Ergebnisverwertung: Das Verfahren stellt für alle an Datenfusion interessierten Nutzer einer Vorverarbeitung dar, die sie in der Regel nicht selbst leisten können, die aber für eine qualitativ hochwertige Datenauswertung unerlässlich sein sollte. Wir erwarten daher, dass es nicht unerheblich zur Intensivierung der gemeinsamen Nutzung von TerraSAR-X und RapidEye Daten beitragen wird. Ein Austausch der Projektergebnisse mit den Firmen RapidEye AG und InfoTerra ist vorgesehen.
Das Projekt "Offenland/Naturnah und Gewässer" wird vom Umweltbundesamt gefördert und von Remote Sensing Solutions GmbH durchgeführt. 1. Vorhabenziel - Derzeit verfügbare regionale, nationale und internationale Landbedeckungs- und nutzungsinformationen besitzen eine oftmals als nicht ausreichend beschriebene geometrische, syntaktische und semantische Kompatibilität. Die DeCOVER Hauptphase (2006-2008) hat gezeigt, dass Satellitenfernerkundung gerade im Hinblick auf neue Sensoren wie RapidEye und TerraSAR-X einen entscheidenden Beitrag zur Aktualisierung und Erweiterung existierender Landnutzungs- bzw. Landbedeckungsdatensätze leisten kann. Die DeCOVER Phase 2 wird sowohl die politischen Entwicklungen in Hinblick auf eine integrierte Datenerfassung, -fortführung und -erweiterung berücksichtigen, als auch die methodischen und konzeptionellen Entwicklungen der Hauptphase unter besonderer Berücksichtigung der neuen, operationellen deutschen Fernerkundungssensoren RapidEye und TerraSAR-X aufgreifen, zielgerecht weiterführen und weiterentwickeln. 2. Arbeitsplanung - Im Rahmen der gesamten Arbeitsplanung übernimmt RSS GmbH die weitere Betreuung der Objektkategorien Offenland/Naturnah und Gewässer für den Ausgangsdienst. Des Weiteren wird RSS GmbH für die Objektkategorie Offenland/Naturnah mti die Arbeitsplanung für die Entwicklung des Erweiterungsdienst übernehmen. (Näheres vgl. Vorhabensbeschreibung DeCOVER Phase 2 des Gesamtprojektes).
Das Projekt "Beitrag Infoterra GmbH" wird vom Umweltbundesamt gefördert und von Airbus DS Geo GmbH durchgeführt. 1. Vorhabenziel - Die DeCOVER Hauptphase (2006-2008) hat gezeigt, dass Satellitenfernerkundung gerade im Hinblick auf neue Senosren wie RapidEye und TerraSAR-X einen entscheidenden Beitrag zur Aktualisierung und Erweiterung existierender Landnutzungs- bzw. Landbedeckungsdatensätze leisten kann. Die DeCOVER Phase 2 wird sowohl die politischen Entwicklungen in Hinblick auf eine integrierte Datenerfassung, -fortführung und -erweiterung berücksichtigen, als auch die methodischen und konzeptionellen Entwicklungen der Hauptphase unter besonderer Berücksichtigung der neuen, operationellen deutschen Fernerkundungssensoren RapidEye und TerraSAR-X aufgreifen, zielgerecht weiterführen und weiterentwickeln. 2. Arbeitsplanung - Infoterra GmbH wird dabei folgende Schwerpunkte behandeln: AP1000: Beiträge zur Öffentlichkeitsarbeit, Leitung und Durchführung der Wirtschaftlichkeitsbetrachtung, Beiträge zur Politikbereiche und Nutzerplattform (auch über Teilnahme am Advisory Board) Beiträge zur Entwicklung und Validierung der Marke DeCOVER; AP2000: Beiträge zu 'Zu aktualisierender Datensatz/Überführung sowie Integration in bestehende Systeme' Beiträge zu 'Integration SFE Daten (Ko-Registrierung, Orthorektifizierung, Bildaufbereitung)' mit Fokus auf TS-X Daten; AP3000: Leitung des Gesamtarbeitspaketes in Arbeitsteilung mit RapidEye (Infoterra GmbH: Leitung der Weiterentwicklungskomponente APs 3100, 3200, 3300) technischer Schwerpunkt auf Aktualisierung (Änderungserkennung und Erweiterung) DLM-DE unter Nutzung existierender Datensätze; AP4000 Beiträge zur ED 'Methodenentwicklung zur Erweiterung bestehender Landbedeckungsinformationen' mit Schwerpunkt Agrar und TS-X; AP5000: Beiträge zu 'Entwicklung von Methoden zur externen Qualitätskontrolle der DeCOBER Dienste'.
Das Projekt "FUSION - Hochaufgelöstes Landmonitoring durch Fusion optischer und infraroter Daten" wird vom Umweltbundesamt gefördert und von Technische Universität Berlin, Institut für Luft- und Raumfahrt, Fachgebiet Raumfahrttechnik durchgeführt. 1. Vorhabenziel - Im Rahmen des beantragten Vorhabens zur Umsetzung einer Phase 0-Studie im Bereich 'Neue weltraumgestützte Erdbeobachtungskonzepte' soll die Machbarkeit einer Satellitenkonstellation für hochaufgelöstes Landmonitoring durch Fusion optischer und infraroter Daten untersucht werden. Ziel der Arbeiten ist der konzeptionelle Entwurf einer 4-5 Satelliten umfassende Konstellation, mithilfe derer dank einer integrierten VIS/NIR-sowie einer IR-Nutzlast Fernerkundungsdaten gewonnen werden sollen. Weitere zu untersuchende Forschungsziele bestehen u.a. in der Kombination und Fusion von Daten der bewährten VIS/NIR-Sensorik von RapidEye mit den 2-Kanal-Infrarot-Sensorik vom BIRD-Typ, einer an-Bord-Georeferenzierung der VIS-NIR und MIR/TIR Datensätze sowie einer thematischen an-Bord-Datenverarbeitung zur Erzeugung eine slevel-1B Feuer-Datenprodukts an Bord des Satelliten. 2. Arbeitsplanung - Eine detaillierte Arbeitsplanung des Vorhabens mit Aufteilung in verschiedene Arbeitspakete ist im angehängten Dokument unter dem Punkt 3 (Arbeits- und Zeitplan) zu finden.
Das Projekt "Klassifikation von Feldfrüchten anhand von Zeitreihen von SAR- und Multispektralbildern der Sentinelmissionen" wird vom Umweltbundesamt gefördert und von Technische Universität Darmstadt, Institut für Geodäsie, Fachgebiet Fernerkundung und Bildanalyse durchgeführt. Die landwirtschaftliche Nutzung der globalen Flächen stellt neben der Forstwirtschaft die am stärksten verbreitete Nutzungsart dar. Der weltweite Anstieg der Bevölkerung wird zukünftig starke Veränderungen hinsichtlich Ausdehnung und Nutzung der landwirtschaftlichen Flächen einleiten. Diese werden mit weiteren Auswirkungen auf grundlegende Ressourcen wie z.B. Klima, Wasser, Boden oder Biodiversität einhergehen. Zur Überwachung jener Auswirkungen sind räumliche Informationen über Art und Weise der Nutzung von landwirtschaftlichen Flächen unabdingbar. Ein derart ausgedehntes Monitoring ist nur mit Fernerkundungsmethoden zu leisten, zumal die starke zeitliche Dynamik auf Agrarflächen eine jährliche Wiederholung der Erfassungen voraussetzt. Dank der großen Flächenabdeckung sowie der kurzen Aufnahmezyklen bringen die Sentinelmissionen alle notwendigen Voraussetzungen um diesem Bedarf an großflächigen und regelmäßigen Datenerfassungen nachzukommen. Für diese Datenmenge müssen effektive Klassifikationsverfahren zur Interpretation der Sentineldaten bereit stehen. Im Rahmen des Projektvorhabens wird ein innovatives Verfahren zur Klassifikation von Feldfrüchten entwickelt. Konkret wird ein Verfahren angestrebt, das multitemporale Aufnahmesequenzen unter Berücksichtigung der zeitlichen Zusammenhänge hinsichtlich der Phänologie einzelner Kulturen klassifiziert. Hierdurch ist eine deutliche Qualitätssteigerung gegenüber konventionellen Ansätzen zu erwarten. Vorbereitend auf die Sentinelmissionen, werden für die Untersuchung zunächst TerraSAR-X und RapidEye Aufnahmen verwendet. Mit Beginn der Verfügbarkeit von Sentineldaten wird das entwickelte Verfahren übertragen. Als Untersuchungsgebiete dienen dabei zwei hinsichtlich der Nutzungsart- und Intensität stark variierende Gebiete in Norddeutschland und Südostpolen, wodurch die Übertragbarkeit des Ansatzes belegt werden soll. Zu erwartendes Ergebnis des Vorhabens ist die Klassifikation von Feldfrüchten basierend auf Zeitreihen von Radar- und Multispektralaufnahmen der Sentinelklasse in zwei sehr unterschiedlich geprägten landwirtschaftlichen Gebieten. Hierdurch wird richtungsweisend aufgezeigt, welche Möglichkeiten zum Monitoring landwirtschaftlicher Flächen durch multitemporale Sentineldaten und neue Klassifikationsverfahren eröffnet werden. Anwendungspotenzial: Wofür sollen die Ergebnisse nutzbar sein? - Frühzeitige Abschätzung von Ernteerträgen, - Überwachung von Auflagen für Agrarzuwendungen durch die öffentliche Hand, - Bewertung von ausgehenden Auswirkungen auf die Ressourcen des Naturhaushaltes, - potenzielle Nutzer sind Landwirte, Ökonomen, Behörden, Wissenschaftler.
Das Projekt "EnFusionMap - Methodenentwicklung zur Kartierung urbaner Oberflächen auf der Basis von EnMAP und multisensoralen Daten" wird vom Umweltbundesamt gefördert und von Universität Berlin, Institut für Geographische Wissenschaften, Fachrichtung Fernerkundung und Geoinformatik durchgeführt. 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.