Auswertung und Verfügbarkeit von Satellitenbildern

Re @Phinni auch von meiner einer! (:

Uund gibts da noch nen Paper oder ähnliches, was Du empfehlen kannst? Bzw wo lässt sich Belgiu & Csillik finden? [Edit: Ach, dit hatt ich dato ja ausgegraben.]

Ich hatte nach unserer Begegnung mal spaßeshalber das Sat-Spektrums-Plugin für qgis von hatari ausprobiert; mittels derer Videoanleitungen kam man ganz Kochrezepts-mäßig schön zu einer eigenen Klassifikation von Oberflächen. Aber weiter als bis nem ersten-einfachen Ausprobieren von ner Differenzierung von Asphalt/Ziegeldach/Wald innerhalb eines Aufnahme-Zeitpunkts reichte meine Ambition denn auch erstmal nicht.

Das ist natürlich spannend. Und über Wildbienen haben wir hier nicht viel zu bieten … im Bereich “Zählung” sind wa ja auch nicht groß unterwegs, oder?

@clemens wie isn dis mit Bäumen? Lindenhonig gibts ja auch – und die hatt ja auch ne Blütephase, die so ne Auswertung ja ausmachen kann.

Ach das is ja mal nen ganz lustiger umgedrehter Betrachtungswinkel! Bäm. Also hieße das erstmal die Frage zu klären “wie gut ist der ‘Bestäubungserfolg’ je Frucht”?

Na was ist denn nun alles “lecker”? Ick kenn mich ja nicht aus, aber wenn ick nach “Honigsorten” kieke, find ich: Raps, Linde, Akazie, Fichte, Sonnenblume, Löwenzahn, Edelkastanie, Tanne … welche Obstbäume sind denn relevant?

Oder richtung Imkererei nach Relevanz gefragt: Gibt es Statistiken/Umfragen “welche Honigsorten in welchen Mengen” so anfallen? (Wenn de jetz sagen solltest "aber dit gibts nur zu 0,0000quietsch Prozent mal im Glas.)

Richtung Satellitendatarei hab ich ja das dumpfe Gefühl, dass diese ganze “was wächst/menscht/gammelt-denn-da”-Kartiererei mehr und mehr Fahrt aufnimmt und man in Bälde auch hoffentlich die ein oder andere Aufbereitung anderer Leute als “Wikipedia-OSINT der Sat.-Auswerter” zur Verfügung haben könnte. Fragt sich natürlich immer in welcher Qualität, in welchen Zeuträumen, aber hast Du in die ne Richtung schon was mitbekommen @Phinni?

Geht runter bis auf 30m den Pixel, alles schick.

Dit ist ja nur gut zu wissen, sowas kann ja die Sensorik möglw. auch erfassen oder sicher dazu korreliererden?

Oh, da geht meinem Vernehmen nach so einiges, also etwa verschiedenen Baumarten zu differenzieren oder eben Blütestadien auszumachen oder anhand eines ersten Vegetationsverlaufs von ein paar Wochen sagen zu können was das wächst – eben solang die Anzahl an Möglichkeiten nicht allzusehr ausufert.

1 Like

Wir hatten hier mal was gesammelt, um es als “preset”-Filter auf die Phänologiedaten anzuwenden.

Jenes hier kennen wir ja bereits.

Und just gestern lief mir dieses über den Weg.


Das hattest Du damals aufgetrieben:

Und nun gerade eben dieses:

3 cm / px oder 30 cm px?? wie könnte man erkennen ob ein Baum blüht, gerade wenn z.B. die Blüten recht klein sind wie hier bei der Linde:


cc-by-sa 3268zauber~commonswiki

Eine schöne Übersichtsstudie:

Remote Sensing and Ecosystem Services: Current Status and Future Opportunities for the Study of Bees and Pollination-Related Services


Die Fern-Erkundung von Honigtau hat ganz offensichtlich bereits Bedeutung: an Honigtau entwickeln sich gerne Schwärzepilze (“Rußtau”), diese Verfärbung läßt sich im Satellitenbild erkennen. Außerdem besteht Honigtau aus mehreren Zuckerarten und auch Terpenen, alles gut brennbar - somit läßt sich durch die pilzbedingte Verfärbung im NIR-Bereich eine potenziell erhöhte Waldbrandgefahr abschätzen:

Detecting Burn Severity across Mediterranean Forest Types by Coupling Medium-Spatial Resolution Satellite Imagery and Field Data

3 Likes

30m Realität = 1px Photo. Natürlich würde ich weder ne Detektion einer einzelnen Blüte noch eines einzelnen Baumes mit Blüten innerhalb von 30x30m erwarten. Wenn es sich allerdings um nen Wald, also um einen “zu 100% mit Linden gefüllten Pixel” handelt, denn haben wa ja nicht mehr “nur 100% nomales (Chlorophyll-)Blatt” in dem einen BIld (vor der Blüte), sondern sowas wie “nur 80-90% Chlorophyll-Blatt und 10-20% im Bild sind jetzt Blütenblätter und Blüten”. Und den Versuch das zu unterscheiden würd ich mal schon wagen. (Oder was meinst Du, @Phinni ?)

Andererseits wäre ja auch vielleicht schon allein die Information “hier wächst überhaupt Linde” interessant, @clemens !? wann die blüht verhält sich ja sicher halbwegs ähnlich zu den sonstigen phänologischen Beobachtungen in der Region. Aber da es ja auch verschiedene Lindensorten gibt die vielleicht leicht unterschiedlich im Timing blühen stieße das natürlich auch an seine Grenzen.

1 Like

Für diesen Thread möchte ich doch gern aus dem imkerlichen Thread Mollig warm trotz Minusgraden nebenan als kleines Beispiel für ne mögliche (eher forschende) Fragestellung @Thias zitieren:

1 Like

Super spannende Literatur habt ihr gefunden/ zusammengetragen. wow. Ich bin mich noch bisschen am Durchwursteln. Ich stehe der Fernerkundung zur Aussage über Biodiversität in der Landschaft nach wie vor etwas kritisch gegenüber, da ich die Arbeit im Feld total wichtig finde. Artenkenntnis und Einschätzungen vor Ort sind absolut wichtig. Andererseits passiert so viel in kurzer Zeit in so großer Skala, dass man gar nicht alles ablaufen kann. Ich denke, dass unterscheidungen zu verschiedenen Baumarten absolut möglich sind. Wahrscheinlich nicht zwischen allen Baumarten, aber Linde in Blüte sollte möglich sein.

also ja :slight_smile:
es können ja auch unterschiedliche Biotoptypen unterschieden werden, bzw der Versuch wird gewagt, Kartierungen digital mit RS zu machen.

2 Likes

3 posts were merged into an existing topic: Nektarversorgung im zeitigen Frühjahr

land cover classification as a web-map: VITO, Global Land Cover Viewer

Kurz zum Host: VITO ist wohl nen “unabhängig Institut” aus Belgien, das staatliche wie private Aufträge durchführt und auch eigene Patente anmeldet.

Leider lassen sich soweit ich das sehe keine Deeplinks setzen, aber mit ein paar Klicks findet sich dort ne grobe Klassifizierung von Vegetationen/Baumtypen. Wurde wohl für jedes Jahr von 2015 bis 2019 für Pixel von 100x100m berechnet.

Differenziert wird unter anderem (Übersetzungen aus der Hüfte von mir, ggf. fachlich inakkurat):

  • Immergrün ja/nein
  • Laub- oder Nadelbaum
  • offener/geschlossener Wald
  • Kräuter (!)
  • Buschland
  • feuchtes Buschland
  • Moos / Flechte
  • Getreide/Nutzpflanzen

Screenshot von ner Karte mit “all forest types”:

Nochmal die Legende:
image

Statistische Auswertung der Waldtyp-Verteilung des Kartenausschnitts:

Gibt auch die Möglichkeit Veränderungen über die Jahre auszuwerten/darzustellen…

3 Likes

Geht weiter, auch von den VITO-Leuten … wenn die nicht mal Hoflieferant der EEA sind und drum eh recht viel Open* machen :slight_smile:

High Resolution Vegetation Phenology and Productivity (HR-VPP)

10x10m ist jetz im Rennen und die wollen rückwirkend ab 2017 zumindest für die schon zuvor hier genannten groben Vegetationsklassen ihre Vegetationsphasen bestimmen. Angekündigt ist das Produkt ab Mai, inklusive täglichen Updates und Trends. Wir dürfen gespannt sein!

Product summary

The pan-European High-Resolution Vegetation Phenology and Productivity products (HR-VPP) are to be provided at a high spatial resolution (10 m x 10 m), and are derived from the Sentinel-2 constellation data (Sentinel-2A and Sentinel-2B: with a revisit time 5 of days). They will be generated over the entire EEA39 region (33 member countries and 6 cooperating countries) for the period January 1 2017 onwards.

Three types of HR-VPP products are proposed for users, they are:

  • The raw Vegetation Index (VI). This will be a raw product generated in near real-time (NRT) providing for every pixel to record the status of the vegetation. The status is provided in four ways: Leaf Area Index (LAI), Fraction of Absorbed Photosynthetically Active Radiation (FAPAR), Normalised Difference Vegetation Index (NDVI) and Plant Phenology Index (PPI);
  • The Seasonal Trajectories (ST) product will be provided on an ongoing basis every 10 days derived from a function of the yearly time-series of the raw Plant Phenology Index, and hence generated together with the VPP product;
  • The Vegetation Phenology Parameters (VPP) product will be generated on a yearly basis and provide metrics for up to two growing seasons, i.e. start of the season, end of season, seasonal productivity, etc.

The ideal user settings for the turnaround of NRT HR-VPP products after Sentinel-2 data sensing will be no later than 12 hours. The maximum limit acceptable for time-critical applications such as crop monitoring, seasonal biomass estimation, drought/flood impact etc is 24 hours. The other HR-VPP products are targeted to assess ecosystems, to monitor biodiversity and climate change and are requested on a yearly basis, no later than 3 months after the end of the calendar year.

Complete, free and open access to all HR-VPP products is made on the conditions described in the product metadata.

Ich empfehle das dort verlinkte Video mit der Kurzvorstellung (ca 5 Min.) mal zu kieken. Im Ausblick wird klar, dass dort als nächstes dann natürlich auch die weitere Differenzierung der Arten ansteht.

https://conf2020.geobon.org/OSC2020/Oral-Flash_Prerecordings/Smets_oral_176_CopernicusVegetationPhenology_public_withEEA_20210208.mp4
(dieser Teil vom Amazons war bei mir grad mies angebunden, ich empfehle wget)

Gehalten wurde der Talk letztes Jahr im Rahmen einer Konferenz namens Geo Bon Open Science Conference.

2 Likes

Große Linden-, Robinien-, Edelkastanienwälder sind bei den Imkern meist gut bekannt, ich denke dafür braucht man in Deutschland nicht mehr auf digitale Entdeckertour gehen. Sie sind auch bekannt, weil es “artifizielle”
Wälder sind, die nur durch Anpflanzung entstehen konnten und daher selten sind.

Mir geht es da ähnlich, gerade weil bei den Bienen ein sehr kleinteiliger Speiseplan wichtig ist, Stichwort “Trachtband”, sprich es ist wichtiger, dass immer etwas blüht und Nahrung kontinuierlich da ist als drei Wochen all you can eat und darüber hinaus (“Rapstracht”) und sonst Hunger und Pollenmangel herrscht.

So etwas ist schon für einen Imker vor Ort schwer abschätzbar, da ich nicht alle Pflanzen kenne oder deren Blühzeitraum weiß.

Das oben gefallene Stichwort “Biotoptypen” könnte ggf. interessanter sein. Wir versuchen nicht einzelne Pflanzen zu detektieren, sondern “gute Lebensräume” für Bienen.

Mal eine technische Frage zur Auflösung, oben steht

30m Realität = 1px Photo.

sind das aktuelle Auflösungen von Sateliten? Und warum sind die so niedrig. Wenn ich mir Satelitendaten bei Google Maps anschaue kann ich – wie auf dem linken Bild (Standort Großstadt) gut zwei eng nebeneinander stehende Beuten unterscheiden. Auf dem Land arbeitet Google mit geringerer Auflösung da kann ich zwei direkt nebeneinander stehende Beuten (rechtest Bild, linkes cluster) nicht unterscheiden, immerhin hätten wir eher eine Auflösung von 20 bis 30 cm, mit Interpolation noch höher als 30 Meter pro px.

beispiel-1_google-maps beispiel-2_google-maps

Mit so einer Auflösung könnte man vermutlich schon blühende Hecken von nicht blühenden unterscheiden, auch ein solitärer Busch sollte in den Vegetationsphasen unterscheidbar sein. Sind niedigere Auflösungen eine künstliche Verknappung für offen zugängliche Daten (das andere wird dann verkauft) oder sind es in der Botanik andere Messverfahren / optische Aufnahmen jenseits von “Foto” die für eine niedrigere Auflösung sorgen?

Das sind Luftaufnahmen, die von nem Flugzeug aus gemacht werden, keine Satellitendaten. Für Brandenburg nehmen die bspw. die Luftaufnahmen des Landes Brandenburg (20cm Auflösung):

1 Like

Ick muss mir auch sonst korrigieren: 10 bzw 20m sind aktuell angesagt, nicht 30.

Als aktuellen Einstieg für “wie geht dat mit der Beobachtung Erd-/Landflächen-Nutzung ausm All” bietet sich sicher das Sentinel-2-Programm der ESA an. Die sind wohl in Sachen höher, schneller, weiter aktuell am Zug und mit dem nächsten Projekt der NASA sind die denn wieder dran ;)

Die Tabelle Spektralkanäle von Sentinel-2 in der Wikipedia schlüsselt die Auflösungen je Frequenzband schön auf: Von den 13 Kanälen dürften drei sichtbares Rot, Grün Blau sein und in der rechten Spalte sind diverse Anwendungen zu sehen für die das jeweilige Band gedacht ist: Messung von Vegetation, Aerosolen, Wasserdampf, Cirrus-Wolken, Landnutzung, Vegetation … welche Wellenlänge jetz genau warum gewählt wurde und hinter welcher/welchen sich Chlorophyll etwa versteckt wärn jetz wohl so mit die nächsten grundlegenden Fragen …

Die Mission steht halt unter der Vorzeichen “Landflächennutzung der gesamten Erde mittel-/langfrisitg monitoren”; da wählt man sicher vielleicht nen anderen Tradeoff zu “häufigere Aktualisierung je Fläche” im Verhältnis zu “Optik mit mehr Zoom für größere Auflösung” (und entsprechend selteneren Aktualisierungen je Fläche), als wenn man … keene Ahnung, nen Geheimdienst oder sowas ist. (Und vielleicht drei-vier Kanäle genügen und man nicht unbedingt gleich 13 braucht.)

1 Like

Krass, das sind ja 10 Kanäle bei denen “Vegetation” steht, falls die alle unterschiedlich blinken, wenn da helles Grünzeug, dunkles Grünzeug, Blüten, Nadeln, … ist wäre das spannend, pffff, 10 m hört sich für mich immer noch recht viel an wenn man an die Größe einer Biene denkt …

Jut, aber legen wir jetz mal “als Bien” konservativ nen Flugradius von einem Kilometer um den Stock an, denn ist des ne Kreisfläche von π × (1000 m)² = 3.141.593 m² “potentielles Futterland”.

So nen Pixel von 10x10m umfasst nun also 100m² … denn hätten wa immerhin Aussagen über potentielles Futterland von 1km um nen Stock herum in ner Auflösung von rund 31.416 Pixeln! (32 Kilopixel!) Dit ist doch schonmal ne nennenswerte Menge und wäre für unsere Rechner-Ressourcen auch noch vermutlich recht überschaubar.

[Edit: Oder auch: “die Kreisfläche als 2D-quadratisches-Bitmap-Äquivalent (√31415,92 × √31415,92) beträgt 178×178px”. Oder hab ich mich hier irgendwo in ner Zehnerpotenz vertan?]

Wenn wir belatbare Aussage für den Kreis und somit jedes Pixel hätten ja, ich würde davon ausgehen, dass ein blühender Busch, eine nichtblühende Linde und Gras darunter das eine pixel so “verwässern”, dass der Busch zu wenig zum Mittelwert des Pixels beiträgt als dass er in Erscheinung tritt. Wir bräuchten hier als auch – wie es bei BOB geplant war – Sensordaten und parallel dokumentierte Beobachtungen in der Natur um Sensordaten “blühende Pflanzen” beizubringen.

Erster Schritt wäre vermutlich zu versuchen Feld- und Plantagenfrüchte zu detektieren

  • Raps
  • Obstplantagen, ggf schon versuchen Unterschiede bei Kirsche, Apfel, Pflaume zu finden
  • mit den Obstgarten-Algorithmen könnte man auf die Suche nach solitären Kirschen, Äpfeln, … in the wild oder in Hausgärten gehen
  • im Bioanbau könnte die detektion von Kornblumen auch funktionieren

Kontrollgruppe könnte sein

  • bekannte Raps-, Obstflächen, hier könnten citizen science helfen
  • müssen Bauern nicht auch Grünstreifen, Blühstreifen, Feldfrüchte dokumentieren? gibt es hier öffentlich zugängliche Daten?

Wenn so etwas schon funktioniert wäre das für einen Teil der Imker, nämlich die Wanderimker, sicher der spannendste part. Waldtracht ist schwer zu prognostizieren und mit Aufwand verbunden: Der Weg zur Waldtrachtprognose | waldtracht.info und Anleitung zur Beobachtung der Honigtauerzeuger | waldtracht.info weiter tritt sie regional unterschiedlich auf. Die Frage wäre beim Honigtau: Könnte man so rechtzeitig eine Tracht erkennen, dass Imker noch Zeit haben anzuwandern oder wäre das schon der Höhepunkt der Tracht.

1 Like

ganz genau! und dann könnte man beispielsweise diese Daten mit Daten aus FFH Lebensraumtyp bzw botanischen Kartierungen verschneiden und dem Algorythmus beibringen, wie die Ergebnisse vom Bienenstock + Fernerkundung über die Zeit zu deuten sind. Ginge das? und dann könnten die ImkerInnen darauf dann reagieren, bzw die Wanderimker.

1 Like

Gerade eben kam auch noch jenes hinzu:

Jene Arbeit von Nicolas Karasiak finde ich auch sehr interessant.

Abstract

Mapping forest composition using multiseasonal optical time series remains a challenge. Highly contrasted results are reported from one study to another suggesting that drivers of classification errors are still under-explored. We evaluated the performances of single-year Formosat-2 time series to discriminate tree species in temperate forests in France and investigated how predictions vary statistically and spatially across multiple years. […]

Resources

https://www.karasiak.net/spatial-and-temporal-accuracy-of-tree-species-mapping-with-satellite-image-time-series/