Exakte Naturwissenschaften, Geowissenschaften

Satelliten für das Management von Seen

Ein EU-Projekt nutzt Satellitendaten für das Management von Seen und um andere europäische Weltraumaktivitäten zu unterstützen. Das Projekt wird Daten von Sentinel-2 und -3 empfangen, speichern und verarbeiten und hat die Algorithmen entwickelt, um den Prozess vollständig zu automatisieren.

GLASS entwickelt eine Prototyp-Infrastruktur, um S2- und S3-Daten zur Wasserqualität in Seen zu erhalten und zu verarbeiten. Fallbeispiele zu sehr verschiedenen Seetypen und Schulungsmaterialien werden entwickelt, um einer großen Nutzergemeinde das Potenzial dieser neuen Satelliten zu zeigen. Die Überwachung der Wasserqualität von Binnengewässern ist wichtig für Trinkwasserversorgung, Verkehr, Erholung, Landwirtschaft (einschließlich Trinkwasser für Vieh und Bewässerung) und für die Ökologie. Wasserproben liefern detaillierte Informationen, bedeute aber einen zeitlichen und räumlichen Aufwand. Die Fernerkundung bietet eine große räumliche Abdeckung, die sehr nützlich für Ökologen und Wassermanager sein kann. Die hohe räumliche Auflösung von Sentinel-2 und die hohe Überflughäufigkeit von Sentinel-3 in Kombination mit ihrer hohen Positionsgenauigkeit bieten beispiellose Überwachungskapazitäten für Binnengewässer.

Das EU-Verbundprojekt GLASS ("Global Lakes Sentinel Services") entwickelt eine Prototyp-Infrastruktur für Sentinel-Dienste zur Aufnahme und Verarbeitung von S2- und S3-Daten. Die Daten, Produkte und Ergebnisse werden auf benutzerfreundliche Weise einer größeren Nutzergemeinschaft zugänglich gemacht, um zu demonstrieren, was mit diesen neuen Daten gemacht werden kann.

Die jüngsten Arbeiten umfassen die Prüfung und Vorbereitung der Algorithmen für die atmosphärische Korrektur und das Auslesen von Wasserqualitätsparametern aus S2- und S3-Satellitendaten. Die Algorithmen für die atmosphärische Korrektur wurden auf der Grundlage von MERIS- und Landsat-Daten getestet und ihre Eigenschaften im Hinblick auf Abstimmung, Eignung für neue Sensoren und Input-Anforderungen verglichen. Die Analyse konzentrierte sich vor allem auf die unterschiedliche Leistungsfähigkeit der Algorithmen für die verschiedenen Arten von Binnengewässern, die von klaren, blauen bis stark absorbierenden und/oder streuenden Gewässern reichen.

Es zeigte sich, dass wegen der hohen optischen Variation keiner der Algorithmen für die atmosphärische Korrektur oder die Wasserqualität für alle Seen geeignet war. Daher wurde ein Tool für die Vorklassifizierung entwickelt, um die Vorauswahl eines Algorithmus für einen See mit unbekannten optischen Eigenschaften zu erleichtern.

Außerdem wurden Werkzeuge für einen einfachen Datenzugriff und die Datenverarbeitung entwickelt. Das automatische "Regions of Interest" (ROI)- und Zeitreihentool ermöglicht, gültige Seen-Pixel für die Phase der Serienproduktion zu aggregieren.

Derzeit arbeitet das GLaSS-Konsortium an Fallstudien zu Seen auf der ganzen Welt, um das System und seine Werkzeuge an sehr unterschiedlichen Seetypen für verschiedenste Fragestellungen zu testen und zu demonstrieren. Die neuesten Ergebnisse der Fallstudien können auf der GLASS-Website eingesehen werden. Für diese Fallstudien wurden bereits einige Feldkampagnen zum Peipussee (Estland), zum Gardasee (Italien) und zu Bergseen in Nepal durchgeführt. Für Sommer 2015 sind weitere Kampagnen zum Vänersee (Schweden) und zum Markermeer (Niederlande) geplant.

Datum der letzten Änderung: 2015-03-17 14:41:10
Kommentare



Study in Switzerland
BBA-Bachelor-220_1.jpg

Study in Poland
SWPS_eng_220_uni.jpg
Privacy Policy