Troposphärische Schwefeldioxidkonzentrationen (SO2) über Südeuropa in den untersten 10 km der Atmosphäre. Über Sizilien sind hohe Konzentrationen zu erkennen, ein Zeichen für die Rauchwolken des Ätna.
Quelle: BIRA/DLR/ESA

Luftverschmutzung ist eine große gesundheitliche Gefahr. Trotz der Fortschritte, die in den letzten Jahrzehnten bei der Verringerung ihrer Belastung erzielt wurden, wurde sie im Jahr 2022 immer noch für Hunderttausende vorzeitige Todesfälle verantwortlich gemacht. Die Copernicus-Sentinel-4-Mission der Europäischen Union, die an Bord des Satelliten Meteosat Third Generation Sounder 1 (MTG-S1) von EUMETSAT durchgeführt wird, hat mit der Übermittlung der ersten (vorläufigen) Bilder aus dem Weltraum begonnen. Die stündlichen Datenströme der Mission sollen Behörden unterstützen, um zeitnahe Luftqualitätsprognosen und Gesundheitswarnungen zu liefern.

Geostationärer Satellit

MTG-S1 war am 1. Juli gestartet. Copernicus Sentinel-4 befindet sich nun in der Inbetriebnahmephase. Die ersten Bilder, die am 8. Oktober 2025 aufgenommen, zeigen die Fähigkeit von Copernicus Sentinel-4, mehrere Schadstoffe und Spurengase in ganz Europa und den umliegenden Regionen zu verfolgen. Die Bilder zeigen Stickstoffdioxid-Hotspots über der italienischen Poebene, erhöhte Ozonwerte auf dem Balkan, in Bulgarien und Griechenland sowie Schwefeldioxidwolken aus natürlichen und anthropogenen Quellen.

Bild 2: Ozonkonzentrationen (O3) über Europa, gemessen von Copernicus Sentinel-4 am 8. Oktober 2025, mit erhöhten Werten über dem Balkan, Bulgarien und Griechenland. Enthält modifizierte Copernicus Sentinel-Daten (2025). Quelle/Verarbeitung: DLR/ESA

Im Gegensatz zu anderen Satellitensensoren, die die Luftverschmutzung messen und die Erde in niedrigerer Höhe von Pol zu Pol umkreisen, arbeitet MTG-S1 in einer geostationären Umlaufbahn und beobachtet Europa und Nordafrika kontinuierlich von einer festen Position aus. Von diesem Aussichtspunkt aus kann Copernicus Sentinel-4 jede Stunde dieselbe Region scannen und liefert nahezu in Echtzeit aktuelle Daten zu wichtigen Bestandteilen der Atmosphäre.

Derzeitige Inbetriebnahmephase

Copernicus Sentinel-4 befindet sich noch in der Inbetriebnahmephase. Sobald die Mission betriebsbereit ist, wird sie aus der geostationären Umlaufbahn stündlich Aufnahmen liefern. So können Expert:innen verfolgen, wie sich die Verschmutzung im Laufe des Tages verändert – beispielsweise durch Verkehrsspitzen während der Rushhour – und Schadstoffe wie Ozon bei ihrer Entstehung beobachten. So lassen sich etwa auch Unterschiede zwischen Stadtzentren und Vororten erkennen.

Phil Evans, Generaldirektor von EUMETSAT, sagte: „EUMETSAT ist stolz darauf, das Sentinel-4-Instrument an Bord unseres MTG-S-Satelliten zu hosten und Teil dieser wegweisenden europäischen Zusammenarbeit zu sein. Wir freuen uns nun darauf, die Mission während ihrer gesamten Laufzeit zu betreiben und einen kontinuierlichen Fluss kritischer Daten sicherzustellen, um eine maximale Wirkung zu erzielen.“

Lieven Bydekerke, EUMETSAT Copernicus-Programmmanager, sagte: „Diese ersten Daten bieten einen spannenden ersten Einblick in die Fähigkeit von Copernicus Sentinel-4, schnelle Veränderungen der Luftverschmutzung auf einem ganzen Kontinent zu erfassen – und zu verfolgen, wie sich Schadstoffe, die eine Hauptursache für Atemwegs- und Herz-Kreislauf-Erkrankungen sind, im Laufe des Tages bewegen und entwickeln. Stündliche Beobachtungen dieser gefährlichen Schadstoffe über ganz Europa waren bisher nicht möglich. Während wir daran arbeiten, die Daten der Mission so schnell wie möglich nutzbar zu machen, zeigen diese unglaublichen ersten Beobachtungen die Leistungsfähigkeit der europäischen Zusammenarbeit und den Wert der Unterbringung mehrerer Instrumente auf einer einzigen Plattform.“

Die Mission

Die Mission wurde im Rahmen des Copernicus-Programms, der Erdbeobachtungskomponente des Weltraumprogramms der Europäischen Union, entwickelt und wird in Zusammenarbeit zwischen der Europäischen Kommission, der Europäischen Weltraumorganisation (ESA) und EUMETSAT durchgeführt. EUMETSAT betreibt die Satellitenplattform MTG-S1 und ist für die Verarbeitung und Verbreitung der Daten an Nutzer weltweit verantwortlich. Sentinel-4 wird die Luftqualitätsvorhersagen in Europa durch den Copernicus-Atmosphärenüberwachungsdienst (CAMS) erheblich verbessern, der vom Europäischen Zentrum für mittelfristige Wettervorhersagen (ECMWF) betrieben wird.

www.eumetsat.int

www.esa.int 

Troposphärische Stickstoffdioxidkonzentrationen (NO2) in den untersten 10 km der Atmosphäre über Europa, gemessen von Copernicus Sentinel-4 am 8. Oktober 2025.  Stickstoffdioxid ist ein giftiges Gas, das bei der Verbrennung fossiler Brennstoffe, beispielsweise in Fahrzeugmotoren, Kraftwerken und Heizungsanlagen, freigesetzt wird. Es ist zu beachten, dass einige Merkmale durch Wolken verdeckt sein können, weshalb das Bild keine Konzentrationen über einigen Teilen der Karte anzeigt.   
Quelle: IUP-Bremen/DLR/ESA
 

Der Beitrag Sentinel-4: Erste Daten zu Luftschadstoffen in Europa erschien zuerst auf Business Geomatics.

Auswertungen der Überschwemmungen in der Emilia Romagna im Mai 2023 auf Basis von Satellitendaten. Karten zeigen die Ausdehnung der überfluteten Gebiete in einigen der am stärksten betroffenen Gemeinden, darunter Faenza. Das Bild zeigt die geschätzten wirtschaftlichen Verluste in Euro für Wohngebäude in der Stadt Faenza. Sie wurden mit dem SaferPlaces-Schadensmodell unter Verwendung von Wassertiefenkarten als Input berechnet.
Quelle: ESA

Auswertungen von Satellitendaten sollen künftig per Chatbot angefordert und beantwortet werden. Dazu arbeitet die ESA gemeinsam mit Technologiepartnern an Szenarien, die eine KI-gestützte wissenschaftliche Auswertung per Spracheingabe ermöglichen sollen. Dies soll, so die ESA, „die Informationsbeschaffung in der Erdbeobachtung revolutionieren“. Konkret soll KI auch die Interaktion mit großen Datensätzen, die Identifizierung von Schlüsselmerkmalen oder die Darstellung von Informationen in einem nutzerfreundlichen Format ermöglichen. Entwickelt wird der Chatbot im ESA-Φ-Labor, der Entwicklungs- und Innovationsabteilung der Weltraumorganisation.

Der Einsatz von KI in der Fernerkundung hat in den letzten Jahren stark an Dynamik gewonnen. Ein aktuelles Beispiel ist I*STAR, ein durch das InCubed-Programm der ESA kofinanziertes Unternehmen, das eine Plattform entwickelt hat, die KI nutzt. Sie dient der Überwachung aktueller Ereignisse wie Erdbeben oder Vulkanausbrüche. Das ebenfalls von InCubed unterstützte KI-Tool SaferPlaces erstellt Überschwemmungskarten für Katastrophenschutzteams, indem es In-situ-Messungen mit Satellitendaten kombiniert. Es wurde bereits bei Ereignissen wie den Überschwemmungen in Norditalien im Mai 2023 eingesetzt.

Der nächste Schritt für die ESA ist nun die Entwicklung von textbasierten Abfragen in der Erdbeobachtung im Stil von ChatGPT. Zusammen mit verschiedenen Partnern aus den Bereichen Raumfahrt, Informatik und Meteorologie entwickelt die ESA derzeit einen digitalen Assistenten für die Erdbeobachtung, der menschliche Anfragen versteht und Antworten in natürlicher Sprache gibt.

Mit PhilEO wurde dazu im März ein Basismodell (Foundation Model) entwickelt. Das PhilEO-Modell basiert auf Copernicus-Sentinel-2-Daten und ist wie die Daten selbst offen zugänglich.

Im April beginnt die Entwicklung des Chatbots im ESA-Φ-Labor, wo die Verarbeitung natürlicher Sprache zur Extraktion und Analyse von Informationen aus geprüften Erdbeobachtungstextquellen erforscht wird. „Angesichts der äußerst ermutigenden Fortschritte, die bereits mit PhilEO und dem Vorläufer des digitalen Assistenten erzielt wurden, bin ich zuversichtlich, dass die neuen Projekte in naher Zukunft bahnbrechende Ergebnisse liefern werden“, kommentiert Giuseppe Borghi, Leiter des ESA-Φ-Labors.

www.esa.int

Der Beitrag KI-Chatbot der Esa soll Fernerkundung revolutionieren erschien zuerst auf Business Geomatics.

Die sechs Kerndienste
von Copernicus tellen
die Schnittstelle zwischen den Nutzer:innen und den Informationen dar.
Quelle: European Centre for Medium-Range Weather Forecasts (ECMWF)

ENERGY

Der Energy Hub wird von dem Copernicus Climate Change Service (C3S) koordiniert und durch das ECMWF implementiert. Er entstand 2019 vor dem Hintergrund des European Green Deal, dem inzwischen politisch umstrittenen europäischen Jahrhundertprojekt zum nachhaltigen Umbau von Wirtschaft und Gesellschaft. Die 27 Mitgliedsstaaten wollen demnach ihren Ausstoß klimaschädlicher Treibhausgase bis zum Ende des Jahrzehnts um mindestens 55 Prozent im Vergleich zu 1990 senken – im weltweiten Vergleich das mit Abstand ambitionierteste Ziel.

In der darin eingelagerten -Initiative ist festgehalten, Energieerzeugung, -verteilung und Verbrauch besser zu managen. Er entstand im Mai 2022 als unmittelbare Reaktion des Angriffskriegs Russlands in der Ukraine

Das Ziel ist die Unabhängigkeit des Energiesystems und damit der Ausbau der Energie-Infrastruktur. Der Energy Hub soll helfen, die kritische Frage nach den Orten zu klären, wo die Erzeugung regenerativer Energy stattfinden kann und wo die dafür idealen klimatischen Bedingungen herrschen. Außerdem befasst er sich mit dem Thema Sicherheit kritischer Infrastrukturen, sowohl in Bezug auf Schutz gegen äußere Angriffe als auch auf die Betriebssicherheit, etwa im Bezug auf den Ausstoß von Methan.

Nutzer:innnen können innerhalb des Energy Hubs dazugehörige Datasets finden. Für die möglichen Standorte zu Windformen werden beispielsweise im Rahmen des Dienstes Copernicus Climate Change (C3S) entsprechende Klimadaten zu Windgeschwindigkeiten angegeben. Die Daten stehen sowohl historisch als auch in die Zukunft prognostizierend zur Verfügung. Zuletzt sorgte die Jahresanalyse des C3S für Aufsehen, nachdem das Jahr 2023 das erste Jahr in der Geschichte der Klimamessungen ist, indem für jeden Monat ein durchschnittlicher Temperaturanstieg von 1,5 Grad Celsius gemessen wurde. Die Daten zur Landbedeckung stammen von dem Copernicus Land Management Service (CLMS). Die Expert:innen des Energy Hubs stammen vor allem von DG ENER, IRENA, ENTSO-E oder EDF.

Auf den Webseiten des Energy Hubs sind bereits einige Geschichten aus der Praxis aufgeführt, beispielsweise von Mon Toit Solaire, einem webbasierten Tool zur Entscheidungsunterstützung, mit dem das Potenzial für die Energieerzeugung von Dächern berechnet wird.

Dieser Service basiert auf Daten zur Sonnenstrahlung des Copernicus Atmosphere Monitoring Service (CAMS). Ebenso sind technische Daten zu Solaranlagen oder Finanzdaten hinterlegt.

Ein weiteres Beispiel bildet TidEA, das sich mit Tidenhüben und dem Potenzial für Gezeitenkraftwerken befasst. Er basiert auf dem Copernicus Marine Service (CMEMS) und bewertet einzelne Küstenstandorte.

Fragen nach den besten
Standorten von Windkraftanlagen wurden unter anderem in dem Copernicus Hub Energy geliefert.
Quelle: iStock.com / Westersoe

Der Gesundheitshub

Der Health Hub entstand vor dem Hintergrund der COVID-19-Pandemie. Der vom Copernicus Atmosphere Monitoring Service (CAMS) verwaltete Hub bietet umfassenden Zugang zu Atmosphärendatenprodukten mit Bezug zur Gesundheit. Dazu gehören Informationen zu Pollen, Luftqualität, UV-Strahlung und Hitzestress.

Auf der Webseite sind Beispiele aufgeführt, in denen mithilfe von Klimaprojektionen die Auswirkungen des Klimawandels auf die öffentliche Gesundheit im Mittelmeerraum vorhergesagt wird. Zudem werden städtische Hitzeinseln und der damit verbundenen Sterblichkeitsrisiken dargestellt. Auch der Gesundheits-Hub stellt historische, aktuelle und prognostische Daten bereit.

Der Küstenknotenpunkt

Der Coastal Hub unterstützt Entscheidungsträger und Forscher beim Zugriff auf Copernicus-Daten zu Küstengebieten. Es vereint Datensätze und Anwendungsfälle der Copernicus-Dienste Marine, Land, Atmosphäre, Klima und Notfalldienste und ermöglicht so eine integrierte Analyse der Küstenumwelt.

Er konsolidiert Satellitenbilder, In-situ-Beobachtungen und anderen Datenströmen. Der Hub wird vom Copernicus Marine Service koordiniert, der auch den Arctic Hub überwacht.

Diese ersten vier thematischen Hubs gelten bereits als wichtige Meilensteine für die Entwicklungen bei Copernicus. Aktuell finden bereits Planungen und Konzeptionen weitere Hubs statt. Schwerpunkte sind Kulturerbe, Umweltverträglichkeit und Klimasicherheit.

https://energy.hub.copernicus.eu/

Der Beitrag Thematische Hubs bei Copernicus eröffnet erschien zuerst auf Business Geomatics.

Baumartenerkennung auf Basis von Luftbilddaten. Laubbäume können im Gegensatz zu Nadelbäumen schlecht erkannt werden.
Quelle: Bayerische Landesanstalt für Wald und Forstwirtschaft

Der Anstoß für das Projekt sind die dynamischen, klimawandelinduzierten Veränderungen in den bayerischen Wäldern, die neben präzisen und genauen Einzelmessungen der Bäume auch eine kurzfristige, vor allem flächenhafte Verteilung verschiedener Zustandsmerkmale wie zum Beispiel Baumvitalität beziehungsweise -mortalität für die forstliche Bewirtschaftung und Planung erfordern. Um dies zu ermöglichen, ist eine flächendeckende, ausreichend genaue Übersicht zur Verteilung der Hauptbaumarten notwendig. Diese liegt jedoch derzeit für die bayerischen Wälder nicht flächendeckend vor.

Gefördert vom BMWK

Das Projekt KIHBA wurde von der Deutschen Luft- und Raumfahrtdirektion mit Mitteln des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK) im Rahmen des Programms „BMWi-Förderung“ finanziert. Das Vorhaben startete im November 2021 und hatte eine Laufzeit bis Januar 2024. Im Kooperationsprojekt KIHBA versuchte die Landesanstalt für Wald und Forstwirtschaft (LWF) gemeinsam mit der IABG mbH einen repräsentativen Trainingsdatensatz und daraus ein robustes, transferierbares Deep-Learning-(DL)-Modell zur Baumartenerkennung zu entwickeln. Ziel des Projektes war eine bayernweite Baumartenkarte möglichst auf Einzelbaumebene aus hochaufgelösten Fernerkundungsdaten automatisiert und flächendeckend abzuleiten. Dabei wurden die für Bayern wichtigsten Hauptbaumarten Eiche, Buche, Fichte und Kiefer als Zielklassen ausgewählt.

Dateneingang

Zur Modellierung auf Einzelbaumebene und Nutzung von Strukturinformationen wurden im Projekt amtliche, digitale True-Orthophotos (tDOP) mit 0,2 m räumlicher Auflösung in 4-Kanälen (Rot, Grün, Blau, nahes Infrarot) verwendet, welche in einem 2-Jahres-Turnus von der Bayerischen Vermessungsverwaltung für ganz Bayern aktualisiert werden. Basierend auf den lagegenauen, amtlichen tDOP wurde auf dem Raster der Bundeswaldinventur und der Waldzustandserhebung der Referenzdatensatz aufgebaut.

Als DL-Modellansatz wurde ein Convolutional Neural Network (CNN) ausgewählt. Hier fließen in den Klassifikationsprozess zu den Spektralinformationen auch räumliche Strukturen und Texturen der Bildinhalte ein. Da neben der Erkennung der Baumarten deren exakte räumliche Abgrenzung angestrebt wurde, fiel die Wahl auf einen Ansatz der semantischen Segmentierung. Dabei wird jedes Pixel des Eingangsbildes der entsprechenden Klasse zugeordnet.

Ergebnis: Laubbäume schwierig zu klassifizieren

Die umfassende Validierung des Modells zeigte große Unterschiede zwischen den Baumartenklassen bezüglich der erreichten Genauigkeiten. Während für die Nadelholzklassen Kiefer und Fichte hohe Genauigkeiten erzielt werden konnten, war eine zuverlässige Bestimmung der Laubholzklassen Eiche und Buche nicht möglich. Zu erklären ist dies mit der vergleichsweise geringen Menge an Trainingsdaten für Buche und Eiche und ihrer geringen Differenzierbarkeit gegenüber anderen Laubholzklassen.

Vergleiche mit anderen Studien bestätigen, dass hier offenbar die räumliche Auflösung der amtlichen tDOP-Bilder (0,2 m) nicht ausreicht. Allgemein fiel auf, dass es vor allem innerhalb der Laub- und Nadelgehölze zu Verwechselungen kommt, weshalb ein weiteres Training mit zusammengefassten Klassen durchgeführt wurde. Mit der Zusammenfassung einzelner Klassen konnte insbesondere für das Laubholz eine deutliche Verbesserung der Genauigkeitswerte erreicht werden. Das bestätigt die Schwierigkeit der Differenzierung einzelner Laubholzklassen und die gute Trennbarkeit zum Nadelholz. Somit eignet sich das Modell mit den kombinierten Klassen als pixelgenauer Laub-/ Nadelholz-Klassifikator.

www.lwf.bayern.de

www.iabg.de

Der Beitrag KI für Baumartenerkennung erschien zuerst auf Business Geomatics.

Finnische Vorarbeit

Das Finnisch Meteorologischen Institut (FMI) entwickelte das Service „Harvester Seasons“. Es ist bereits seit 2020 im Einsatz und liefert wetterabhängige Informationen zur Befahrbarkeit des Waldbodens. Der Service wurde in Zusammenarbeit mit der finnischen Forstwirtschaft und Nutzern in Einsatzplanung, Forstmanagement und Maschinenführung entwickelt. Innerhalb der Europäischen Destination Earth Initiative (DestinE) wird der bestehende Service nun im Auftrag des Europäischen Zentrums für Mittelfristige Wettervorhersage (ECMWF) nun auf ganz Europa ausgeweitet.

DestinE ist eine Leitinitiative der Europäischen Kommission zur Entwicklung eines hochgenauen digitalen Modells der Erde auf globaler Ebene, die sogenannten Digital Twins. Hier sollen moderne Algorithmen, maschinelles Lernen oder Simulationen Modelldatensätze zu Klimaprognosen und Extremwettervorhersagen zur Verfügung stellen. Die Initiative unterstützt die Ziele des europäischen „Green Deal“ und der Digitalstrategie und nutzt dabei u.a. die leistungsstarke Infrastruktur an Hochleistungsrechnern (HPC) des „EuroHPC Joint Undertakings“. Die Weiterentwicklung des Harvester Seasons Services ist ein neuer Use Case.

Die ursprüngliche Motivation für den Service in Finnland waren auch die dort immer kürzer andauernden Winter. Gerade in dieser Jahreszeit werden dort die Baumfällarbeiten durchgeführt, weil der Boden bei genügend Schnee oder Bodenfrost ausreichend tragfähige Bedingungen für schweres Gerät gewährleistet. Typische Einsatzgeräte wie Harvester und Forwarder können bis zu 40 Tonnen wiegen. Die kürzeren und wärmeren Winter zwingen die nordische Forstwirtschaft dazu, ihre Einsatzplanungen vermehrt in die Sommermonate zu verschieben.

Screenshots der finnischen Anwendung Harvester Seasons. Sie zeigen verschiedene der angebotenen Layer. Dazu gehört der Forest Fire Index und Infos zu den Bodendaten. Quelle: Harvester Seasons.

Nutzung der Fernerkundungs-Dienste

Harvester Seasons nutzt zur Bestimmung der Waldbefahrbarkeit Daten aus dem Copernicus Climate Data Store (CDS), 10-Tage kurzfrist- Wettervorhersagen, langfristige saisonale Prognosen des ECMWF zur Bodenfeuchte und -temperatur sowie zum Schneebedeckungsgrad. Für Finnland war bereits eine statische Befahrbarkeitskartierung in 16m regionaler Auflösung verfügbar. Diese basiert auf LiDAR-Daten des finnischen Forstwirtschaftsinstituts Mestäkeskus und ist in sechs verschiedene Befahrbarkeitsklassen eingeteilt, wobei diese Klassen die Befahrbarkeit durch schweres Gerät auf diversen Bodentypen beschreiben. Hier wird zwischen sandigen und torfigen Böden unterschieden und wann diese in Abhängigkeit von den saisonalen Wetterbedingungen am schonendsten befahren werden können. Die Informationen werden dynamisch aktualisiert.

Harvetser im Einsatz, hier in Lituaen. In den nordischen Ländern wird vornehmlich in den Wintermonaten geerntet, da die Waldböden dann gefroren bzw. Schneebedeckt sind, was Schäden durch die schweren Geräte minimiert.
Quelle: Liepāja fotogrāfijās/Wikimedia Creative Commons

Als neue Projektentwicklung wird die Karte für Finnland mittels eines ML-Ansatzes auf Gesamt-Europa, inklusive Deutschland, erweitert. Der Ansatz berücksichtigt zudem Informationen zu Elevation, Hangneigung, sowie des Topographic Wetness Index, und der Tree Cover Density aus den Copernicus Datensätzen, sowie Informationen zum Bodentyp aus dem soilgrids.org Datensatz.

Da aktuelle Informationen aus der 10-Tage kurzfrist-Wettervorhersage berücksichtigt werden, sind die Prognosen auch aktuell. Zusätzlich bietet der Service einen saisonalen Ausblick für die kommenden 6 Monate. Hierzu werden Ensemble Modellrechnungen des ECMWF zur Bestimmung der wahrscheinlichen Schneebedeckung, der Bodentemperatur und Bodenfeuchte, im speziellem dem Soil Water Indices (SWI) mit einbezogen. Unterstützung kommt von dem Maschinelles Lernen mithilfe des Landbedeckungs- und Landnutzungsdaten Datensatzes (LUCAS) und den Trainingsdatensätzen zu Orographie, Bodentyp, sowie Schneebeobachtungsdaten, die relevante Daten zur Bestimmung des Befahrbarkeitsindizes extrahieren.

Digitaler Zwilling der Erde

Die regionale Auflösung des Services in Finnland beträgt 16m, während für das restliche Europa eine regionale Auflösung von 250m angestrebt wird. Der Befahrbarkeitsindex selbst fasst die jeweiligen Bedingungen zur Schneebedeckung sowie der Bodentemperatur und Bodenfeuchte schließlich in einem einfachem Winter- bzw. Sommerindex zusammen und wird im Harvester Seasons Service als Karte in einer einfachen Ampelfarbkodierung angezeigt. Zusätzlich kann die wahrscheinliche Befahrbarkeit ausgewählter Standorte als Zeitreihe im Browser angezeigt oder als API direkt zur Verfügung gestellt werden.

In Zusammenarbeit mit Metsäteho und Akteuren aus der Forstwirtschaft kam zusätzlich die Anfrage das Waldbrandrisiko im Service bereitzustellen. Hierzu sind die Warnungen des EFFIS Systems (European Forest Fire Information Systems) aus Copernicus im Service implementiert.

Im Rahmen der Entwicklung der Digital Twins im Destination Earth Projekt werden hochaufgelöste Modellrechnungen zu Klimaprognosen, sowie Extremwetterereignissen ab Anfang 2024 zur Verfügung stehen. Der Harvester Seasons Service wird erste Daten aus diesen neuen hochaufgelösten Modellrechnungen testen und implementieren. Aus den Digital Twins zu Extremwetterereignissen ist es geplant Informationen zu Böen und daraus resultierenden Sturmschadensrisiken für die Forstwirtschaft direkt im Service bereit zu stellen. Anfragen für eine konkrete Zusammenarbeit können per Mail an miriam.kosmale@fmi.fi und mikko.strahlendorff@fmi.fi gerichtet werden.

Die Anwendung Harvester Seasons ermöglicht die schnelle Erfassung der aktuellen Befahrbarkeit sowie kurzfristige und saisonale Vorhersagen. (www.https://harvesterseasons.com/). Quelle: Harvester Saisons

https://netzwerk-wald.d-copernicus.de

 https://harvesterseasons.com

https://climate.copernicus.eu/seasonal-forecasts 

Der Beitrag Waldwirtschaft: Finnischer Dienst für die Vorhersage der Waldbefahrbarkeit kommt für ganz Europa erschien zuerst auf Business Geomatics.

Projekt Locust-Tec kombiniert Erdbeobachtung und Befliegung mit Drohnen sowie digitalisierte Datenerfassung. Federgührend ist das DLR.

Fachleute vor Ort in Kasachstan tragen ihre Beobachtungen in eine App ein. Unter anderem erfassen sie so die Größe der betroffenen Fläche, die Heuschreckenart, ihr Entwicklungsstadium und die Heuschrecken-Anzahl pro Quadratmeter. Die App, die im Projekt Locust-Tec entwickelt wurde, kann die Ergebnisse direkt und digital an Entscheidungsträger übermitteln. Quelle: DLR

Forschende aus dem Deutschen Zentrum für Luft- und Raumfahrt (DLR) haben jetzt in dem internationalen Projekt Methoden entwickelt, die dabei helfen, Heuschreckenausbrüche so früh wie möglich zu erkennen und dagegen vorgehen zu können. Satellitenaufnahmen aus der Erdbeobachtung haben dabei eine zentrale Rolle. Die Projektbeteiligten kombinieren dazu Daten aus der Erdbeobachtung und der Befliegung mit Drohnen sowie eine digitalisierte Datenerfassung. Die Aufnahmen zeigen Umweltparameter, die die Ausbreitung der Insekten begünstigen.

„Für die Entwicklung von Heuschrecken sind bestimmte Werte wichtig. Dazu gehören zum Beispiel Temperatur, Niederschlag und Bodenfeuchte, aber auch die Dichte und die Art der Vegetation. Mit der Erdbeobachtung können wir diese Parameter erfassen und so kombinieren, dass wir sehr genau herausfinden, wo ideale Bedingungen für Heuschrecken herrschen“, erklärt Dr. Igor Klein vom Earth Observation Center (EOC) im DLR. Die Wissenschaftlerinnen und Wissenschaftler im EOC nutzen dazu eine Vielzahl von Satelliten. Darunter sind auch Erdbeobachtungssatelliten aus dem europäischen Copernicus-Programm.

Das Projekt Locust-Tech (locust = englisch für Heuschrecke) forciert die präventive Kontrolle, um zeitlich schnellstmöglich zu reagieren, räumlich die Bekämpfung auf kleinstmögliche Areale einzuschränken und so mit alternativen Kontrollmethoden den großflächigen Einsatz von giftigen Insektiziden zu reduzieren.

Anhand der Daten haben die Forschenden im Projekt zunächst festgestellt, in welchen Gebieten sich die Italienische Schönschrecke (Calliptamus italicus) und die Marokkanische Wanderheuschrecke (Dociostaurus maroccanus) stark vermehren könnten. Deren potenzielle Habitate erstrecken sich von Europa bis China. Beide Heuschreckenarten kommen in Kasachstan vor und müssen dort alljährlich beobachtet und kontrolliert werden. Das Projekt konzentriert sich unter anderem deswegen auf das zentralasiatische Land. „Die Erkenntnisse würden sich nach weiteren Forschungsaktivitäten aber grundsätzlich auch auf andere Heuschreckenarten anwenden lassen. Generell gehören Trockengebiete wegen der Umweltpräferenzen schwärmender Heuschreckenarten zu den weltweit am stärksten gefährdeten Regionen. Durch den Klimawandel könnten zukünftig noch mehr Gegenden betroffen sein“, sagt Igor Klein.

Die Daten aus der Erdbeobachtung, von Fachkräften vor Ort über eine App und aus den Drohnenbefliegungen fließen in einem Geoinformationssystem (GIS) zusammen und können in Karten dargestellt werden. Im internationalen Projekt Locust-Tec geht es um die Einführung innovativer und umweltschonender Technologien für das Heuschrecken-Management. Quelle: DLR

Einfache Datenerfassung vor Ort über eine App

Nach Auswertung der Satellitendaten haben die Projektbeteiligten festgelegt, wo eine weitere Analyse notwendig ist. Dann überfliegt eine Drohne die fraglichen Flächen. Deren Multispektralkamera sieht detaillierter als das menschliche Auge. Eine grüne vitale Wiese reflektiert zum Beispiel stark im nahen Infrarotbereich. Ist die Wiese hingegen „gestresst“, weil Heuschrecken erste Grashalme befallen haben, kann man im Infrarot-Bild gesunde von geschädigter Vegetation unterscheiden. Der Chlorophyll-Gehalt hat dann bereits abgenommen, während die Wiese für Menschen unverändert grün aussieht.

Die Multispektralkamera sieht detaillierter als das menschliche Auge. Während eine grüne vitale Wiese nahes Infrarot reflektiert, zeigt eine „gestresste“ Wiese bereits Unterschiede. In diesem Fall haben Heuschrecken erste Grashalme befallen und der Chlorophyll-Gehalt hat abgenommen. Die Befliegung durch eine Drohne mit Multispektralkamera ist Teil des Projekts Locust-Tec.
Quelle: DLR

Fachleute vor Ort tragen zusätzlich ihre Beobachtungen in eine App ein, unter anderem die Größe der Fläche, die Heuschreckenart, ihr Entwicklungsstadium und die Heuschrecken-Anzahl pro Quadratmeter. Die App, die durch Projektbeteiligte erstellt wurde, erleichtert die Arbeit der Expert:innen und kann die Ergebnisse direkt und digital an Entscheidungsträger übermitteln. Das verkürzt die Zeit, bis Maßnahmen eingeleitet werden können. Die einheimischen Kräfte erfahren schon in einer relativ frühen Phase, wo sich das Vorkommen von Heuschrecken zu einem Ausbruch entwickeln könnte. Alle Daten – also aus der Erdbeobachtung, von den Fachkräften vor Ort über die App und aus den Drohnenbefliegungen – fließen in einem Geoinformationssystem (GIS) zusammen und können in Karten dargestellt werden. Langfristig zeigen die Zeitreihen dann, wie sich das Monitoring und das Heuschrecken-Management gegenseitig ergänzen.

Alternativen zu Pestiziden gesucht

Zum Heuschrecken-Management gehören auch Maßnahmen gegen drohende Heuschreckenausbrüche. Im Projekt wurden deshalb experimentell umweltfreundliche Alternativen zu Pestiziden gegen die Schädlinge getestet. Möglich erschien zum Beispiel die Verwendung eines Elektrogitters. Ein Vorteil der Methode wäre unter anderem, dass die so eingesammelten Heuschrecken potenziell etwa als Futterquelle genutzt werden könnten. „Eines der Projektziele ist die Erprobung umweltfreundlicher Methoden zur Heuschrecken-Bekämpfung, die im Vergleich zu herkömmlichen Maßnahmen mit Insektiziden weniger schädlich für Mensch und Umwelt sind“, erklärt Igor Klein. „Dabei ist es wichtig, dass die betroffenen Gebiete früh erfasst werden.“

Zum Projekt Locust-Tec

Das Projekt Locust-Tec wird vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des CLIENT-II Programms gefördert. Es läuft von 2018 bis 2023. Die Projektleitung liegt beim DLR. Weitere Projektbeteiligte sind Vermessungsbüro Schwing & Dr. Neureither, Quellwerke GmbH, Horizont group GmbH, Prof. Dr. Frithjof Voss Stiftung, Kasachisches Institut für Pflanzenschutz und Quarantäne, Republican Methodological Center of Phytosanitary, Diagnostics and Forecasts.

www.dlr.de

Der Beitrag Erdbeobachtung: Heuschrecken-Plagen analysieren erschien zuerst auf Business Geomatics.

Mit dem am DLR Earth Observation Center (EOC) in Oberpfaffenhofen in der Nähe von München entwickelten Interferometrie-Prozessor IWAP können hochgenaue Bodenbewegungskarten aus Radarsatellitendaten errechnet und die Bewegungen der Erdoberfläche millimetergenau bestimmt werden. Atmosphärische Einflüsse werden dabei korrigiert. Der DLR-Prozessor kam bereits bei der deutschen Bodenbewegungskarte der Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) zum Einsatz. Flächendeckend können Bodendeformationen, verursacht durch Grundwassergewinnung, Bergbau, Tagebau, unterirdische Kavernenspeicher, Hangrutsche oder vulkanische und tektonische Aktivität etc., erkannt werden. EGMS stellt eine bisher noch nie da gewesene Möglichkeit dar, flächendeckend anthropogene und natürliche Bodendeformationen zu erkennen.
Hintergrund sind Bodenbewegungen, die an vielen Stellen passieren, ohne dass diese von Menschen registriert werden. An manchen Orten hebt sich der Boden sogar ein paar Millimeter pro Jahr, an anderen senkt er sich. Selbst solche minimalen Bodenbewegungen können mittels Satelliten sichtbar gemacht werden. Die Satelliten sind in der Lage, dies nicht nur in hoher räumlicher, vor allem aber in hoher zeitlicher Auflösung zu leisten – und dies über ganz Europa. Durch die Auswertung jahrelanger Zeitserien und die Korrektur atmosphärischer Einflüsse können Bewegungen der Erdoberfläche millimetergenau bestimmt werden.

bsenkungen im Bereich des Jade-Weser-Ports, der 2008-2010 durch Sandaufspülungen neu geschaffen wurde sowie Senkungen im Bereich der unterirdischen Kavernen, die für Rohölspeicherung genutzt werden.
Quelle: DLR

Für den Europäischen Bodenbewegungsdienst werden Radardaten des Copernicus-Satellitenprogramms Sentinel-1 A und B genutzt. Das DLR ist in diesem Projekt wissenschaftlicher Partner und hat seine im Rahmen eines Innovationsprojektes entwickelte Technologie zur Datenprozessierung für die Interferometrie an die Firma GAF AG transferiert.
Das vollständige Basis-Produktportfolio wurde kürzlich veröffentlicht und deckt den Zeitraum 2015–2020 ab. Drei jährliche Aktualisierungen sind geplant. Die Daten stehen Wissenschaftlern, Behörden und Bürgern frei zur Verfügung.

www.egms.land.copernicus.eu

Deformationen im rheinischen Tagebaurevier, hier am Beispiel von Lützerath, wo die Bewegungen groß sind. Die stärkste Absenkung erreichte 100 mm/Jahr.
Quelle: Copernicus Programme

Der Beitrag EGMS ist online verfügbar erschien zuerst auf Business Geomatics.

Das europäische Erdbeobachtungsprogramm Copernicus umfasst nicht nur Satellitenmissionen. Es geht generell um den Nutzen der Erdbeobachtung für umwelt- und sicherheitsrelevante Fragestellungen und damit die Idee, dass die Geoinformationen aus dem Programm möglichst breite Anwendung finden. Hierzulande wurde im Jahr 2017 die „Copernicus Strategie der Bundesregierung“ formuliert, in der unter anderem festgelegt wurde, dass „Netzwerke nationaler Copernicus Nutzergruppen ergänzt und transparent gestaltet werden sollen, um relevante Akteure in Deutschland dauerhaft und verlässlich einzubinden“. Hierzu sollen „weitere thematische Netzwerkstrukturen aufgebaut und weitere Gruppen gezielt angesprochen werden“. Neue Nutzungsgruppen aus Öffentlicher Hand, Wirtschaft, Industrie sowie der Forschung sollen also dazu gebracht werden, Copernicus produktiv zu nutzen. An dieser Stelle gibt es großen Informationsbedarf. „Das Wissen darüber, wie leistungsfähig Satellitendaten sind, welche Daten überhaupt verfügbar sind, für welche Fragestellungen man sie einsetzen und wie man mit ihnen praxistaugliche Anwendungen erstellen kann, ist vielen potentiellen Nutzern und Nutzerinnen nicht bekannt“, sagt Lena Schultz-Lieckfeld von der Deutschen Raumfahrtagentur im Deutschen Zentrum für Luft- und Raumfahrt e. V. (DLR).

Das Rheinland zwischen Köln und Bonn, aufgenommen von der Copernicus Sentinel 2 Mission mit 10 Metern Bodenauflösung.
Quelle: ESA

Copernicus Netzwerkbüros
Die Aufgaben sind also klar formuliert. Und die notwendigen Strukturen zur Zielerreichung entwickeln sich dynamisch, vor allem durch die Copernicus Netzwerkbüros, die seit August 2021 entstanden sind. Sie dienen als Kontaktstelle für alle Interessenten rund um die Nutzung von Copernicus. Finanziert werden sie vom Bundesministerium für Digitales und Verkehr (BMDV), Projektträger ist die Deutsche Raumfahrtagentur im DLR. „Die Netzwerkbüros liefern Informationen, vermitteln Kompetenzen und helfen auch ganz konkret, Kooperationen zu unterstützen“, so Schultz-Lieckfeld.
Mit Copernicus stellt die EU umfassende Daten für Umweltschutz, zur Klimaüberwachung, zum Infrastrukturmonitoring und für gesellschaftliche Aufgaben zur Verfügung, die dazu noch offen und kostenfrei zugänglich sind. „Die Herausforderung besteht aktuell darin, die potenziellen Nutzer über den Wert dieser Daten aufzuklären, die entsprechenden Akteure zu vernetzen und dann Anwendungen zu schaffen, die konkreten praktischen Mehrwert für einzelne Aufgabengebiete bieten“, sagt Dr. Andreas Müterthies. Der GeoIT-Experte ist Wirtschaftsvertreter beim Deutschen Dachverband für Geoinformation e. V. (DDGI) und Leiter Business Development bei der EFTAS GmbH aus Münster. Die Netzwerkbüros vernetzen also beispielsweise Behörden, Verbände, Unternehmen sowie Universitäten und Forschungseinrichtungen. Im direkten Dialog sollen die Potenziale satellitengestützter Anwendungen besser herausgearbeitet und passgenaue Unterstützungsmaßnahmen entwickelt werden.

Die Anwendungsbeispiele sind gerade vor dem Hintergrund des Klimawandels und der geopolitischen Unsicherheiten so wichtig wie nie: Klimaschutz und -anpassung, Analysen erneuerbarer Energien, Umwelt-Monitoring, Überwachung von Verkehrsinfrastruktur oder umweltfreundlichere Mobilität.

Spezifische Ausprägungen
Die Netzwerkbüros entstehen mit Fokus auf verschiedene Anwendungsbereiche. Für das Segment Wald hat Copernicus ein besonders großes Potential, sowohl für den Schutz als auch die Bewirtschaftung des Waldes. Daher ist im August 2021 am Thünen Institut für Waldökosysteme das Copernicus Netzwerk Wald entstanden. Es berät zu Themen wie Waldmonitoring, Vitalitäts- und Waldstrukturanalysen oder Schadenerkennung. Diese Aufgaben sollen durch neue Lösungen wesentlich schneller, effizienter und aktualitätsbezogener möglich sein. Während es zwar bereits viele Forschungsprojekte in diesem Themengebiet gibt, soll das Netzwerkbüro auch den Austausch zwischen Forschenden verbessern sowie Waldbesitzer, Forstbehörden und -betriebe oder die Holzindustrie adressieren.

Beim Copernicus Netzwerkbüro Verkehr, das im April 2022 gestartet wurde, liegt die Leitung bei der Bundesanstalt für Straßenwesen (BASt). Für den Landverkehr geht es unter anderem um die regelmäßige Veränderungsbeobachtung von Infrastruktur. Dabei wird insbesondere die Früherkennung von Hangbewegungen fokussiert. Angedacht ist zudem die Ableitung von Baumbestand, um Straße und Schiene sicherer zu machen. Bäume stellen in Straßennähe teilweise Hindernisse dar oder können z.B. bei Extremwetterereignissen die Verkehrsinfrastruktur beeinträchtigen. Ziel ist, bundesweit einheitliche Informationen zur Verfügung stellen zu können.

Derzeit wird das Copernicus Netzwerkbüro Boden aufgebaut, das bei der Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) angesiedelt ist. Dort geht es um bodenkundliche Fragestellungen, die mit Hilfe von Satellitenbildern beantwortet werden können.
Das Copernicus Netzwerkbüro Kommunal wird geleitet von der EurA AG, einem Unternehmen für Netzwerkmanagement und Innovationsberatung. Unterstützt wird es vom DDGI und EFTAS. Gestartet am 1.9.2022 hat es eine Laufzeit von 24 Monaten.

Im Projekt Urban Green Eye werden Indikatoren für die Klimaanpassung aus Satellitendaten
abgeleitet, u.a. thermische Belastung, thermische Entlastung und hydrologische Entlastung
(von links nach rechts).
Quelle: LUP GmbH

Beispiel für ein kommunales Copernicus-Projekt sind echtzeitorientierte Monitoringsysteme für umweltrelevante Themen, etwa für Dürre, Hitze oder eben auch Starkregenproblematiken. Städte könnten damit Klimaanpassungs-Konzepte erarbeiten. „Die technischen Möglichkeiten für solche Anwendungsszenarien sind enorm, müssen aber gemeinschaftlich erschlossen werden“, sagt Müterthies.
Weitere kommunale Aufgabenbereiche, die durch die Nutzung von Copernicus unterstützt werden können, sind etwa Energieversorgung und Einsatz erneuerbarer Energien, Management von Grünanlagen und Baumkontrollen sowie Gewässermonitoring.

Aktuelle Leuchtturmprojekte: 
CoKLIMAx und UrbanGreenEye
Das Netzwerkbüro arbeitet daneben eng mit zwei kommunalen Leuchtturmprojekten zusammen. Das Leuchtturmprojekt CoKLIMAx , gestartet im Jahr 2022, zielt auf die Klimafolgenanpassung. Am Beispiel Hitze, Wasser und Vegetation sollen Informationen und Services für Kommunen entstehen, die der klimaresilienten Stadtplanung dienen. Die Stadt Konstanz ist direkt beteiligt und koordiniert das Konsortium um HTWG Konstanz, Universität Stuttgart und Climate Service Center Germany (GERICS). Konkret geht es darum, einzelnen Fachabteilungen Services auf einfache Art und Weise bereitzustellen, die die kommunale Planungen unterstützen. Dazu wird eine Toolbox aufgebaut, in der verschiedene, fernerkundungsbasierte Anwendungen und Kartenmaterial zur Verfügung gestellt werden. „So könnte ein kommunales Umwelt-Monitoring entstehen, das auch den Verwaltungsspitzen eine einfache Übersicht über aktuelle Entwicklungen und mögliche Trends zeigt“, beschreibt Lena Schultz-Lieckfeld. Zum Einsatz kommen verschiedene Dienste, etwa der Copernicus Climate Data Store (CDS) und der Copernicus-Klimawandeldienst (C3S), der frei zugängliche Informationen Klima-Daten und -Prognosen in Europa bereitstellt.
Ein weiteres Leuchtturmprojekt ist UrbanGreenEye. Dort geht es um regionales Vegetations- und Flächenmonitoring. Beteiligte Kommunen sind neben der Stadt Leipzig (direkt) die Städte Hamburg, Duisburg, Potsdam, Stuttgart, Augsburg, Essen, Würzburg, Dresden sowie der Kreis Gütersloh. UrbanGreenEye, das neben der Stadt Leipzig von LUP – Luftbild Umwelt Planung GmbH und der Abt. Klimageographie an der HU Berlin durchgeführt wird, soll dafür sorgen, dass Satellitendaten in Kommunen zur Klimaanpassung genutzt werden. Kommunen sollen über ein cloudbasiertes Datenportal Indikatoren für die Klimaanpassung bekommen. Die drei zentralen Themen sind thermische Belastung (Oberflächentemperatur, Rückstrahlvermögen Albedo, Verschattung), thermische Entlastung (Grünvolumen, Vitalität des Gehölzbestandes) und hydrologische Entlastung (Versiegelung/Versickerung).

Woher kommen die Daten bei Copernicus?
Was also können neue Zielgruppen von Copernicus erwarten und wo liegen Potenziale für neue, nachhaltige Anwendungen? Zunächst geht es darum, das Potenzial der Daten zu verstehen. Die prominentesten Vertreter von Copernicus sind die Sentinel-Satelliten 1 bis 6, die weitestgehend schon in Betrieb sind. Aber Copernicus umfasst weit mehr Datenquellen. Dazu gehören noch die sogenannten „beitragenden Missionen“: Satellitensysteme von weiteren Partnern und Ländern, deren Daten durch Beschaffung oder Datenzugangsabkommen im Copernicus Programm verfügbar sind. Sie stammen von der ESA und ihren Mitgliedstaaten, internationalen Drittbetreibern oder kommerziellen Firmen. Insgesamt gibt es rund 30 beitragende Missionen. „In diesem Angebot befinden sich auch Geodaten mit einer Auflösung von bis zu 30 Zentimetern“, beschreibt Müterthies.
Ein entscheidender Vorteil von Satellitendaten ist die zeitliche Auflösung. Sie bezeichnet die Wiederholungsrate zwischen zwei Aufnahmen derselben Lokalität, also den Abstand zweier Überflüge eines Satelliten. Bei den Sentinel-2-Satelliten beispielsweise sind dies fünf Tage. Die Sentinel-Daten reichen bis zu einer maximalen räumlichen Auflösung von zehn Metern pro Pixel. Ihre hohe spektrale und zeitliche Auflösung ist insbesondere für dynamische Prozesse wie Vegetationsanalyse wichtig .

Vitalitätsänderungen von Gehölzen im Park Sanssouci zwischen 2017 und 2022.
Quelle: LUP GmbH

„Das Wissen darüber, welche Daten für welche Anwendungen am geeignetsten sind, ist bei vielen Firmen vorhanden und in den Copernicus Netzwerken geht es darum, die richtigen Akteure zusammenzubringen: Firmen, Nutzer und potenzielle Nutzer“, sagt Schultz-Lieckfeld. Copernicus beinhaltet aber auch In-situ-Informationen, integriert also terrestrische und luftgestützte Sensornetzwerke aller Art. „Es geht dabei nicht nur um die Kalibrierung der Satellitendaten, sondern auch um kleinräumige oder fachliche Ergänzungen, die per Satellit nicht vorgenommen werden können“, sagt Müterthies. Die Aufgabe besteht dann darin, die Daten aus dem All mit jenen vom Boden zu verknüpfen und so eine umfassende Informationsbasis zu generieren – etwa im Kontext einer Smart City.

www.d-copernicus.de

https://code-de.org/de/

https://netzwerk-wald.d-copernicus.de/

https://www.d-copernicus.de/verkehr

https://netzwerk-kommunal.d-copernicus.de/

https://coklimax.net

http://urbangreeneye.de/

Der Beitrag Satellitendaten in die Praxis bringen erschien zuerst auf Business Geomatics.

Die Spezialisten vor Ort werden dabei vom Copernicus Emergency Management Service (kurz: CEMS) unterstützt. Der Dienst für schnelle Kartierungen zum Katastrophen -und Krisenmanagement wurde durch die EU aktiviert. Die Fachkoordination des Dienstes für Katastrophen -und Krisenmanagement unterstützt von Bonn aus.

Eine Karte mit der Schadenskartierung im türkischen Adyaman, unweit des Epizentrums des Erdbebens. Die Aufnahmen stammt vom Donnerstag, dem 9. Februar, drei Tage nach dem Beben.
Quelle: e-GEOS

Dafür hat das Team Datenanalyse und -visualisierung (DaVis) des BBK eine Kartenapplikation entwickelt, die Informationen zu seismografischen Daten, Schadensabschätzungen und der Infrastruktur zusammenträgt und so die Einsatzkräfte vor Ort bei einer effektiven Hilfe unterstützt. Auch die Koordinierungsstelle NOAH ist rund um die Uhr im Einsatz.

Einsatzkräfte des THW, der Bundespolizei und von I.S.A.R. Germany können so bereits schnelle Hilfe leisten. Auch Lieferungen von medizinischem Material und Ausrüstung zur Unterbringung und zur Notstromversorgung wurden über NATO und EU angefragt und werden zeitnah vom GMLZ koordiniert, auf den Weg in die betroffenen Regionen gebracht, um die lokalen Behörden bei der Bewältigung der Krise zu unterstützen.

CEMS-Dienst

Der CEMS unterstützt alle Akteure, die an der Bewältigung von Naturkatastrophen oder vom Menschen verursachten Katastrophen beteiligt sind, indem er Geodaten und Bilder für eine fundierte Entscheidungsfindung bereitstellt. CEMS überwacht Europa und den Globus auch auf Signale für eine bevorstehende Katastrophe oder auf Anzeichen für eine bereits eingetretene Katastrophe in Echtzeit. Es benachrichtigt die nationalen Behörden sofort über seine Erkenntnisse oder kann bei Bedarf aktiviert werden und bietet Karten, Zeitreihen oder andere relevante Informationen an, um das Katastrophenrisiko besser zu bewältigen.

CEMS-Produkte zeigen Veränderungen in einem Gebiet der Erde über eine Reihe von Tagen, Wochen, Monaten oder Jahren. Der CEM-Dienst ist kostenlos. Er besteht aus zwei Hauptkomponenten: On-demand Mapping und Early Warning and Monitoring.

Der On-demand Mapping Service liefert auf Anfrage detaillierte Informationen, die alle Phasen des Katastrophenmanagement-Zyklus unterstützen. Er besteht aus drei Modulen: Rapid Mapping für die Notfallreaktion unmittelbar nach einer Katastrophe, Risk and Recovery Mapping für die Phasen des Katastrophenmanagements und Validierung für die kontinuierliche Verbesserung der gelieferten Produkte und Dienste.

Rapid Mapping stellt die Geodaten innerhalb von Stunden oder Tagen Geodaten zur Verfügung. Bei den Ergebnissen handelt es sich sowohl um druckfertige Karten zur Visualisierung der wichtigsten Ergebnisse als auch um Geodaten, die in Geoinformationssysteme für weitere Analysen integriert werden können.

www.bbk.bund.de

https://emergency.copernicus.eu

Der Beitrag Copernicus unterstützt Erdbebenhilfe in Türkei und Syrien erschien zuerst auf Business Geomatics.

Alle Brandflächen in Europa zwischen 2016 und 2021. Foto: Deutsches Zentrum für Luft- und Raumfahrt

„Wir können anhand der Satellitenbilder nicht nur sagen, wo es gebrannt hat. Sondern auch, wie sehr die Vegetation betroffen ist. Dies ist unter anderem für die Abschätzung der entstandenen Emissionen wichtig“, sagt Gruppenleiter Dr. Torsten Riedlinger vom Deutschen Fernerkundungszentrum (DFD) in Oberpfaffenhofen. Für einen großen Brand südlich der französischen Stadt Bordeaux haben die Satelliten beispielsweise eine verbrannte Fläche von fast 8100 Hektar erkannt. „Es handelte sich um einen besonders schweren Brand, bei dem dichter Wald zerstört wurde. Wir können das über einen speziellen Index feststellen, der die verbrannte Biomasse anzeigt“, führt Riedlinger aus.

Auch in Deutschland sind Waldbrände in diesem Sommer keine Seltenheit. Grund dafür ist unter anderem die extreme Hitze und Trockenheit. Seit Anfang Juni gab es laut ZKI Fire Monitoring System in Deutschland bereits 45 größere Brände. Dabei sind mehrere tausend Hektar Wald-, Busch- und Weideland zerstört worden. Die schwersten Brände ereigneten sich in Brandenburg bei Falkenberg, wie eine Fläche von 780 Hektar brannte, sowie in der Sächsischen Schweiz in der Grenzregion zu Tschechien. Hier brannte länderübergreifend eine Fläche von insgesamt 1160 Hektar.

Die Daten stammen von den beiden Sentinel-3-Satelliten, die mit unterschiedlichen Instrumenten zur Beobachtung der Land- und Ozeanoberflächen ausgestattet sind. Das Satelliten-Duo gehört zum europäischen Copernicus-Programm. Über ihre optischen Systeme erfassen die Sentinel-3 Satelliten die Erdoberfläche mit einer Bodenauflösung von etwa 300 Metern. Die Sentinel-3 Satelliten überqueren auf ihren polaren Umlaufbahnen in etwa 800 Kilometern Höhe Europa jeden Tag. Auch mit den amerikanischen Satelliten Aqua und Terra (Flughöhe rund 700 Kilometer) können Waldbrände mehrmals am Tag beobachtet werden. Sie senden täglich ihre Daten, sobald sie die DLR-Empfangsstationen in Neustrelitz (Mecklenburg-Vorpommern) oder Oberpfaffenhofen (Bayern) überfliegen. Die Ergebnisse sind schon etwa 20 Minuten nach dem Satellitenüberflug verfügbar.

Um die Qualität der Aussagen zu verbessern, werden die Daten über mehrere Tage hinweg kontinuierlich verfeinert. Das heißt, die Daten werden nachträglich noch einmal abgeglichen, neu berechnet und überprüft. Das läuft ebenfalls automatisch. Die Nachprozessierung ist wichtig, weil Satelliten mit optischen Instrumenten – anders als etwa Radarsatelliten – nicht durch eine Wolkendecke schauen können. (jr)

www.dlr.de

Der Beitrag Satellitendaten liefern tagesaktuelle Informationen zu Waldbränden in Europa erschien zuerst auf Business Geomatics.

Qualität, Verfügbarkeit und zeitliche Auflösung von Satelliten- und Fernerkundungsdaten nehmen beständig zu. Das Potential für verschiedene Nutzergruppen aus Institutionen, Forschung und Wirtschaft wächst folglich ebenso rasant. Doch wie entwickelt sich die Nutzung der Datenanalyse in Zukunft weiter? Eine Vision könnte wie folgt beschrieben werden: Klimaforscher wählen im Web-Browser das genaue Gebiet und den Zeitraum für ihre Analyse aus, geben die entsprechenden Parameter für ihre detaillierte Fragestellung ein und erhalten gewissermaßen auf Knopfdruck die Antwort. Ein solche, automatisierte Analyse greift „im Hintergrund“ auf die verschiedenen Daten aus Fernerkundung sowie von flugzeugbasierten oder terrestrischen Sensoren zurück, verschneidet diese und liefert so ein Ergebnis auf Basis einer umfassenden Datenintegration.

Der Informatiker Professor Peter Baumann forscht und lehrt an der Jacobs Universität Bremen im Bereich Computer Science. Mit der rasdaman GmbH hat er eine Softwarefirma gegründet, die sich mit der Thema Datenmanagement für Fernerkundungsdaten befasst. Foto: rasdaman GmbH

Experten sind sich einig, dass die Zukunft so aussehen kann. Der Schlüssel liegt in der dazu Kombination von Computer Science und Data Science. Sogenannte Datenwürfel, also ein Bestand an Einzeldatensätzen, der nach einheitlichen Regeln multidimensional strukturiert, gespeichert und dem Nutzer und der Applikation angeboten wird, gehören zu diesen Basisbestandteilen. Datenwürfel werden beispielsweise bei der Analyse von Unternehmensdaten schon seit Jahren eingesetzt, wo sie unter dem Namen von OLAP bekannt sind. Auch die großen Datenmengen der Fernerkundung (Big Data) können so anhand von Raum und Zeit performant selektiert und analysiert werden. In der Fernerkundungsbranche wurde das Konzept unter anderem durch Professor Peter Baumann bekannt. Der Informatiker forscht und lehrt an der Jacobs Universität Bremen im Bereich Computer Science. Mit der rasdaman GmbH hat er eine Softwarefirma gegründet, die sich mit der Thema Datenmanagement für Fernerkundungsdaten befasst. BUSINESS GEOMATICS sprach mit Professor Baumann über die derzeitigen Herausforderungen in der Fernerkundung.

Herr Professor Baumann, woher stammt das Konzept der Datenwürfel (engl.: Data Cubes)?

Wir haben im akademischen Rahmen das Konzept der Datenwürfel-Dienste schon ab 1991 publiziert. 1994 kamen dann die ersten OLAP-Datenwürfel in die Praxis, vor allem im Bereich der Unternehmens-Datenanalyse. In Naturwissenschaft und Technik wurde der Ansatz erst viel später adaptiert und in der Fernerkundung sogar erst vor wenigen Jahren. Dabei ist die Idee prädestiniert für die Fernerkundung, für die die räumlich-zeitliche Struktur von Messdaten ja in der sprichwörtlichen DNA liegt. Daher fällt die Idee zunehmend auf fruchtbaren Boden. Datenwürfel sollten wie ein TV-Gerät funktionieren: ich kann es ohne lange Anleitung nutzen, ohne dass ich die Technik dahinter verstehen muss. Derzeit arbeiten wir daher unter dem Codenamen „Cube4All“ an der weiteren Automatisierung, um die Nutzbarkeit für Nicht-Experten zu erhöhen und den Aufwand für Experten zu erleichtern.

Wie genau muss man sich den Datenwürfel-Ansatz bei Fernerkundungsdatenvorstellen?

Was stellen Sie sich vor, wenn ich von der Atmosphäre spreche? Einen dreidimensionalen Raum, in dem sich Wind und Wetter abspielen, also mit Zeit als vierter Dimension. Nicht einen Haufen von SAFE- oder GRIB2- oder NetCDF-Dateien. Datenwürfel bieten ganz intuitiv eine raum-zeitliche strukturierte Sicht auf die Daten: statt Millionen von Szenen oder Granulen habe ich pro Sensor genau einen Datenwürfel. Die Sensordaten müssen also strukturiert und homogenisiert werden, um analysebereit zu sein (Analysis-Ready Data, ARD), und die Analyse muss die Dimensionen etc. kennen. Dann kann ich meine Anfragen an den Datenwürfel-Server in Begriffen von Raum und Zeit formulieren, wie es meinem mentalen Modell entspricht. Unsere Software rasdaman unterstützt Nutzer dabei, Datenwürfel kontinuierlich zu pflegen und neue Daten durch eine automatisierte Verwaltung einzupflegen. Dabeiw erden effiziente Strukturen aufgebaut, die Analysen echtzeitfähig machen.

Sind die dafür notwendigen Dienste und Standards heute bereits verfügbar?

Zum Teil. Auf Seiten der Standards und Normen gibt es viele richtige und wichtige Weichenstellungen, etwa die Web Coverage Service (WCS) Familie, welche einheitlich von OGC, ISO und INSPIRE unterstützt wird. Teilweise verrennt man sich auch schon mal, wie etwa bei OAPI-Coverages, wo im wesentlichen WCS nachempfunden wird, allerdings mit einigen problematischen Modifikationen. Grundsätzlich sind Standards jedoch vorteilhaft, indem sie die monolithischen Welten aufbrechen und statt „nur ESRI“ oder „nur GeoServer“ erlauben, für jeden Bereich die jeweils beste Lösung am Markt zu wählen. Dank der Standards lassen sich die Teillösungen dann zu einer ebenfalls standardkonformen Gesamtlösung kombinieren. Diesen Ansatz verfolgen wir auch bei der rasdaman GmbH: mache eine Sache, und mache sie gut – in diesem Fall Verwaltung und Analyse multi-dimensionaler Rasterdaten.

Die Methode der Datenwürfel ist in der Informatik schon Jahrzehnte alt. Nun kommt der Ansatz zunehmend auch in der Fernerkundung zum Einsatz. Damit sollen die hochkomplexen Daten zeitlich und räumlich intuitiv strukturiert werden. Foto: © Sergey Nivens – stock.adobe.com ; © LUT3 – stock.adobe.com

Wie äußert sich das in Ihrer täglichen Arbeit?

Vor allem ist maximale Flexibilität gefragt. Manche Kunden betreiben Lösungen on-premise, andere setzen auf Managed Services, wieder andere benötigen nur einen einfachen Datenzugang für die DIAS-Plattformen von COPERNICUS. Die Analyse-Fragestellungen sind oft nur unscharf definiert und werden im Dialog mit uns verfeinert; dabei kommt der Appetit beim Essen, des Öfteren hören wir „da könnten wir ja auch XY machen, ich dachte immer das sei unmöglich“. Die Server laufen auf Laptops, in Clouds, Föderationen, auf Supercomputern … oder auf Nano-Satelliten, wie in unserem Projekt ORBiDANSe. Einheitlich ist nur, dass der Dienst in kurzer Zeit verfügbar sein soll, die aufgestauten Datenprobleme lösen soll und möglichst wenig Aufwand beim Kunden verursachen darf.

Spielen in diesem Zusammenhang auch Programmiersprachen eine Rolle?

Nein. Wie der Server implementiert ist, interessiert niemanden außer dem Betreiber. Und als Dienste-Schnittstelle sind Programmiersprachen denkbar ungeeignet: viel zu kompliziert für Anwender und viel zu gefährlich für den Server – in Python beispielsweise ist eine Attacke bereits in zwei Zeilen formulierbar. Natürlich unterstützen wir auch den Datenwürfel-Zugang über python, ebenso übrigens wie R, JavaScript, C++, Java usw. für den Anwendungsprogrammierer. Aber die Schnittstelle zum Server bleibt immer gesichert. Und mindestens genauso wichtig sind uns die Schnittstellen für die Nicht-Programmierer, beispielsweise eine Vielzahl von visuellen Clients. Im Endeffekt soll jeder Anwender in der Komfortzone seiner bekannten Werkzeuge bleiben können.

Mit Python gibt es eine weit verbreitete Sprache, die derzeit einen zweiten Frühling zu erleben scheint. Bauen auch Sie darauf auf?

Ist Python wirklich so weit verbreitet? Laut statista.com beispielsweise ist JavaScript auf Platz 1, und Python und SQL teilen sich knapp Platz 2. Python ist als Sprache nicht besser als andere, lediglich in manchen Aspekten etwas seltsam, aber damit können Programmierer umgehen. Für die Fernerkundung ist an Python vor allem interessant, dass es eine Vielzahl von Bibliotheken mit Spezialfunktionalitäten gibt. Nur: wer von uns ist versierter Python-Programmierer? Alle anderen bleiben unberücksichtigt und müssen erst für teures Geld Firmen anheuern. Manche Datenwürfel-Server bieten Python, weil das trivial ist, wenn auch der Server in Python programmiert ist. Unser Ansatz hingegen ist, so viele Nutzergruppen wie möglich zu unterstützen, unabhängig vom Server (der übrigens in schnellem C++ realisiert ist).

Gibt es alternative Sprachen?

Computer kennen viele Arten von Sprachen: die klassischen Programmiersprachen für Algorithmen, Datenanalysesprachen wie SQL, Seitenbeschreibungssprachen wie HTML und PDF, bis hin zu Betriebssystem-Kommandos. Natürlich sollte man für jedes Problem die richtige Art von Sprache nutzen, sonst wird das nichts. Wenn es um Datenzugriff und –analyse geht, dann sind das eben Daten-Sprachen. Sie sind speziell für diesen Zweck optimiert. Man kennt das von SQL, die Lingua Franca in Datenbanken. Innerhalb von drei Zeilen SQL bekomme ich mehr Abfrage-Funktionalität untergebracht als in vielen Zeilen Python.

SQL hat seine Wurzeln in relationalen Datenbanken. Ist sie damit für die Fernerkundung überhaupt geeignet?

Das klassische SQL erstmal nicht, außer für Metadaten. Es kennt nur Tabellen, und Pixel in Tabellen zu quetschen ist nicht zielführend. Aber in den SQL-Standardisierern schlägt auch ein NoSQL-Herz, und so enthält der SQL-Standard seit 2019 auch mehrdimensionale Arrays (Multi-Dimensional Arrays, MDA), mit denen Satellitenbilder hervorragend gespeichert und verarbeitet werden können. Dabei wurde nach eingehender Untersuchung die rasdaman-Anfragesprache als Vorlage gewählt. Auf Basis von SQL/MDA lassen sich also „Big Datacubes“ analysieren, was völlig neue Perspektiven für Fernerkundungsdienste eröffnet. OGC Web Coverage Processing Service (WCPS) ist eine Analysesprache, welche zusätzlich die Semantik von Raum und Zeit kennt und damit auch reguläre und irreguläre Gitter. In rasdaman übersetzen wir übrigens WCPS intern in SQL/MDA, welches dann von der Engine ausgewertet wird. Klingt kompliziert, ist aber um Größenordnungen schneller als andere Datenwürfel-Technologien, wie unabhängige Benchmarks beweisen. Die Entwicklung ist hier noch lange nicht am Ende, aber für die Auswertung von Datenwürfeln ist das ein enorm wichtiger Schritt in die richtige Richtung, insbesondere was das Thema Datenfusion betrifft.

Weg von den Sprachen, hin zur Praxis: was sind spezifische Herausforderungen für die Fernerkundung?

Die liegen – neben der einfachen Nutzbarkeit – vor allem in der Fusion von Daten. In einem Projekt haben wir folgende Zeitreihen kombiniert: Sentinel-2, CORINE Land Cover, Bodendaten, klimatische Feuchte. Geodaten sind oftmals extrem heterogen in Auflösung, Koordinatenbezugssystem, Metadaten und vielen weiteren Parametern. Selbst innerhalb beispielsweise Sentinel-2 Daten werden verschiedene UTM-Zonen verwendet – technisch einleuchtend, für Nutzer schwierig. Diese Komplexität muss aber hinter der Anwendung sozusagen verschwinden, der Anwender darf davon nichts bemerken. In unserem Ansatz bauen wir aus den Sentinel-Szenen aller UTM-Zonen einen einzigen virtuellen Datenwürfel, und alle eventuell erforderlichen Homogenisierungen und Umprojektionen geschehen für den Nutzer unsichtbar „unten im Maschinenraum“.

Aber macht das die Dienste nicht immer komplexer und damit auch langsamer?

Es ist ein oft wiederholtes Narrativ, dass Dienste einfach sein müssen, um auch performant zu sein. Dem widerspreche ich aber ausdrücklich. Das genaue Gegenteil ist richtig: Ein simpler Download-Dienst kann mir Sentinel-Szenen liefern, damit ich zum Beispiel die Frage lösen kann „wieviel hat die Vegetation in Spanien im letzten Monat abgenommen“. Das sind viele Daten, dauert lange, und danach habe ich selbst die Aufgabe zu lösen. Ein intelligenter Dienst beantwortet meine Frage mit einer Zahl. Das ist klein, geht schnell, und ich habe die fertige Antwort für meinen Chef. Unterm Strich habe ich höhere Dienstequalität und bessere Performance. Wir haben eigens eine Online-Demo gebaut, um das zu demonstrieren.

Welche Risiken sehen Sie bei solchen modernen Diensten?

Ein Risiko besteht natürlich im eventuell mangelnden Hintergrundwissen: Die Dienste werden immer einfacher zu nutzen, sie werden von Nutzern mit immer wenige Sachkenntnis aufgerufen, und daher kann auch Unsinn herauskommen. Dieses Risiko kann nicht völlig eliminiert werden, denn natürlich kann ein Dienst nicht erraten, was der Nutzer im Sinn haben könnte. Allerdings kann die Plausibilität von einem Dienst umso besser überprüft werden, je mehr Datensemantik er kennt. Mit aller Vorsicht, erläutert an zwei Beispielen: Wird von einem Datensatz eine höhere Auflösung gefordert, als die originären Datensätzen besitzen, muss das dem Nutzer gemeldet werden, anstatt dass beispielsweise eine höhere Auflösung interpoliert wird und dem User etwas suggeriert wird, das in Wirklichkeit nicht vorhanden ist. Allerdings kann das System erkennen, dass zum Beispiel optische Daten benötigt werden und automatisch von Satelliten- auf Luftbilder umschwenken, falls die spektrale Charakteristik hinreichend übereinstimmt. Bei hocheffektiven Diensten, die auf Knopfdruck aufgerufen werden oder auch aus automatisierten unüberwachten Routinen heraus, muss Qualitätssicherung eingebaut werden. Sonst droht es irgendwann, gefährlich zu werden.

Gibt es heute schon moderne Fernerkundungsdienste, die zeigen, was möglich ist und den Weg in die Zukunft weisen könnten?

Schon heute laufen die skizzierten Dienste auf Mundi, Creodias, CODE-DE. Telefonica nutzt rasdaman für die Funknetzplanung, das FZ Jülich baut große Klima-Zeitreihen auf. Inzwischen arbeiten wir, mit Unterstützung der ESA, unter dem Codenamen Cube4All an der nächsten Generation von Raster-Diensten. Darin nutzen wir den Datenwürfel-Ansatz, um komplexe Fernerkundungs-Aufgaben auch für Anwender verfügbar zu machen, die keine ausgewiesenen IT- oder Fernerkundungsexperten sind. Benutzerfreundlichkeit, Einfachheit und keine notwendigen Programmierkenntnisse sind die Maßgaben. In diesem Projekt werden Datenwürfel-Dienste entstehen, die die öffentlichen Datenangeboten etwa der DIASe erweitern. Andere Projekte wie etwa H2020 Centurion und AI-Cube fokussieren auf die Integration von KI und Datenwürfeln. (sg)

www.rasdaman.com

Der Beitrag Cube4All: Vom Maschinenraum der Daten auf die Brücke erschien zuerst auf Business Geomatics.

Kahlschlag zur Eindämmung von Schädlingen. Foto: DLR/Thonfeld

Gesunde Bäume tragen eine stattliche Krone. In den letzten Jahren zeigte sich beim Spaziergang durch den Wald aber vielerorts, dass die grünen Dächer insgesamt recht licht sind und vermehrt kahlgeschlagene Flächen auffallen. Gleichzeitig ist klar, welche Bedeutung gesunde Bäume und Forstgebiete für das Klima, eine artenreiche Pflanzen- und Tierwelt und den Schutz vor Klimakatastrophen haben. Wie groß der Verlust durch abgestorbene und entnommene Bäume in diesem Zusammenhang ist, ist jedoch ungewiss. Forschende des Deutschen Zentrums für Luft- und Raumfahrt sind dieser Frage mithilfe von satellitengestützten Erdbeobachtungsdaten nachgegangen. Dabei machten sie erstmals deutschlandweit sichtbar, wie viel Baumbestand insgesamt verloren gegangen ist. Die Ergebnisse sind alarmierend: von Januar 2018 bis einschließlich April 2021 wurden in Deutschland auf rund 501.000 Hektar Fläche Baumverluste verzeichnet. Das entspricht fast fünf Prozent der gesamten deutschen Waldfläche und ist damit erheblich höher als bisher angenommen. Als Auslöser gelten vor allem die ungewöhnlich starken Hitze- und Dürreperioden in diesen Jahren, die wiederum den Befall durch Schadinsekten begünstigt haben.

Drastische Verluste: Waldbestand in Arnsberg 2017 und 2021. Grafik: DLR (CC BY-NC-ND 3.0)

Baumverlust präzise beziffern

Erdbeobachtungssatelliten bieten die dafür notwendige räumliche und zeitliche Auflösung. Das Potenzial von Satellitenaufnahmen wird von den Behörden aber noch nicht voll ausgeschöpft. Die DLR-Forschungsgruppe des Earth Observation Center (EOC) brachte hier ihre Expertise ein. Um den Baumverlust genau zu beziffern, nutzten sie den Satelliten Sentinel-2 des europäischen Erdbeobachtungsprogramms Copernicus sowie den US-amerikanischen Satelliten Landsat-8 als Datenquelle.

Übersichtskarte der Baumverluste in Deutschland. Grafik: DLR/Thonfeld

Die gegenwärtig verfügbaren Satellitendaten sind in der Lage, großflächige Verluste im Oberstand von Wäldern genau zu erfassen. Die Aufnahmen machen auch drastische Schäden wie zum Beispiel komplett abgestorbene Bestände sehr gut sichtbar. Ein weiterer Vorteil liegt in der Häufigkeit der Aktualisierungen. Die Satelliten können Daten in hoher zeitlicher Dichte liefern.

Die Fernerkundungsexperten aus Oberpfaffenhofen werteten insgesamt mehr als 20.000 Datensätze aus. Auf diese Weise konnten sie die abgestorbenen und neu eingeschlagenen Waldflächen im Monatsrhythmus erfassen. Entstanden ist ein differenziertes Waldbild für ganz Deutschland mit einer Auflösung von zehn Metern. Die Verarbeitung der Datenarchive von Sentinel-2 und Landsat-8 erfolgte vollautomatisch. Das hochkomplexe Verfahren wurde am EOC entwickelt und wird für weitere Anwendungen optimiert.

Blick aus dem All

Der Blick aus dem All zeigt, dass überwiegend die Mitte Deutschlands mit ihren Nadelwäldern betroffen ist – von der Eifel, über Sauerland, Harz und Thüringer Wald, bis in die Sächsische Schweiz. Allein Nordrhein-Westfalen verlor innerhalb von drei Jahren mehr als ein Viertel seiner Fichtenwälder, in einigen Landkreisen waren es sogar mehr als zwei Drittel. Die Bäume starben ab oder fielen großflächigen Notfällungen zum Opfer. Kahlschläge sind oft die letzte Maßnahme bei massivem Schädlingsbefall, um – im Fall von Fichten – dem Borkenkäfer die Nahrung zu entziehen und dadurch seine weitere Ausbreitung zu verhindern.

Die Auswertungsmethode für den Waldbestand lässt sich auch für andere Länder und Regionen anwenden. Denn großflächige Waldschäden sind nicht nur ein deutsches, sondern ein europäisches Thema. Nachbarländer wie Tschechien oder Österreich stehen ähnlichen Herausforderungen gegenüber. Mittelfristig setzt sich voraussichtlich die Tendenz fort, dass noch weitere Bestände verloren gehen. Es wird Jahrzehnte dauern, bis die wirtschaftlichen Schäden eingeholt sind. Bis sich das Ökosystem Wald erholt, kann es noch länger dauern. Für Deutschland und Europa ist es daher dringend notwendig, schnell effiziente Maßnahmen zum Schutz der Wälder zu ergreifen. Satellitengestützte Erdbeobachtung kann Forschenden und Entscheidungstragenden hierzu eine Datengrundlage bereitstellen. (jr)

www.dlr.de

Der Beitrag Erheblich größere Schäden als angenommen: Satellitendaten zeigen Baumverluste deutschlandweit erschien zuerst auf Business Geomatics.