18. Februar 2021 – Leider (für manche) sind Schnee und Eis schon wieder verschwunden, aber es hat uns doch viel Spaß beim Eislaufen und ein paar schöne Bilder beschert. Am 11. Februar begann es von Süden her zu schneien, und die folgenden Aufnahmen zeigen ein wunderschönes Bild.
Eine Fülle von Daten
Anfang Februar begann es im Süden der Niederlande zu schneien, und die folgenden Aufnahmen des Sentinel-2A-Satelliten zeigen bereits ein wunderschönes Bild. Das Lauwersmeer-Gebiet und Ameland darüber sind bereits mit Schnee bedeckt, während in Eemshaven (zu diesem Zeitpunkt) noch kein einziges Flöckchen gefallen ist. Dies ist jedoch mehr als nur ein Bild – in einer Sentinel-2-Aufnahme stecken unglaublich viele Daten. Wie kann man beispielsweise Einblicke in Schnee(belästigungen) gewinnen? Kein Problem mit ERDAS !
Wie eine Art riesiger Staubsauger erfasst der Satellit in Abbildung 2 (unten) Daten in 13 verschiedenen Frequenzbändern des elektromagnetischen Spektrums, während er in einer Höhe von 786 km über das Gebiet fliegt. Das aufgenommene Bild deckt eine Fläche von 110 mal 110 km ab. Das ist eine ordentliche Menge an Daten.
Die Daten aus den verschiedenen Spektralbändern, wie in Abbildung 2 dargestellt, geben uns viele Aufschlüsse über das erfasste Gebiet.
Die 13 Spektralbänder von Sentinel-2, die vom sichtbaren und nahen Infrarot bis zum kurzwelligen Infrarot reichen und unterschiedliche räumliche Auflösungen von 10 bis 60 m am Boden bieten, können wir beispielsweise zur Überwachung von Schnee und Eis nutzen. Die verschiedenen Sensoren, wie die von Sentinel-2, aber auch beispielsweise von Landsat, Worldview, MODIS usw., sind alle in ERDAS bekannt. Mit anderen Worten: Die Software „erkennt“ das elektromagnetische Spektrum der Bilder und kann damit direkt Berechnungen durchführen.
Für diese Überwachung verwenden wir eine Formel, mit der wir mithilfe des Grünbands (560 nm) und des kurzwelligen Infrarotbands (SWIR) den Normalized Difference Snow Index berechnen können. Dieser Index hat einen Wert zwischen -1 und +1, wobei die negativen Werte Schnee und Eis zugeordnet werden können, positive Werte hingegen beispielsweise kahlen Boden, Vegetation usw. Je niedriger der Wert, desto mehr Schnee oder Eis liegt an diesem Standort vor.
Röntgenaufnahme
Das Ergebnis, Abbildung 3, ist eine Art Röntgenaufnahme des Gebiets: Je heller die Farbe, desto mehr Schnee oder Eis ist in diesem Bereich vorhanden. Um eine noch deutlichere Unterscheidung zu ermöglichen, stellen wir den NDSI in Weiß (für Schnee und Eis) und Grün (für alles, was wenig bis gar keinen Schnee oder Eis darstellt) dar.
Unser „Röntgenbild“ hat sich nun in eine künstlerische weiß-grüne Darstellung von Nord-Groningen verwandelt. Vom Lauwersmeer-Gebiet, das bereits ziemlich weiß ist (viel Schnee), bis hin zu Ost-Groningen, das mehr grüne Gebiete (wenig bis gar keinen Schnee) aufweist.
Übrigens habe ich am nächsten Tag in meiner Umgebung Schneeverwehungen gesehen. Diese habe ich sofort als sogenannte „Ground Truth“ genutzt. Dies ist ein Begriff, der verwendet wird, um die durch Schlussfolgerungen gewonnenen Informationen (die NDSI-Berechnung) mit direkten Beobachtungen (empirischen Beweisen) zu vergleichen. In den blauen Bereichen muss nämlich viel Schnee liegen.
Abbildung 5 zeigt dies sehr gut: eine Schneeverwehung, die sich am Rand des Grabens gebildet hat. Der NDSI zeigt also tatsächlich, wo sich viel Schnee angesammelt hat.
Wenn wir nun auf das Gebiet oberhalb der Stadt Groningen zwischen Sauwerd und Bedum entlang des Wolddijk blicken, sehen wir dort einen schönen Effekt aus weißen Streifen im Grünen. Die Kombination aus Schneeverwehungen und starkem Wind sorgt nämlich dafür, dass der Schnee auf den Feldern weniger gut liegen bleibt, während er im Windschatten von Bäumen und Häusern (entlang des Wolddijk) sehr wohl liegen bleibt.
Das wird noch deutlicher, wenn wir daraus ein 3D-Bild erstellen, einen Digital Twin, der den Schnee in der Umgebung abbildet. Ein Digital Twin ist die Generierung oder Erfassung digitaler Daten, die ein physisches Objekt repräsentieren. Eine anschauliche Visualisierung erhalten wir, indem wir die NDSI-Werte reliefartig darstellen. Die Bebauung (negativer Wert) sinkt sozusagen nach unten, während Schnee und Eis (positive Werte) nach vorne treten. Die untenstehende Abbildung zeigt schön die Schneeansammlungen (rot eingekreister Bereich 1), und in Bereich 2 sehen wir ein Grabenmuster hervortreten; das Eis und der Schnee im Graben weisen einen hohen NDSI-Wert auf.
Um in Sachen 3D noch einen Schritt weiter zu gehen, nutze ich das „Actueel Hoogtebestand Nederland“ (AHN), die digitale Höhenkarte für die gesamten Niederlande. Mithilfe dieser Datei können wir eine Umgebung in den Niederlanden auf einfache Weise in 3D darstellen.
Das sehen wir hier, den Wolddijk in 3D: Je höher die Landschaft – also Bäume und Bebauung –, desto rötlicher die Farbe.
Anschließend können wir den NDSI nutzen, um das AHN in diesen Farben darzustellen. In der 3D-Ansicht sehen wir sehr schön, wie der Wind auf dem flachen, offenen Land mit dem Schnee schalten und walten kann, während der Schnee zwischen den Häusern im Windschatten liegen bleibt und auch auf der Straße liegen bleibt.
So kannst du mithilfe aktueller, frei verfügbarer Satellitenbilder einfach und schnell einen Digital Twin und dir einen Überblick über deine Umgebung verschaffen – in diesem Beispiel über die Schneelage.
Weitere Informationen
Harald ist Business Consultant bei IMAGEM. Er fungiert als Bindeglied zwischen Wirtschaft, Vertrieb und Technik und kümmert sich inhaltlich um die Kunden. Gemeinsam mit den Entwicklern erarbeitet er Lösungen für den Bereich öffentliche Ordnung und Sicherheit, für Bildungseinrichtungen oder für digital twins.
Möchtest du mehr über dieses Thema erfahren? Schick Harald eine E-Mail oder hinterlasse eine Nachricht über unser Kontaktformular.
Harald Görtz
Unternehmensberater
