Wie kann man die Erdoberfläche beobachten, wenn Bewölkung oder Dunkelheit die optische Satellitenbildaufnahme einschränken? In diesem Blended-Learning-Kurs lernst du, wie Radar-Fernerkundung und SAR eingesetzt werden, um Eigenschaften und Veränderungen der Erdoberfläche zu analysieren. Sie arbeiten mit Radardaten unter anderem von Sentinel-1 und lernen, diese auf Fragestellungen rund um Wasser, Boden, Vegetation, Landnutzung und Überwachung anzuwenden.
In diesem Blended-Learning-Kurs lernst du, wie aktive Radarsensoren eingesetzt werden, um die Erdoberfläche unter unterschiedlichen Bedingungen zu beobachten. Sie arbeiten mit aktuellen Radardaten, unter anderem aus der europäischen Sentinel-1-Mission, und lernen, Radarbeobachtungen zu interpretieren und auf Fragestellungen rund um Wasser, Boden, Vegetation, Landbedeckung und Veränderungen der Erdoberfläche anzuwenden.
Die Radar-Fernerkundung unterscheidet sich grundlegend von der optischen Fernerkundung. Ein Radarsatellit nutzt kein reflektiertes Sonnenlicht, sondern sendet selbst Mikrowellen zur Erdoberfläche und misst, welcher Teil des Signals zum Sensor zurückkehrt. Dadurch können Radarbeobachtungen sowohl tagsüber als auch nachts durchgeführt werden, und Mikrowellen können Wolken weitgehend durchdringen.
Sie lernen, wie Synthetic Aperture Radar (SAR) funktioniert und warum Eigenschaften wie Wellenlänge, Einfallswinkel, Polarisation, Oberflächenrauheit und Feuchtigkeitsgehalt das zurückgeworfene Radarsignal beeinflussen. Diese sogenannte Rückstreuung bildet die Grundlage für die Interpretation und Analyse von SAR-Bildern.
Radarbilder sehen anders aus als optische Satellitenbilder. Helle und dunkle Bereiche werden nicht direkt durch die Farbe bestimmt, sondern durch die Menge an Radarenergie, die zum Sensor zurückgestreut wird. Glattes Wasser erscheint beispielsweise oft dunkel, während raue Oberflächen, Bebauung und bestimmte Vegetationsstrukturen eine stärkere Rückstreuung verursachen können.
Du lernst, wie verschiedene Landschaftselemente in SAR-Bildern erkannt werden können und wie die Aufnahmgeometrie das Bild beeinflusst. Dabei befasst du dich mit radarspezifischen Phänomenen wie Speckle, Radarschatten, Layover und Verkürzung. Durch das Verständnis dieser Effekte kannst du Radarbilder besser interpretieren und verhindern, dass Bildmerkmale fälschlicherweise als Veränderungen in der Landschaft gedeutet werden.
Im Rahmen des europäischen Copernicus-Programms ist Sentinel-1 eine wichtige Quelle für frei verfügbare SAR-Daten. Sie lernen, welche Sentinel-1-Produkte verfügbar sind, welche Informationen diese enthalten und wie Sie geeignete Radardaten für verschiedene Anwendungen auswählen.
Neben Sentinel-1 lernst du weitere Radarsatelliten und Radarbandbreiten kennen, wie beispielsweise ALOS PALSAR. So entdeckst du, wie verschiedene Wellenlängen und Sensoren zusätzliche Informationen über Vegetation, Boden, Feuchtigkeit und Landschaftsstrukturen liefern können.
Sie lernen, Radardaten für die Analyse vorzubereiten und mit anderen Geoinformationen zu kombinieren. Dabei arbeiten Sie mit Open Data und Open-Source-Techniken. QGIS ist eine wichtige Umgebung für Analyse und Visualisierung, und bei Bedarf werden spezialisierte Open-Source-Tools wie ESA SNAP zur Verarbeitung von SAR-Daten eingesetzt.
Eine wichtige Stärke des Radars ist seine Empfindlichkeit gegenüber Eigenschaften der Erdoberfläche, die mit optischen Bildern nicht immer gut sichtbar sind. Du untersuchst, wie Unterschiede in Feuchtigkeit, Oberflächenrauheit und Vegetationsstruktur das Radarsignal beeinflussen.
Dadurch kann SAR zur Erkennung von Überschwemmungen, zur Verfolgung von Veränderungen im Oberflächenwasser, zur Analyse der Bodenfeuchte sowie zur Überwachung von Landwirtschaft und Vegetation eingesetzt werden. Sie lernen, stets zu beurteilen, welche Eigenschaften des Radarsignals für die jeweilige Fragestellung relevant sind und welche weiteren Daten erforderlich sind, um die Beobachtungen zuverlässig zu interpretieren.
Wenn Radarbilder desselben Gebiets zu verschiedenen Zeitpunkten verglichen werden, lassen sich Veränderungen sehr genau untersuchen. Sie lernen Techniken kennen, bei denen Unterschiede in der Rückstreuung genutzt werden, um Veränderungen in Wasser, Vegetation oder Bodenbedeckung zu erkennen.
Außerdem lernen Sie die Radarinterferometrie (InSAR) kennen. Dabei werden die Phaseninformationen mehrerer SAR-Aufnahmen kombiniert, um sehr kleine Veränderungen im Abstand zwischen dem Sensor und der Erdoberfläche in Blickrichtung des Radars zu bestimmen. Damit lassen sich beispielsweise Bodensenkungen, Absenkungen, Erdrutsche und andere Verformungen überwachen.
In dieser Einführung in SAR lernst du vor allem zu verstehen, was mit Interferometrie gemessen werden kann, welche Daten dafür erforderlich sind und wie die Ergebnisse zu interpretieren sind. Der Schwerpunkt liegt auf der Auswahl und Bewertung eines geeigneten Radaransatzes für die jeweilige räumliche Fragestellung.
Während des Blended-Learning-Kurses arbeitest du mit realistischen Praxisbeispielen und offenen SAR-Daten. Du lernst, Radarmessungen mit anderen geografischen Informationen zu kombinieren und die Ergebnisse in Karten und fundierte Schlussfolgerungen umzusetzen.
Du arbeitest unter anderem an Aufgaben wie:
Anschließend kannst du SAR-Daten interpretieren und beurteilen, welche Radarbeobachtungen für verschiedene räumliche Fragestellungen geeignet sind. Du verstehst, wie Rückstreuung, Polarisation, Wellenlänge und Aufnahmgeometrie das Radarsignal beeinflussen, und kannst Radar zur Analyse und Überwachung von Wasser, Boden, Vegetation, Landbedeckung und Veränderungen der Erdoberfläche einsetzen.
Sie erhalten eine persönliche Betreuung. Nach Ihrer Anmeldung wird sich unser Kurskoordinator mit Ihnen in Verbindung setzen, um Ihren ersten Termin zu vereinbaren.
Haben Sie Fragen zum Inhalt des Kurses? Oder sind Sie sich nicht sicher, ob der Kurs Ihren Lernzielen oder Wünschen entspricht? Bevorzugen Sie einen Inhouse- oder einen Privatkurs? Wir helfen Ihnen gerne weiter.
