Hier zeigen wir einen Anwendungsfall von Geo Engine, um Berechnungen auf Erdbeobachtungs-Zeitreihen vorzunehmen und mit diesen Ergebnissen Punktdaten anzureichern. In diesem Fall sollen Baumbestände automatisiert über einen Vegetationsindex bewertet werden, der aus Infrarot-Aufnahmen des Sentinel-2-Satelliten zu berechnen ist. Im Folgenden zeigen wir die einzelnen Schritte im Geo Engine UI.

Baumbestandsdaten

Zunächst fügen wir einen Datensatz mit Baumbeständen aus Marburg Open Forest [1] ein, bei dem jeder Baum als ein Datenpunkt referenziert wird und jeweils mit einer ID und Metadaten versehen ist. Wenn wir in den Bereich hineinzoomen, erkennen wir die einzelnen Punkte.

NDVI aus Sentinel-2-Daten berechnen

Als Nächstes fügen wir zur Karte zwei Infrarot-Bänder von Sentinel-2 [2] aus unserem Data Repository hinzu. Der NDVI (Normalized Difference Vegetation Index) berechnet sich aus den Kanälen 4 und 8. Mittels des Expression-Operators können mathematische Ausdrücke auf mehreren Bändern berechnen werden. Geo Engine verwendet hierzu parallele Verarbeitungsmethoden. Als Nutzer gibt man den Ausdruck an und spezifiziert den Ausgabedatentyp. Im Fall von NDVI ist die Ausgabe ein Floating-Point-Wert im Bereich von 1 bis 1.

Nachdem das Ergebnis berechnet ist, sieht man zunächst nur schwarze Raster-Kacheln auf dem Bildschirm, da der bisherige Farbverlauf von 0 bis 255 spezifiziert war. Im Symbology-Editor bietet die Geo Engine ein Histogramm an, das die Werteverteilung darstellt. Hier lässt sich einfach eine Farbskala im Bereich -1 bis 1 erstellen. Abschließend sieht man das NDVI-Ergebnis visuell auf der Karte.

Der Effekt nativer Zeitreihenverarbeitung

Im obigen Fenster sieht man die berechnete Karte für den ausgewählten Ergebnis-Zeitpunkt der Daten. Wird dieser über die zeitlichen Navigationsbuttons geändert – in diesem Fall springen wir zum jeweils nächsten Monat – dann zeigt sich eine der Stärken von Geo Engine. Die Berechnung erfolgt nun automatisch auch über andere Zeitpunkte der Daten. Geo Engine lädt die entsprechenden neuen Eingabedaten aus der Zeitreihe, ohne dass der Nutzer einen erneuten Aufwand hat.

Im Symbology-Editor auf der rechten Seite sieht man zudem die Neuberechnung des Histogramms über die Werteverteilung. Auch diese passt sich automatisch an den neu-ausgewählten Zeitpunkt an.

Raum-zeitliche Datenkombination

Mit einem Klick auf das Punkte-Menü des Baum-Layers kann man die Datentabelle anzeigen lassen. Diese enthält Metadaten zu den einzelnen Bäumen. Das Ziel dieser Anwendung ist die Auswertung der NDVI-Werte für  jeden einzelnen Baum. Folglich wollen wir mit den Werten des NDVI-Layers den Baum-Layer anreichern.

Der Operator Raster-Point-Join erlaubt die raum-zeitliche Verknüpfung von Raster- und Vektordaten – in diesem Fall NDVI- und Baumbestands-Daten. Ein Blick in die Datentabelle des neuen Layers zeigt, dass nun NDVI-Werte zu jedem Datenpunkt zur Verfügung stehen. Ändert man den Ergebnis-Zeitpunkt über die Zeitnavigation, so spiegelt sich dieser in angepassten Werten in der Datentabelle wider.

Zeitliches Diagramm über die Index-Werte

Zum Abschluss können wir weitere Operationen auf den NDVI-angereicherten Baumbestandsdaten mittels Geo Engine ausführen, zum Beispiel temporale Diagramme. Der Feature Attribute over Time Plot zeichnet jeden Baum (über dessen ID) in ein Liniendiagramm. Der Plot zeigt die Zeit auf der X- und den NDVI-Wert auf der Y-Achse.

Zunächst sieht man nur einen Datenpunkt, da lediglich ein Zeitpunkt in der Zeitnavigation ausgewählt wurde. Ändert man dies zu einem Zeitintervall von mehreren Monaten, so aktualisiert sich der Plot und es der zeitliche Bereich wird ausgeweitet. Auch hier kann man das Intervall monatsweise verschieben, wobei sich die Berechnung und somit das Diagramm als Ergebnis entsprechend anpassen.

Fazit

Dieser Anwendungsfall zeigt eine Reihe von Features der Geo Engine:

  • Das Laden von Punkt- und Erdbeobachtungsdaten
  • Die Berechnung von mathematischen Ausdrücken auf Raster-Zeitreihen
  • Die raum-zeitliche Verknüpfung von Punkt- und Rasterdaten
  • Zeitliche Diagramme und die Datentabelle
  • Der Raster-Symbology-Editor und unterstützende Histogramme

Daten-Zitierung

  1. MOFGeoDB – Database for MarburgOpenForest related Data: https://github.com/MarburgOpenForest/MOFGeoDB
  2. M. Drusch, U. Del Bello, S. Carlier, O. Colin, V. Fernandez, F. Gascon, B. Hoersch, C. Isola, P. Laberinti, P. Martimort, A. Meygret, F. Spoto, O. Sy, F. Marchese, P. Bargellini: Sentinel-2: ESA’s Optical High-Resolution Mission for GMES Operational Services, Remote Sensing of Environment, Volume 120, 2012, Pages 25-36, ISSN 0034-4257, https://doi.org/10.1016/j.rse.2011.11.026.