Weiter zum Inhalt

Projekt

Ich sehe was, was Du nicht siehst: automatische Erkennung von Agrar- und Anbaustrukturen mittels Satellitenbildern


Federführendes Institut BW Institut für Betriebswirtschaft

Unterschiedliche Blicke auf Agrarlandschaften aus dem All
© ESA Copernicus Open Access Hub: https://scihub.copernicus.eu/dhus/#/home
Unterschiedliche Blicke auf Agrarlandschaften aus dem All

Erschließung von Fernerkundungsdaten in den Themenfeldern Landnutzung, Agrarökonomie und Biodiversität in der Agrarlandschaft

Schlaggenaue Landnutzungsdaten sind deutschlandweit bisher nicht verfügbar. Das wird sich demnächst durch  Fernerkundungsdaten aus dem Copericus-
Programm (Sentinel) ändern. 

Hintergrund und Zielsetzung

Bisher hatten Fernerkundungsdaten eine zu geringe Auflösung und waren daher sowohl in Deutschland als auch innerhalb der EU nur von eingeschränktem Mehrwert, um Landnutzungen zu beschreiben und zu analysieren. Seit 2015 stellt das europäische Erdbeobachtungsprogramm „Copernicus“ Fernerkundungsdaten mit einer hohen räumlichen und zeitlichen Auflösung bereit. Diese neue Qualität der Daten bietet die Möglichkeit, Landnutzung und Landnutzungsstruktur deutschlandweit hochaktuell und schlaggenau abzubilden. Diese Fernerkundungsdaten sollen benutzt werden, um die Intensität der Landnutzung und deren räumliche Verteilung (Landnutzungsstruktur) besser zu erklären.

Arbeitsschwerpunkt im Thünen-Institut für Betriebswirtschaft ist die Nutzung von Fernerkundungsdaten, um den Thünen-Atlas für „landwirtschaftliche Nutzung“ regelmäßig zu aktualisieren (www.thuenen.de/thuenen-atlas). Vom JKI bereitgestellte Landnutzungsmuster sollen im gesamten Bundesgebiet mit Schlaginformationen kombiniert werden, um wichtige Kulturarten zu identifizieren. Diese Flächen sollen mit der Agrarstatistik harmonisiert werden und die Regionalisierung im Thünen-Atlas verbessern. Zudem soll ermittelt werden, inwieweit andere Datenquellen (Bodennutzungshaupterhebung, InVeKoS) komplementiert oder ersetzt werden können.

Zielgruppe

Die folgenden Ziele sollen erreicht werden:

  1. Entwicklung von Methoden und deren Anwendung, um abschätzen zu können, wie gut die Schätzmodelle die Landnutzung im Rahmen des Thünen-Atlas für „landwirtschaftliche Nutzung“ derzeit beschreiben
  2. Aktualisierung des Thünen-Atlas für „landwirtschaftliche Nutzung“ und Einbindung sowie Analyse schlagbezogener Fernerkundungsinformationen des JKI
  3. Deutschlandweite Abbildung von landwirtschaftlich genutzten Schlägen

Vorgehensweise

Folgende Schritte werden in diesem Projekt durchgeführt:

  • Aufbau einer Testumgebung für Sentinel-1-Daten (S1) und Sentinel-2-Daten (S2)
  • Entwicklung einer Routine zur Bestimmung von Parametern zur optimalen Segmentierung (Einteilung) von Bilddaten in landwirtschaftlichen Schlägen aus multitemporalen S1/S2-Datensätzen
  • Entwicklung eines Prozessierungsansatzes für eine bundesweite Einteilung von Agrarschlägen unter Nutzung von Cloud-Diensten wie CODE-DE
  • Entwicklung einer Methode zur Bestimmung der Feldfrüchte aus Satellitendaten auf Schlagebene

Validierung der Methoden anhand von Erhebungsdaten aus der landwirtschaftlichen Praxis

Ergebnisse

  1. Es wurde eine automatische Verarbeitungsroutine für die deutschlandweite Abgrenzung von landwirtschaftlichen Feldern aus Sentinel-1 und Sentinel-2 Satellitenbildern entwickelt.
  2. Das Verfahren ist übertragbar und kann jedes Jahr für die Abgrenzung von landwirtschaftlichen Feldern in Deutschland verwendet werden.
  3. Auf Basis des Verfahrens wurden alle landwirtschaftlichen Felder in Deutschland von 2017 bis 2021 abgegrenzt.
  4. Durch Verschneidung mit einer satellitenbasierten Kartierung der Hauptnutzungsklassen konnten bundesweit flächendeckende Karten der Landnutzung in der Agrarlandschaft erstellt werden.

Die entwickelte Routine wird in Folgenprojekten weiterentwickelt. Die Daten liefern eine wichtige Grundlage für laufende Projekte, z. B. MonViA, KlimaFern und HotSpots Erosion.

Links und Downloads

http://esa-sen4cap.org/

http://www.copernicus.eu/

Beteiligte externe Thünen-Partner

  • Martin-Luther-Universität Halle-Wittenberg
    (Halle (Saale), Deutschland)

Zeitraum

9.2017 - 8.2022

Weitere Projektdaten

Projektstatus: abgeschlossen

Publikationen zum Projekt

  1. 0

    Tetteh GO, Schwieder M, Erasmi S, Conrad C, Gocht A (2023) Comparison of an optimised multiresolution segmentation approach with deep neural networks for delineating agricultural fields from Sentinel-2 images. J Photogramm Remote Sensing Geoinf Sci 91(4):295-312, DOI:10.1007/s41064-023-00247-x

    https://literatur.thuenen.de/digbib_extern/dn066421.pdf

  2. 1

    Tetteh GO, Gocht A, Erasmi S, Schwieder M, Conrad C (2021) Evaluation of sentinel-1 and sentinel-2 feature sets for delineating agricultural fields in heterogeneous landscapes. IEEE Access 9:116702-116719, DOI:10.1109/ACCESS.2021.3105903

    https://literatur.thuenen.de/digbib_extern/dn063902.pdf

  3. 2

    Schlund M, Erasmi S (2020) Sentinel-1 time series data for monitoring the phenology of winter wheat. Remote Sens Environ 246:111814, DOI:10.1016/j.rse.2020.111814

  4. 3

    Tetteh GO, Gocht A, Schwieder M, Erasmi S, Conrad C (2020) Unsupervised parameterization for optimal segmentation of agricultural parcels from satellite images in different agricultural landscapes. Remote Sensing 12(18):3096, DOI:10.3390/rs12183096

    https://literatur.thuenen.de/digbib_extern/dn062673.pdf

Nach oben