David Frantz, Stefan Ernst, Benjamin Jakimow and Patrick Hostert
Frei verfügbare Landsat und Sentinel-2 Daten sind insbesondere seit Copernicus eine wichtige Grundlage für raumbezogene Analysen in Wirtschaft und Wissenschaft. Ihre Aufarbeitung für großräumige und sich über längere Zeiträume ersteckende Analysen stellt viele Anwender allerdings vor praktische Probleme. Dieser Vortrag zeigt, wie Landsat und Sentinel-2 Daten mit FORCE für nationale bis kontinentale Analysen aufbereitet und effizient prozessiert werden können.
Erdbeobachtungsprogramme wie die Landsat (NASA/USGS) und Copernicus Sentinel-2 (ESA) Missionen erfassen multispektrale Fernerkundungsdaten weltweit, flächendeckend und mit hoher zeitlicher Dichte. Die im Fall von Landsat bis in die 1970er Jahre reichenden Aufnahmen und eine kontinuierliche Erweiterung der frei zugänglichen Datenarchive durch neue Missionen bilden eine wichtige Grundlage für raumbezogene Analysen. Dennoch stellt die synergetische Nutzung dieser Daten für großräumige und langzeitliche Analysen viele Nutzer vor praktische Probleme: Je nach Ort, Zeit und Sensor variiert die Verfügbarkeit und Qualität einzelner Aufnahmen, etwa infolge unterschiedlicher Bewölkungsgrade, der Überlappung benachbarter Satellitenorbits, oder einer unterschiedlichen Qualität der geometrischen Korrektur. Für großräumige Analysen stellen sich somit häufig Fragen eine strukturierten Datenablage sowie der effizienten und automatisierten Verarbeitung und Visualisierung.
Das Framework for Operational Radiometric Correction for Environmental monitoring (FORCE) bietet eine Komplettlösung für die Beschaffung, Prozessierung und Organisation großer Mengen von Erdbeobachtungsdaten. Der Anwendungsbereich deckt den kompletten Workflow von Download der Rohdaten bis hin zur Erstellung von Analysis Ready Data (ARD) und Folgeprodukten (z.B. Klassifikationen durch Machine-Learning Methoden) ab. FORCE erleichtert damit vor allem die Handhabung von großen Datenmengen für großflächige Analysen mit dichten und langen Zeitserien. Der Nutzer hat dabei volle Kontrolle über Qualitätskriterien für die zu verwendenden Daten, Methoden zur Aggregation und Interpolation von Zeitserien, oder Ableitung von Phänologieparametern und Trends aus den Zeitserien.
Der Vortrag zeigt, wie mithilfe von des Framework for Operational Radiometric Correction for Environmental monitoring (FORCE) Landsat und Sentinel-2 Daten für ein Untersuchungsgebiet mit minimaler Nutzerinteraktion heruntergeladen, radiometrisch korrigiert und in einem einheitlichen Tiling Grid strukturiert, sowie für anschließende Analysen vorprozessiert werden können. Darüber hinaus werden weitergehende Analysemöglichkeiten vorgestellt, etwa eine effiziente thematische Klassifizierung. Abschließend werden Anwendungsbeispiele aus der Forschung zur Baumartenkartierung und zur Landwirtschaftlichen Kartierung oder zu Gebäudehöhen in Deutschland gezeigt. Der Vortrag richtet sich an ein breites Publikum und erfordert keine besonderen Kenntnisse der multispektralen Fernerkundung.
Referenzen:
https://force-eo.readthedocs.io
https://github.com/davidfrantz/force
Frantz, D. (2019). FORCE—Landsat + Sentinel-2 Analysis Ready Data and Beyond. Remote Sensing, 11(9). doi: 10.3390/rs11091124
Haberl, H., Wiedenhofer, D., Schug, F., Frantz, D., Virag, D., Plutzar, C., . . . Hostert, P. (2021). High-Resolution Maps of Material Stocks in Buildings and Infrastructures in Austria and Germany. Environ Sci Technol, 55(5), 3368-3379. doi: 10.1021/acs.est.0c05642
Rufin, P., Frantz, D., Ernst, S., Rabe, A., Griffiths, P., Özdoğan, M., & Hostert, P. (2019). Mapping Cropping Practices on a National Scale Using Intra-Annual Landsat Time Series Binning. Remote Sensing, 11(3). doi: 10.3390/rs11030232