Fernerkundung und Technologien

Fernerkundung

• Fernerkundung ist die Beobachtung, Kartierung und Interpretation von Oberflächenphänomenen, ohne das Gebiet zu betreten.
• Im weiteren Sinne ist es die wissenschaftliche Nutzung der Fernerkundung zum Aufnehmen, Verarbeiten und Interpretieren von Bildern und Daten von Flugzeugen (Hubschraubern, UAVs, Ballons) oder Satelliten.
• Diese Aufnahmen zeigen die Wechselwirkung zwischen Objekten und elektromagnetischer Strahlung.

Technologische Entwicklungen in der Fernerkundung

• Die Fernerkundung nutzt nicht sichtbare Bereiche des elektromagnetischen Spektrums (z.B. reflektiertes und thermales Infrarot, Mikrowellen).
• Nicht-fotografische Aufnahmemethoden wie Multispektralabtaster, Radiometer, Radar und Lidar werden eingesetzt.
• Satelliten dienen als wichtige Aufnahmeplattformen.
• Computer werden zur Verarbeitung und Interpretation der Fernerkundungsdaten verwendet.

Fernerkundung und Landschaftsmonitoring

• Die Fernerkundung ist für das Überwachen von Landschaften von entscheidender Bedeutung.
• Das Landsat-Programm liefert seit 1982 globale, regelmäßige und flächendeckende Aufnahmen.

Eigenschaften von Datenquellen/Fernerkundung

• Der Abstand zur Aufnahmestelle ermöglicht eine objektivere Erfassung.
• Die Aktualität der Daten ist für einige Satelliten täglich gegeben.
• Die Fernerkundung übertrifft die menschlichen Wahrnehmungsmöglichkeiten, indem sie auch Wellenlängen erfasst, die für den Menschen nicht sichtbar sind.
• Sie kann Prozesse erfassen, die nur aus großer Entfernung wahrgenommen werden können.

Geoobjekte und Vektor-Raster-Modelle

• Geoobjekte sind räumliche Elemente, die Zusatzinformationen zu geometrischen und topologischen Eigenschaften sowie zeitlichen Veränderungen beinhalten.
• Geometrie, Topologie, Thematik und Dynamik sind die Kennzeichen von Geoobjekten.
• Vektor- und Rastermodelle sind unterschiedliche Ansätze zur Darstellung von Geoobjekten.
• Vektormodelle zeichnen sich durch hohe Genauigkeit der Koordinaten, komplexe Verknüpfungsalgorithmen und geringen Speicherbedarf bei geringer räumlicher Inhomogenität aus.
• Rastermodelle zeichnen sich durch geringen Genauigkeit der Koordinaten, einfache Verknüpfungsalgorithmen und hohen Speicherbedarf bei hoher räumlicher Inhomogenität aus.

Topologie

• Topologie beschreibt die Beziehungen zwischen Punkten, Linien und Flächen in Bezug auf räumliche Umgebung, Zugehörigkeit und Überlagerung.

Geoinformationen/Datenverarbeitung

• Geodatendienste, welche zusammengesetzt sind aus Geoinformationen, zeichnen sich durch automatisierte Datenverarbeitung, räumliche Genauigkeit, Aktualität und Verwendbarkeit aus.
• Geoobjekte können mithilfe von Geodaten in Vektor- oder Rasterformaten dargestellt werden.
• Geobasisdaten stammen von Vermessungsbehörden und enthalten Informationen über die Lage und Grenzen von Objekten.
• Geofachdaten stammen aus verschiedenen Fachbereichen und beinhalten thematische oder fachspezifische Informationen.
• Digitale Geländemodelle (DGM) und Digitale Oberflächenmodelle (DOM) dienen zur dreidimensionalen Abbildung der Erdoberfläche, mit der Gitterweite von 1 m (DGM1), aus dem DGM1 können weitere DGM-Klassen mit anderen Gitterweiten abgeleitet werden.
• Metadaten beschreiben und beschreiben Informationen zu Geodaten.

Geodateninfrastrukturen

• Geodateninfrastruktur (GDI) besteht aus interoperablen Diensten (z.B. WMS, WFS, WCS), die die Nutzung von Geodaten für alle Nutzer erleichtern.

Geoportale

• Ein Geoportal ist eine internetbasierte Plattform, die Zugriff auf Geodaten und Geoinformationen bietet.
• Geoportale ermöglichen eine zentrale Suche und einen interaktiven Zugriff.

UAV-Systeme

• UAV-Systeme sind kostengünstige Luftfahrzeuge, die für die Fernerkundung verwendet werden können.
• Die Bodenauflösung ist von der Flughöhe abhängig.
• UAVs sind besonders für schwer zugängliche Gebiete geeignet und bieten hochdetaillierte Bilder.
• UAV-Aufnahmen lassen sich mit anderen Datenquellen kombinieren.

Klassifikation von Bildern

• Bildklassifizierung ist die Zuordnung von Pixeln zu verschiedenen Klassen, z.B. Wald, Wasser, Feld.
• Unüberwachte Klassifizierung benötigt kein Vorwissen über die zu klassifizierenden Objektklassen, während bei der überwachten Klassifizierung diese Vorinformationen erforderlich sind.
• Objektbasierte Klassifizierung analysiert die Struktur der Objekte neben den Pixelwerten.
• Deep-Learning-Ansätze ermöglichen eine automatische Bildklassifizierung.

Genauigkeitsanalyse

• Die Genauigkeitsanalyse bewertet die Qualität der Klassifizierung, z.B. mittels Konfusionsmatrix und Kappa-Wert.