Bordeigene Datenverarbeitung für die Fernerkundung

Hyperspektralsensoren machen Bilder in vielen, sehr engen, zusammenhängenden Frequenzbändern in sichtbaren und nahen infraroten Bereichen des elektromagnetischen Spektrums. Die Breitband-Bildgebung ermöglicht die Unterscheidung von Merkmalen auf der Erdoberfläche, die unterschiedliche Lichtabsorptions- und Reflexionseigenschaften haben. In den letzten Jahren eröffneten Hyperspektraldaten wegweisende Perspektiven für mehrere Anwendungen, unter anderem für die Beobachtung des Klimawandels und der Stadtentwicklung.

Auch wenn Algorithmen für die Verarbeitung von Hyperspektraldaten gut mit parallelen Systemen wie Rechnerclustern kooperieren, lassen sich diese Systeme nur schwer für eine bordeigene Verarbeitung anpassen. Mit dem Projekt QI2S ("Quick image interpretation system") sollte eine solche Plattform entwickelt werden, deren leichten und stromsparenden Komponenten in die Nutzlast von Erdbeobachtungssatelliten integriert werden könnten. Um dieses ehrgeizige Ziel zu erreichen, bündelten sechs Partnern ihre Bemühungen und ihr Know-how zu den einzelnen erforderlichen Komponenten.

In der ersten Projektphase entwarfen die QI2S-Forscher eine Multicore-Engine auf FPGA-Basis (FPGA (Field Programmable Gate Arrays). Neben ihrem geringen Gewicht und ihrer geringen Größe bieten FPGA ähnliche Rechenleistungen zu niedrigeren Kosten und die Möglichkeit, den anzuwendenden Datenverarbeitungsalgorithmus je nach Situation auszuwählen. Die Konstruktion der System-Hardware umfasst Bausteine für Verarbeitung und Interpretation von Hyperspektraldaten mit einer High-Level-Befehlssprache, die ihre Rekonfiguration ermöglicht.

Das QI2S-System soll zu einer drastischen Reduzierung der zu übertragenden Hyperspektraldaten führen. Durch die Bildauswertung an Bord, so wird geschätzt, wird nur ein kleiner Teil der Bandbreite des Downlink-Kanals benötigt (nicht mehr als ein paar Mbit/s). Statt Tage oder sogar Wochen werden Endbenutzer dann nur noch wenige Minuten auf die angeforderten Daten warten müssen. Eine solche Entwicklung ebnet den Weg für zukünftige großartige Anwendungen wie etwa bei Frühwarnsystemen für Naturkatastrophen.