Satellitendaten sind optische Sensordaten zur Erfassung bestimmter Merkmale oder Eigenschaften auf der Erdoberfläche [1].
Spricht man über Sensordaten, sind damit keine farbigen Luftbilder gemeint, sondern Daten eines Sensors in Falschfarbendarstellung. Bei der Aufnahme wird die Erdoberfläche in Zeilen eingeteilt, die ein Sensor nach benötigter Eigenschaft abscannt. Bei einer Vorbearbeitung werden die gewonnenen Daten in lagerichtige Bilddaten gewandelt, welche in einem Geoinformationssystem (GIS) abgerufen und bearbeitet bzw. analysiert werden können [1].
Es gibt Satelliten in vielfältiger Variation, die verschiedenen Institutionen oder Programmen angehören und unterschiedliche Datenformen erfassen.
Eines dieser Programme ist das „Europäische Copernicus Programm“. Copernicus besteht aus einer eigenen Satellitenflotte, die In-situ-Daten und Daten nationaler und kommerzieller Satelliten umfasst. Die Beobachtungsdaten sind übergeordnet für den Umweltschutz ausgerichtet. Koordiniert wird dies durch die „Europäische Weltraumorganisation“ (ESA). ESA und die „Europäische Organisation für die Nutzung Meteorologischer Satelliten“ (EUMETSAT) übernehmen auch die Aufgaben der im Weltraum befindlichen Teile. Die Satelliten von Copernicus nennen sich „Sentinels“. Der Betrieb wird folgendermaßen aufgeteilt (Tab. 1) [2]:
Tabelle 1: Satellitenaufteilung [2]
ESA | EUMETSAT |
|
|
Während Sentinel 1 ist für Radardaten mit 5 Meter Auflösung zuständig („C-Band“) ist, erfasst Sentinel 2 sichtbare und Infrarotdaten mit einer Genauigkeit bis 10 m. Sentinel 3 liefert dagegen optische/thermische Meeresdaten und Sentinel 4 erfasst die Luftqualität über Europa und Nordafrika. Der Sentinel 5 wertet Atmosphärengase aus, während Sentinel 6 die Meeresspiegelhöhe erfasst. Sentinel 6 befindet sich aktuell noch nicht in Betrieb [1].
Um aus den Satellitendaten GIS-fähige Daten zu schaffen, gibt es im Rahmen des Copernicus Programms die OpenSource-Anwendung SNAP (Sentinel Application Platform) [1].
Satellitendaten sind unter anderem im Pflanzenbau interessant, da mit ihnen eine Aussage über den Zustand des Aufwuchses getroffen werden kann (Abb. 1). Die Fernerkundung liefert hierfür bereits hohe Bodenauflösung und Wiederholraten. Die Bilder des Sentinel 2 nehmen die dafür notwendigen Bilder im IR-Bereich auf. Mit den Methoden des Vegetationsindizes (NDVI) können dann Aussagen über Biomasse und Gesundheit des Pflanzenaufwuchses getroffen werden. Mehrere Bilder können zu Managementzonen als Karten zusammengefasst werden [3].
Die Agrarforschung benötigt die Satellitendaten grundsätzlich um raumbezogene Daten zu verknüpfen (Boden- und Standortdaten, in-situ-Daten, Wetter- und Klimadaten). Neben den Ernteerträgen können die Ausmaße von Schaderregern, Dürre oder Hochwasser vorhergesagt werden. Beispielhafte Anwendungen zum Pflanzenwachstum gibt es im Weinbau mit der App „Easy Vineyard“, die ESA Satellitendaten verwendet. Eine andere Anwendung auf ähnlicher Basis ist eine App für Kartoffelbauer [5].
Satelliten- und Sensordaten sind eine Grundlage des Precision Farmings. Mit Hilfe dessen können beispielsweise Applikationskarten zur Düngung oder auch Aussaat erstellt werden. Dies ermöglicht einen effizienteren Einsatz von Betriebsmitteln. Zusätzlich wird durch die punktuell bedarfsgerechte Zuteilung von Düngemitteln nach Zonierungen eine höchst umweltschonende Wirtschaftsweise erreicht [6]. Zur Zonierung dieser „Zonenkarten“ können unter anderem Daten aus den Satelliten RapidEye, Landsat, Sentinel 2 und Planetscope verwendet werden [7]. Die Vorteile der Technik sind jedoch mit hohen Anschaffungsinvestitionen verbunden. Aufgrund dessen ist der Einsatz insbesondere bei kleineren und mittleren Betrieben erschwert. Projekte wie GIS-ELA sollen dem entgegen wirken. Hierfür sollen Applikationskarten kostengünstig mit den Bildern der Satellitenbilder des Sentinel 2 erstellt und geografisch über QGIS ausgewertet werden. Zukünftig sollen die Applikationskarten dann auch ohne neuster Technik via App am Traktor nutzbar sein [6]. Ein weitere großer Anwendungsfall ist der Einsatz von Spurführungssystemen an Landmaschinen, die durch GNSS-Empfänger auf Satellitendaten zurückgreifen, um autonom spurtreu zu fahren [8]. Allgemein sind Satellitendaten geeignet für verschiedenste Anwendungsfelder (diverse Modellentwicklungen, Zonierungen, Präzisionslandwirtschaft). Die Verarbeitung und Auswahl der geeigneten Datensätze erfordert allerdings ein größeres Verständnis [7].
Ökonomisch und ökologisch im Puls: Bedarfsgerecht Düngen mit Solorow-App
Michael Wagner, Technische Zentralstelle Dienstleistungszentrum Ländlicher Raum Rheinhessen-Nahe-Hunsrück (TZ DLR-RNH)