Welche Probleme lassen sich mit optischer Fernerkundung lösen?
- Wie lassen sich Vegetation, Wasser, Boden und Bebauung in Satellitenbildern erkennen und voneinander unterscheiden?
- Welche Satellitenbilder eignen sich am besten für eine bestimmte räumliche Fragestellung?
- Wie beeinflussen spektrale, räumliche, zeitliche und radiometrische Auflösung das, was man in einem Satellitenbild erkennen kann?
- Wie erkennt man Veränderungen in der Landnutzung, der Vegetation oder des Oberflächenwassers anhand optischer Satellitenbilder?
- Wie beeinflussen Atmosphäre, Bewölkung, Schatten und Aufnahmebedingungen die Zuverlässigkeit einer Analyse?
In diesem Blended-Learning-Kurs lernen Sie, wie Sie diese Fragestellungen analysieren und anhand optischer Satellitendaten in QGIS untermauern. Sie arbeiten mit aktuellen Erdbeobachtungsdaten, unter anderem aus dem europäischen Copernicus-Programm, darunter Sentinel-2, sowie mit Landsat-Daten. Du lernst, wie verschiedene Spektralbänder Aufschluss über Eigenschaften der Erdoberfläche geben. In QGIS wählen Sie Satellitenbilder aus, bearbeiten, kombinieren und analysieren Sie diese und wandeln Sie die Satellitenbeobachtungen in verwertbare räumliche Informationen um, unter anderem für die Naturverwaltung, die Landwirtschaft, die Wasserwirtschaft, die Klimaanpassung und die Raumplanung.
Die Theorie hinter der optischen Fernerkundung
Eine gute Analyse optischer Satellitenbilder beginnt mit dem Verständnis der Wechselwirkung zwischen elektromagnetischer Strahlung und der Erdoberfläche. Sie lernen, wie Sonnenstrahlung reflektiert, absorbiert und durchgelassen wird und warum Vegetation, Wasser, Boden und Bebauung jeweils eine charakteristische spektrale Reaktion aufweisen.
Außerdem lernst du sichtbares Licht, das nahe Infrarot und das kurzwellige Infrarot kennen und erfährst, welche Informationen verschiedene Bereiche des elektromagnetischen Spektrums liefern können. Du befasst dich eingehend mit spektraler, räumlicher, zeitlicher und radiometrischer Auflösung und entdeckst, wie diese Eigenschaften bestimmen, welche Phänomene du mit einem Satellitensensor beobachten kannst. Dadurch können Sie nicht nur Satellitenbilder betrachten, sondern auch erklären, warum bestimmte Objekte und Prozesse in verschiedenen Spektralbändern sichtbar werden.
Arbeiten mit Landsat- und Copernicus-Satellitendaten
Eine zuverlässige Fernerkundungsanalyse beginnt mit der Auswahl der richtigen Satellitendaten. Deshalb arbeitest du mit aktuellen und häufig verwendeten Erdbeobachtungsdaten aus dem Copernicus-Programm und von Landsat. Du nutzt unter anderem Sentinel-2- und Landsat-Bilder und lernst, welche Sensoren und Spektralbänder verfügbar sind und für welche Anwendungen diese geeignet sind.
Du lernst, Satellitenbilder unter anderem anhand des Untersuchungsgebiets, des Aufnahmedatums, des Bewölkungsgrades und der gewünschten Auflösung zu finden, auszuwählen und zu nutzen. Dabei vergleichst du die Eigenschaften von Sentinel-2 und Landsat und findest heraus, welche Datenquelle für ein bestimmtes räumliches Problem am besten geeignet ist.
Außerdem lernst du, wie sich spektrale, räumliche und zeitliche Eigenschaften verschiedener Satellitensysteme gegenseitig ergänzen können. Dadurch steht nicht ein bestimmter Satellit im Mittelpunkt, sondern du lernst, eine fundierte Auswahl aus den verfügbaren optischen Erdbeobachtungsdaten zu treffen.
Analyse optischer Satellitenbilder in QGIS
Nach der theoretischen Einführung arbeiten Sie selbstständig mit Landsat- und Copernicus/Sentinel-Bildern in QGIS. Sie lernen, Satellitendaten zu laden, zu verwalten und zu visualisieren sowie verschiedene Spektralbänder einzeln zu betrachten und miteinander zu kombinieren.
Sie erstellen Naturfarbenbilder und Falschfarbenkomposite, mit denen Eigenschaften von Vegetation, Wasser, Boden und Bebauung besser sichtbar werden. Anschließend nutzen Sie Rasterfunktionen in QGIS, um Satellitenbilder zu analysieren, Gebiete miteinander zu vergleichen und räumliche Muster sichtbar zu machen.
Du analysierst die spektralen Eigenschaften verschiedener Arten der Bodenbedeckung und lernst, diese Muster inhaltlich zu interpretieren. Dabei berücksichtigen Sie auch den Einfluss von Atmosphäre, Bewölkung, Schatten, Jahreszeit und Aufnahmebedingungen. So lernen Sie, zwischen tatsächlichen Unterschieden auf der Erdoberfläche und solchen zu unterscheiden, die durch die Aufnahmebedingungen eines Satellitenbildes verursacht werden.
Das Ziel besteht nicht nur darin, Satellitenbilder technisch in QGIS zu verarbeiten, sondern vor allem darin, zu verstehen, welche Informationen aus optischen Erdbeobachtungsdaten abgeleitet werden können und wie zuverlässig diese Informationen für die Beantwortung einer räumlichen Fragestellung sind.
Vom Satellitenbild zur räumlichen Information
Während des Blended-Learning-Kurses arbeitest du mit realistischen Praxisbeispielen und echten Landsat- sowie Copernicus/Sentinel-Daten. Du schlüpfst in die Rolle eines Fernerkundungsspezialisten und beschäftigst dich mit Fragestellungen, wie sie bei Behörden, Wasserverbänden, Naturschutzorganisationen, Landwirtschaftsverbänden und Beratungsunternehmen auftreten. Du bestimmst, welche Satellitendaten geeignet sind, analysierst die Bilder in QGIS, interpretierst die spektralen Informationen und wandelst deine Erkenntnisse in verwertbare räumliche Informationen um.
Du bearbeitest unter anderem folgende Aufgaben:
- Ein Naturverwalter möchte wissen, wo innerhalb eines Naturschutzgebiets Unterschiede in der Vegetation sichtbar sind. Wählen Sie geeignete Landsat- oder Sentinel-2-Bilder aus und erklären Sie die beobachteten Muster.
- Ein Wasserverband möchte Oberflächengewässer und Feuchtgebiete besser erfassen. Bestimmen Sie, welche Spektralbänder hierfür die meisten Informationen liefern, und visualisieren Sie diese in QGIS.
- Eine Gemeinde möchte zwischen bebautem Gebiet, Grünflächen, kargem Boden und Wasser unterscheiden. Erstellen Sie in QGIS geeignete Bandkombinationen und interpretieren Sie die räumlichen Muster.
- Eine Landwirtschaftsorganisation möchte Unterschiede zwischen landwirtschaftlichen Parzellen untersuchen. Analysieren Sie die spektralen Eigenschaften von Kulturpflanzen und Boden und erklären Sie die Unterschiede.
- Vergleichen Sie Satellitenbilder mit unterschiedlichen Aufnahmezeitpunkten und stellen Sie fest, ob sichtbare Unterschiede durch Veränderungen an der Erdoberfläche oder durch Jahreszeiten, Bewölkung oder andere Aufnahmebedingungen verursacht werden.
- Vergleichen Sie Landsat- und Sentinel-2-Daten für ein räumliches Problem und empfehlen Sie, welche Datenquelle, Auflösung und Spektralbänder am besten geeignet sind.
Im Anschluss verfügen Sie über das Wissen und die praktischen Fähigkeiten, um optische Satellitenbilder selbstständig auszuwählen, zu verarbeiten, zu analysieren und zu interpretieren. Sie können Landsat- und Copernicus/Sentinel-Daten in QGIS nutzen, beurteilen, welche Satellitendaten für eine bestimmte Fragestellung geeignet sind, und bestimmen, welche Informationen aus verschiedenen Spektralbändern abgeleitet werden können. So können Sie optische Erdbeobachtungsdaten in zuverlässige räumliche Informationen für Naturschutz, Landwirtschaft, Wasserwirtschaft, Klimaanpassung und Raumplanung umsetzen.
