Imagico.de

blog

s2sval_980

9. Februar 2017
von chris
Keine Kommentare

Bilder von Inseln im Nordatlantik

Während des Winters habe ich unter Verwendung neuer Daten des Sommers 2016 eine Reihe von neuen Satellitenbild-Zusammenstellungen produziert und ich freue mich, ein paar davon jetzt hier vorstellen zu können. Wie üblich finden sich mehr Details dazu unter services.imagico.de und Sie können mich bei Interesse an einer Verwendung gerne kontaktieren.

Spitzbergen

Ich hatte bereits 2015 ein Spitzbergen-Mosaik vorgestellt, welches nach wie vor das beste verfügbare Bild dieser Art ist in Hinblick auf Gleichmäßigkeit, Konsistenz der Farben und dem Fehlen von Wolken ist. Aber es gibt natürlich immer Raum für Verbesserungen. Hier ist jetzt ein neues Bild der selben Gegend auf Grundlage von Sentinel-2-Daten von 2016. Die offensichtlichste Verbesserung ist natürlich die etwas höhere Auflösung, das ist jedoch nicht der einzige Unterschied.

Sentinel-2-Mosaik von Spitzbergen

Das neue Bild basiert fast vollständig auf Sentinel-2-Daten von nur einem Sommer, was recht erstaunlich ist wenn man bedenkt, dass das vorherige Bild drei Jahre an Landsat-8-Daten verwendet und trotzdem noch einige Landsat-7-Bilder dazu. Der Grund liegt in der recht eigenartigen Aufnahmeplanung von Sentinel-2. Während der Betrieb von Landsat auf eine gleichmäßige 16-Tage-Abdeckung der Landflächen der Erde abzielt und deshalb bei hohen Breiten eine Menge Aufnahme-Gelegenheiten auslässt, welche nicht für das 16-Tage-Intervall nötig sind, wurde bei Sentinel-2 zumindest in Europa anders verfahren. Dies führte im Sommer über Spitzbergen zu einer sehr hohen Aufnahme-Frequenz. Illustriert wird dies auch in meiner Abdeckungs-Karte. Dadurch entstanden eine Menge recht nutzlose Aufnahmen, denn es gibt über Spitzbergen insbesondere im Sommer viele Wolken. Jedoch gibt es hierdurch auch eine recht große Anzahl von Bildern von den wenige Zeitfenstern mit gutem Wetter während des Sommers im letzten Jahr.

Meine Gefühle dazu sind etwas gemischt. Natürlich ist das schön für die Gegend um Spitzbergen. Wenn man jedoch im Auge behält, dass diese Aufnahme-Kapazität anderswo auch genutzt werden könnte, wo derzeit nur mit geringer Priorität Bilder gemacht werden, insbesondere in Asien und Südamerika, dann ist das global betrachtet eine etwas fragwürdige Stategie. Aber das ist natürlich eine politische Entscheidung von Seiten der ESA und die Chancen, dass die, die diese Entscheidungen letztendlich fällen empfänglich für solche globalen und langfristigen Überlegungen sind, ist vermutlich recht gering – Leute kommen nicht in solche Positionen indem sie derartige Überlegungen an die erste Stelle setzen.

Auch im Spitzbergen-Mosaik enthalten ist die Bäreninsel, welche beim Bild von 2015 nicht dabei war, weil es damals nicht genug gute Daten von dieser Insel gab.

Sentinel-2-Mosaik von Spitzbergen – Bäreninsel

Island

Das andere größere Mosaik zeigt Island. Island gehört zu den wirklich schwierigen Stellen in der nördlichen Hemisphäre außerhalb der Tropen was Wolken in Satellitenbildern betrifft. Bei der Produktion von 3d-Ansichten habe ich sonst meist stark auf Landsat-5-Bilder zurückgegriffen. Diese habe ich hier aufgrund ihres Alters und der geringen Auflösung nicht verwendet. Es gibt nach wie vor eine Menge Potential für Verbesserungen bei diesem Bild durch zusätzliche Daten, insbesondere durch ein knapperes Zeitfenster im Spätsommer mit weniger saisonalem Schnee. Dennoch ist dies das erste Mal, dass es mir möglich ist, ein solches Bild von Island gemäß meinen Qualitätsstandards zu produzieren.

Landsat-Mosaik von Island

Jan Mayen und die Färöer

Und dann habe ich noch zwei kleinere Bildzusammenstellungen von anderen Inseln im Nordatlantik, Jan Mayen und die Färöer. Das Bild von Jan Mayen basiert größtenteils auf Sentinel-2-Daten während die Färöer hauptsächlich mit Hilfe von Landsat-Bildern bearbeitet wurden.

Sentinel-2-Mosaik von Jan Mayen

Landsat-Mosaik der Färöer

Ein Klick auf die Bilder oben führt zu der detaillierteren Beschreibung auf services.imagico.de.

EO1_erebus_980

20. Januar 2017
von chris
Keine Kommentare

Mitternachts-Sonnenaufgang des antarktischen Sommers

Anknüpfend an meinen Beitrag neulich zu EO-1 hier eine Reihe weiterer ungewöhlicher Bilder dieses Satelliten von vor ein paar Monaten.

Diese zeigen in gewisser Hinsicht den Beginn des Polartages im Sommer 2016/2017 in der Antarktis. Bei diesen Breiten (etwa 77.5 Grad südliche Breite) ist es den größten Teil des Jahres entweder permanent dunkel (Polarnacht) oder permanent hell (Polartag). Diese Bilder stammen vom kurzen Zeitraum dazwischen, wo es dann tatsächelich Sonnenauf- und Untergänge gibt. Um genau zu sein zeigen diese Bilder alle den Sonnenuntergang in Bezug auf die tägliche Bewegung der Sonne, die Bildreihe als ganzes illustriert jedoch das Ende des Übergangs von Polarnacht zu Polartag.

Alle Bilder zeigen den Mount Erebus auf der Ross-Insel mit der Hut Point Peninsula, wo sich Forschungsstationen von Neuseeland und den Vereinigten Staaten befinden.

2016-10-20

2016-10-24

2016-10-28

2016-11-01

osmim_2017-01_980

5. Januar 2017
von chris
Keine Kommentare

Neue Bilder zum Mappen

Gerade habe ich mal wieder eine Reihe neuer Bilder bei den OSM images for mapping eingestellt – hier ein paar Beispiele:

Das erste ist ein Sentinel-2-Bild von den zentralen Alpen von Ende September letzten Jahres. Diese Gegend ist zwar vollständig in andere Bildquellen mit höherer Auflösung abgedeckt, viele davon sind jedoch aufgrund von Schnee und Wolken in Teilen recht ungeeignet für die Verwendung zum Mappen. Dieses Bild hier dürfte sich recht gut zur Aktualisierung der Gletscher-Ausdehnungen in der Gegend eignen. Daneben gibt es auch ein paar weitere Bilder mit besonderer Eignung für die Gletscher-Erfassung wie die vor kurzem hier gezeigten Bilder der afrikanischen Gletscher.

Und dann ist dabei auch ein Bild der Straße von Kertsch zwischen dem Asowschen Meer und dem Schwarzen Meer mit der dort im Bau befindlichen neuen Brücke:

Das neueste Bild zeigt die Pazifik-Seite des Panama-Kanals – eine Stelle, die im älteren Kanal-Bild von Wolken verhüllt war. Dieses Bild wurde vom EO-1-Satelliten vor nur wenigen Tagen aufgenommen.

Dieses Bild ist auch bei relativ niedrigem Wasserstand aufgenommen so dass sich die Wattflächen an der Küste auch gut erkennen lassen.

EO1_980

18. Dezember 2016
von chris
Keine Kommentare

Am frühen Morgen – die letzten Tage von EO-1

Wie die meisten wissen haben haben Satelliten generell eine begrenzte Lebensdauer. Der Weltraum ist eine rauhe Umgebung, selbst für speziell für diesen Zweck entwickelte Maschinen. Und Satelliten versagen auch gelegentlich aufgrund von Konstruktions- oder Betriebsfehlern. Der ganz generell die Lebensdauer begrenzende Faktor ist jedoch, dass den Satelliten der Treibstoff ausgeht.

Wenn ein Satellit keinen Treibstoff mehr hat bedeutet dies, dass seine Umlaufbahn immer weiter absinkt und er schließlich in der Atmosphäre verglüht. Satelliten in niedriger Umlaufbahn befinden sich immer noch in den oberen Schichten der Erdatmosphäre – welche zwar extrem dünn sind, jedoch immer noch eine gewisse Bremswirkung auf jeden Satelliten ausüben, welcher dadurch abgebremst wird und als Ergebnis in der Flughöhe absinkt. Die Internationale Raumstation zum Beispiel muss aus diesem Grund mehrmals im Jahr ihre Umlaufbahn anheben. Täte man das nicht würde die ISS innerhalb von 1-2 Jahren in der Atmosphäre verglühen.

Bei Erdbeobachtungs-Satelliten ist dies jedoch nicht, was passiert, wenn der Treibstoff ausgeht – zumindest nicht als erstes. Diese Satelliten fliegen meist deutlich höher als die ISS und selbst ohne Antrieb fliegen sie meist mindestens 30-50 Jahre weiter, manchmal deutlich länger. Wie lange hängt von der Höhe der Umlaufbahn, dem Querschnitt des Satelliten, welcher für die Bremswirkung sorgt relativ zu dessen Masse und der Sonnen-Aktivität ab (welche die Dichte der oberen Atmosphäre beeinflusst). Der Envisat-Satellit, welchen ich vor kurzem erwähnte, dürfte zum Beispiel noch etwa 150 Jahre fliegen, bevor er in der Atmosphäre verglüht.

Was bei Erdbeobachtungs-Satelliten ohne Antrieb jedoch zunächst passiert ist, dass diese die Synchronität mit der Sonne verlieren. Und dies geschieht deutlich schneller als der Höhenverlust. Die Sonnen-synchrone Umlaufbahn eines Erdbeobachtungs-Satelliten bedeutet, dass die Bahnebene mit der selben Geschwindigkeit wie die Erde rotiert, jedoch in die umgekehrte Richtung so dass die Bahnebene immer die gleiche Orientierung zur Sonne aufweist. Dies wird ermöglicht durch die Abweichung der Erde von einer perfekten Kugelform und indem man die Bahnparameter des Satelliten daran anpasst. Diese Situation ist jedoch instabil, es gibt keinen natürlichen Mechanismus, welcher die Sonnen-Synchronität des Satelliten aufrecht erhält, so dass der Satellit durch seinen Antrieb Korrekturen vornehmen muss, um diese Situation zu erhalten.

Landsat 7 wird im nächsten Jahr voraussichtlich der Treibstoff ausgehen. Hier ein Diagramm aus einer USGS-Präsentation, welches illustriert, was dann passiert.

Auf der y-Achse aufgetragen ist die mittlere lokale Zeit des Äquator-Überflugs. Wie man sieht bewegt sich diese ziemlich schnell und mit wachsender Änderungsrate zu früheren Zeitpunkten. Während des dargestellten Zeitraums wird sich dagegen die Flughöhe des Satelliten nicht um mehr als ein paar Kilometer ändern.

Es gab in der selben Umlaufbahn wie Landsat 7 einen anderen Satelliten, welchem 2011 der Treibstoff ausging: Earth Observing-1 oder EO-1. Ich habe hier schon gelegentlich Bilder von EO-1 gezeigt, seine Aufzeichnungen sind wie bei Landsat alle als offene Daten verfügbar. EO-1 war eine Technologie-Test-Platform, um neue Technologien für zukünftige Erdbeobachtungs-Satelliten zu testen. Einige davon wurden später in Landsat 8 in größerem Rahmen umgesetzt. EO-1 wurde im Jahr 2000 gestartet, etwa ein Jahr nach Landsat 7 und sollte ursprünglich nur ein Jahr in Betrieb bleiben. Er zeichnet jedoch heute nach wie vor Bilder auf, was ihn vermutlich zu dem Satelliten macht, welcher seine ursprünglich geplante Lebensdauer am drastischsten überdauert hat – man könnte sagen: ein Untoter unter den Satelliten. EO-1 war auch – mit einer Auflösung von 10m im panchromatischen Kanal – der höchstauflösende Satellit mit offenen Daten bis zum Start von Sentinel-2.

Da EO-1 seit mehr als fünf Jahren keinen Treibstoff mehr hat liegt die Zeit des Äquator-Überflugs nun sehr früh am Morgen, was recht einzigartige Aufnahme-Bedingungen erzeugt, welche ansonsten nicht verfügbar sind. Hier ein Beispiel vom Mount Everest und dem Rongbuk-Gletscher:

EO-1

Landsat 8

Das EO-1-Bild links ist einen Tag früher aufgenommen aber auch mehr als zwei Stunden früher am Tag (etwa 02:19 UTC im Vergleich zu 04:42 UTC bei Landsat). Dieses Zeitfenster bietet recht schöne Beleuchtungs-Bedingungen. Wie Fotografen wissen, ist die Beleuchtung in der Mitte des Tages oft recht langweilig, während es in den Morgen- und Abendstunden eine größere Chance für interessante Foto-Gelegenheiten gibt. Auch ist das Relief unter solchen Bedingungen deutlich besser zu erkennen. Hier ein paar weitere Beispiele, alle von der zweite Hälfte des Jahres 2016.

Sierra Nevada

Appalachian Mountains

Tordrillo Mountains

Grand Canyon

Teton Range

Canyonlands

Ein Zeitfenster am frühen Morgen bedeutet auch, dass es bei hohen Breiten ein besseres zweites Zeitfenster am späten Abend gibt. In gewissem Maß existiert dies auch bei Landsat, allerdings deutlich stärker eingeschränkt und nur bei sehr hohen Breiten. Hier zwei Beispiele von EO-1 von diesem Jahr (von Kamtschatka und Island).

Kamtschatka

Island

Das EO-1 ALI-Instrument, von dessen Daten alle Bilder hier abgeleitet sind, hat eine Menge Dinge eingeführt, die wir jetzt in Landsat 8 finden – wie zum Beispiel den kurzwelligen blauen Kanal und einen panchromatischen Kanal, welcher nicht ins nahe Infrarot reicht. Das Rausch-Verhalten des Sensors ist nicht so gut wie bei Landsat 8 – keine Überraschung bei mehr als zehn Jahren Altersunterschied. Insbesondere gibt es eine recht deutliche Streifenstruktur im Rauschen, welche auch in einigen Bildern hier sichtbar ist. Jedoch ist dies immer noch deutlich besser als bei Landsat 7. Die spektrale Charakteristik (welche in meinem Satelliten-Vergleichs-Schaubild zu finden ist) ist dagegen aufgrund der breiteren Rot- und Grün-Kanäle deutlich besser für Echtfarben-Visualisierungen geeignet als sowohl Landsat 8 und Sentinel-2. Man könnte eigentlich sagen, dass EO-1 in dieser Hinsicht den bisherigen Gipfel der Erdbeobachtungs-Systeme mit offenen Daten darstellt. Ich hoffe, dass Landsat 10 hinsichtlich der Kanal-Definitionen im sichtbaren Bereich an EO-1 anknüpfen wird, bis jetzt sind hierfür jedoch keine besonderen Prioritäten erkennbar. Es lässt sich etwas schwer erklären, aber die Arbeit mit den EO-1-ALI-Farben macht generell einfach Freude, während die Einstellung der Farben bei Landsat 8 und Sentinel-2 für ein konsistentes, realistisch und ansprechendes Ergebnis oft deutlich schwieriger ist.

Hawaii

Kilimanjaro

Campo de Hielo Norte

Coropuna, Peru

Die Außerbetriebnahme von EO-1 ist für Februar vorgesehen – nach fast 17 Jahren Betrieb. Obwohl der Satellit recht leicht ist (nur etwa 500kg) wird er noch mehrere Jahrzehnte mit langsam absinkender Umlaufbahn weiterfliegen – die Prognose hierfür findet sich in folgenden Diagramm aus den Plänen zur Stillegung.

S3A_980c

13. Dezember 2016
von chris
Keine Kommentare

Sentinel-3 OLCI und MODIS/VIIRS – eine Gegenüberstellung in verschiedenen Punkten

Auf Grundlage der bisherigen Erfahrungen mit den Sentinel-3-Daten (Erläutert in meinen Eindrücken: Teil 1, Teil 2 und Teil 3) habe ich hier noch eine Gegenüberstellung zwischen Sentinel-3 OLCI und den etablierten Systemen MODIS/VIIRS in Hinblick auf eine Reihe von für die Datennutzung wichtigen Aspekten. Lesen Sie diesen Vergleich auf Englisch.

Und hier zum Abschluss noch drei Ansichten auf Grundlage von Sentinel-3 OLCI – diese dürfen auch unter CC-BY-SA-Bedingungen weiterverwendet werden:

water-reduced-980

12. Dezember 2016
von chris
Keine Kommentare

Komprimierte Wasserflächen-Daten auf openstreetmapdata.com

Ich freue mich bekanntzugeben, dass jetzt auf openstreetmapdata.com komprimierte Wasserflächen-Daten für die Darstellung in Karten auf OpenStreetMap-Basis bei niedrigen Zoomstufen verfügbar sind. Diese sind produziert mit den kürzlich hier vorgestellten Verfahren. Die Daten finden sich auf der Gewässer-Daten-Seite. Nutzer sollten die Erläuterungen zu den Datensätzen sowie die Prozess-Beschreibung aufmerksam lesen, denn sie enthalten wichtige Hinweise für die Verwendung.

Diese Daten können von jedem frei unter den Bedingungen der OpenStreetMap-Lizenz verwendet werden. Wer dies tut, sollte jedoch in Erwägung ziehen, uns in finanzieller Form oder anderweitig zu unterstützen. Erweiterungen der angebotenen Daten wie hier vorgestellt wie auch der zukünftige Betrieb der frei nutzbaren Dienste hängen von dieser Unterstützung ab.

Ein weiterer für die Nutzung dieser Dateien wichtiger Aspekt ist, dass OpenStreetMap-Daten immer einen gewissen Anteil defekter Geometrien enthalten und dies ist an einigen Stellen durch fehlende Elemente in diesen Daten auch sichtbar. Jochen unterhält eine Seite, welche über die defekten Polygone in OSM im Allgemeinen Buch führt. Wir erzeugen jedoch auch eine Liste von Fehlern, welche gerade die Wasserflächen-Darstellung beeinträchtigen. Viele davon sind lediglich kleine Wasserflächen, welche nicht bedeutender sind als jede andere defekte Geometrie in OSM, es gibt jedoch auch eine Reihe von richtig großen Polygonen, welche Probleme verursachen. Wer interessiert ist, die Datenqualität in OSM zu verbessern, könnte sich diese Liste mal vornehmen. Sie wird täglich neu erzeugt wenn wir die Wasserflächen-Daten aktualisieren.

6. Dezember 2016
von chris
Keine Kommentare

Käse in Bewegung

(Ergänzung: Ich muss den Titel dieses Beitrags in deutscher Sprache vermutlich erklären – das stammt vom englischen moving the cheese – was man jetzt auf einer Reihe unterschiedlicher Ebenen interpretieren kann)

Ich weiß, dass dies schon lange angekündigt wurde aber heute hat die ESA ein weiteres Mal das Format der Sentinel-2-Daten grundsätzlich geändert. Während es beim vorherigen Wechsel um die Umstellung von Szenen mit mehreren Kacheln auf Einzel-Kachel-Pakete ging, was von mir damals auch diskutiert wurde und wie vorhergesagt zu erheblichen Performance-Problemen führte, bleibt bei dieser Änderung jetzt der eigentliche Inhalt der Pakete gleich und nur die Namen ändern sich – sowohl für das Gesamtpaket als auch für die interne Struktur.

Wenn Sie meine Besprechung der Sentinel-2-Daten gelesen haben, erinnern Sie sich vielleicht, dass einer der ersten Kritikpunkte von mir die extrem aufgeblasenen Dateinamen voll mit redundanten und zur Identifikation irrelevanten Informationen waren. Ich hatte das erwähnt, denn dies ist bei der Arbeit mit den Dateien recht lästig. Am Ende ist dies jedoch kein wirklich großes Problem, denn man kann sich die Dateien ja beliebig so wie man es haben möchte umbenennen, wenn man sie in sein System einliest und muss sich danach nicht mehr mit dem Problem rumärgern. Das Ganze jetzt nach einem Jahr noch mal völlig zu ändern ist vor diesem Hintergrund bestenfalls etwas merkwürdig. Bemerkenswerter ist allerdings der angegebene Grund für die Änderung:

The product naming (including the naming of folders and files inside the product structure) is compacted to overcome the 256 characters limitation on pathnames imposed by Windows platforms

Ich übersetzt das mal: Nach mehr als einem Jahr öffentlicher Datenverteilung ändern wir das Format der Daten in einer nicht rückwärts-kompatiblen Form entsprechend den Wünschen der Nutzer einer historischen Computer-Plattform, welche nicht mehr verkauft oder vom Hersteller unterstützt wird und welche so veraltet ist, dass wir sie und ihre speziellen Begrenzungen noch nicht mal im Auge hatten, als wie das Ganze ursprünglich vor 3-4 Jahren geplant haben.

Natürlich könnte man auch ganz einfach sagen: 256 Zeichen sollten für jeden ausreichend sein

Die Änderung sieht im Wesentlichen so aus: In der alten Form hatten die Paketnamen diese Form:

S2A_OPER_PRD_MSIL1C_PDMC_20151230T202002_R008_V20151230T105153_20151230T105153.zip

und darin fanden sich die Daten in Dateien wie:

S2A_OPER_PRD_MSIL1C_PDMC_20151230T202002_R008_V20151230T105153_20151230T105153.SAFE/GRANULE/S2A_OPER_MSI_L1C_TL_SGS__20151230T162342_A002722_T31TFJ_N02.01/IMG_DATA/S2A_OPER_MSI_L1C_TL_SGS__20151230T162342_A002722_T31TFJ_B01.jp2

Jetzt bekommt man etwas wie:

S2A_MSIL1C_20160914T074612_N0204_R135_T36JTT_20160914T081456.SAFE.zip

und darin:

S2A_MSIL1C_20160914T074612_N0204_R135_T36JTT_20160914T081456.SAFE/GRANULE/L1C_T36JTT_A006424_20160914T081456/IMG_DATA/T36JTT_20160914T074612_B01.jp2

Das sind nur die Dateien mit den eigentlichen Daten. Die Metadaten und die QA-Sachen sind ebenfalls geändert, viele Dateinamen sind jetzt generisch, das bedeutet die sind in allen Paketen identisch. Das ist ein bisschen so wie bei Sentinel-3, nur dass bei Sentinel-3 Namen in Kleinbuchstaben verwendet werden und bei Sentinel-2 Großbuchstaben.

Manche der Änderungen machen durchaus Sinn. So ist jetzt zum Beispiel die MGRS-Kachel-ID Bestandteil des Paket-Namens. Und die Zeitstempel in den Paketen sind in einer anderen Reihenfolge, während früher der Zeitpunkt der Verarbeitung zuerst kam ist jetzt der Aufnahme-Zeitpunkt zuerst. Das bedeutet zum Beispiel, dass wenn man die Dateien nach Namen sortiert, diese in Reihenfolge der Aufnahme erscheinen und nicht in Reihenfolge der Verarbeitung, was meist auch sinnvoller ist.

Das Daten-Verteilungssystem ist übrigens nach wie vor sehr unzuverlässig, wer dies also zum Anlass nehmen möchte, mal ein paar Sentinel-2-Daten herunterzuladen und anzuschauen der muss sich vermutlich erheblich in Geduld üben.

Ergänzung: Die Tiefe der Verschleierung in den Dateiformat-Spezifikationen ist übrigens wirklich beeindruckend. Wenn man dort nach der Bedeutung des zweiten Zeitstempels in den Paketnamen sucht, findet man drei unterschiedliche Spezifikationen. In dem was im Moment zum Download angeboten wird ist das anscheinend der Aufnahmezeitpunkt des ‘datastrip’, es gibt jedoch noch zwei weitere Format-Varianten, wo dies entweder

  • der Produktionszeitpunkt des Paketes oder
  • der Aufnahmezeitpunkt des neuesten ‘datastrip’ erhöht um eine Sekunde ist.

Man kann sich da jetzt bildlich vorstellen, wie das abgelaufen ist. Urspünglich war da der Produktionszeitpunkt vorgesehen – der kommt nämlich in den Spezifikationen erst mal überall vor. Und dann ist jemandem aufgefallen, dass der ja bei Parallel-Prozessierung nicht unbedingt eindeutig ist…

S3A_980

2. Dezember 2016
von chris
Keine Kommentare

Sentinel-3 – Ein erster Blick auf die Daten, Teil 1

Als ich kürzlich über den Beginn der Veröffentlichung von Sentinel-3-Daten geschrieben habe, deutete ich an, dass ich etwas detaillierter über die Daten schreiben werde, wenn auch die vom SLSTR-Instrument verfügbar sind. Das ist nun bereits vor ein paar Wochen passiert. Hat also etwas länger gedauert als ursprünglich gedacht, mich da durchzuarbeiten – wenngleich das nach den Erfahrungen mit Sentinel-2 eigentlich nicht so erstaunlich ist.

Im ersten Teil des Erfahrungsberichts, welcher hier auf Englisch zu lesen ist, geht es um die allgemeinen Dinge, den Hintergrund der Sentinel-3-Instrumente und die äußere Form der Daten. Speziellere Dinge zu den Daten selbst folgen dann im zweiten Teil.

Und für die Wartezeit hier schon mal ein paar Bildbeispiele:


water-reduced-980

22. November 2016
von chris
Keine Kommentare

Die Wasser teilen

Auf dem letzten Hack Weekend in Karlsruhe habe ich einige Fortschritte bei einem Projekt gemacht, welches mir schon eine Weile im Kopf herum ging und mit etwas mehr Arbeit in den letzten Wochen kann ich jetzt auch ein paar Ergebnisse präsentieren.

Die Hauptmotivation hierfür war das Problem der Darstellung der Gewässer im OpenStreetMap-Standardstil bei den niedrigen Zoomstufen. Seit langem wird in der Standard-OSM-Karte die Küstenlinie von der untersten Zoomstufe an dargestellt – auf Grundlage der von Jochen und mir bereitgestellten Verarbeitung der Daten. Die übrigen Wasserflächen jedoch werden erst ab Zoomstufe 6 gezeigt. Der Grund hierfür liegt darin, dass die Darstellung in der selben Form wie bei den höheren Zoomstufen sehr aufwändig in Bezug auf die Computer-Ressourcen wäre.

Verschiedene Lösungen – oder besser: Abhilfen – wurden für diesen Problem vorgeschlagen:

  • Die Verwendung eines anderen, wenig detaillierten Datensatzes für die niedrigen Zoomstufen – dass ist der übliche bequeme weg, welcher von vielen Kartenproduzenten gegangen wird, jedoch mit schlechten Ergebnissen, was die Genauigkeit und die Konsistenz über die verschiedenen Maßstäbe angeht. Die üblicherweise hierfür verwendeten Datensätze wie Natural Earth sind oft sehr ungenau nach heutigen Maßstäben.
  • Die Verwendung aggressiver Filterung in Bezug auf die Polygon-Größe, man stellt also nur die Größten Geometrien da – ein Ansatz der für OSM-Daten nicht zu empfehlen ist, denn so wie Wasserflächen in OpenStreetMap erfasst werden führt dies zu starken Verzerrungen in der Dastellung.
  • Dass man große und bedeutende Wasserflächen anders erfasst, entweder als Küstenlinie oder mit einem neu zu wählenden Attribut – natürlich ist es generell eine schlechte Idee, die Datenbank zu manipulieren nur um mit den technischen Einschränkungen des gewählten Systems zur Kartendarstellung klarzukommen.

Ganz allgemein wären meine Methoden zur Generalisierung kartographischer Daten schon in der Lage, dieses Problem zu lösen, allerdings machen die sehr subjektiven Entscheidungen, die in diese Prozesse eingehen, dies etwas heikel. Und eine ordentliche Generalisierung der Inland-Wasserflächen erfordert im Grunde eine strukturelle Analyse des Flussnetzwerkes, was ein aufwändiger Vorgang ist und nicht einfach täglich durchgeführt werden kann. Ein praktikabler Ansatz sollte also weniger aufwändig und konservativer und neutraler in Bezug auf das Ergebnis sein. Die Lösung, welche ich jetzt vorstelle, habe ich mir in den Grundzügen schon vor längerer Zeit überlegt, habe jedoch bis vor kurzem nicht die Zeit gefunden, dies wirklich mal umzusetzen.

Beispiel der Gewässerdarstellung auf Grundlage des neuen Verfahrens

Wenn ich jetzt auf die ganze Sache zurückblicke, erkenne ich, dass was dabei herausgekommen ist von einem technischen Standpunkt betrachtet eigentlich ziemlich merkwürdig scheint. Es dürfte nützlich sein für eine ganze Menge Leute, die digitale Karten bei diesen Maßstäben produzieren, dass dem so ist sagt jedoch auch etwas ziemlich grundsätzliches über die Art und Weise aus, wie wir heute im Allgemeinen Karten berechnen und die Grenzen dieser Verfahren.

Falls das verwirrend klingt – die Details und den Hintergrund dazu gibt es zum nachlesen. Dort finden sich auch Links zu den (im Moment noch etwas experimentellen) bearbeiteten Daten.

Die Implementierung des vorgestellten Verfahrens ist auch verfügbar.

11. November 2016
von chris
Keine Kommentare

Aktualisierter Satelliten-Vergleich

Wenn ich hier über Satellitenbilder schreibe, konzentriere ich mich meist auf offene Datenquellen. Ich nutze jedoch jetzt mal den Start eines neuen kommerziellen Erdbeobachtungs-Satelliten durch DigitalGlobe früher am heutigen Tag als Gelegenheit, mein schon früher mal gezeigtes Satelliten-Vergleichs-Schaubild zu aktualisieren.

Zusätzlich zu WorldView-4 habe ich auch die Terra Bella SkySat-Konstellation ergänzt. Diese Satelliten nutzen ein interessantes Sensor-Konzept und sollen die bisher einmalige Fähigkeit besitzen, Videos aufzuzeichnen. Über die operativen Pläne für diese Satelliten ist jedoch bisher sehr wenig öffentlich bekannt.

Ich habe auch eine zusätzliche Spalte ergänzt mit dem täglichen Aufzeichnungs-Volumen der verschiedenen Systeme in Quadratkilometern. Die am häufigsten beworbene Fähigkeit von Satelliten neben der räumlichen Auflösung liegt in der möglichen Aufzeichnungs-Frequenz (revisit frequency), welche angibt, wie oft der Satellit jeden beliebigen Punkt der Erdoberfläche aufzeichnen kann. Ein mögliches Aufzeichnungs-Intervall von einem Tag bedeutet jedoch nicht, dass das System eine tägliche Komplettaufzeichnung der gesamten Erdoberflächen bieten kann. Das Aufzeichnungs-Volumen gibt an, welche Fläche tatsächlich an einem Tag erfasst werden kann. Dabei gibt es zwei Varianten: das potentielle Volumen (in rot gekennzeichnet) welches oft ein mehr oder weniger theoretischer Wert ist und das praktisch tatsächlich im Betrieb erfasste Volumen (in blau). Bei den kommerziellen Satelliten basiert beides natürlich auf Angaben des Betreibers.

Für die hochauflösenden Systeme mit offenen Daten basieren die Zahlen auf Durchschnittswerten der tatsächlichen Aufzeichnung. Bei Sentinel-2 ist das ein wenig schwierig zu ermitteln, so dass ich als Grundlage hier die durchschnittlich 14 Minuten Aufzeichnung pro Orbit verwendet habe, wie sie in den jüngsten Statusberichten im Durchschnitt angegeben ist. Bei den kontinuierlich aufzeichnenden niedrig auflösenden Systemen basieren die Zahlen zwecks Vergleichbarkeit auf einer Aufzeichnung über dem halben Orbit, obwohl die langwelligen Kanäle natürlich auch auf der Nachtseite aufgezeichnet werden.

Allgemein scheinen die Marketing-Abteilungen der Satellitenbetreiber oft viel Spaß damit zu haben, durch geschickte Kombination solcher Zahlen einen besonders leistungsfähigen Eindruck zu erwecken. Es ist deshalb gut als Vergleich ein paar Dinge im Hinterkopf zu behalten: Die Landflächen der Erde sind zusammen etwa 150 Millionen Quadratkilometer groß. Landsat 8 nimmt diese fast vollständig (mit Ausnahme der Bereiche jenseits von 82.66 Grad Breite) alle 16 Tage auf, jedoch nur ganz knapp. Um dies zu tun werden jeden Tag 25 Millionen Quadratkilometer erfasst oder in dem 16-Tage-Intervall 400 Millionen Quadratkilometer. Da sind natürlich ein paar Nacht-Aufnahmen mit dabei und auch eine ganze Menge Meeresflächen durch die Breite des Aufzeichnungs-Streifens und die Bindung an die festen WRS2-Kacheln. Trotzdem illustriert dies, dass man deutlich mehr als die 150 Millionen Quadratkilometer aufnehmen muss, um tatsächlich die Landflächen vollständig zu erfassen, in erster Linie aufgrund der unvermeidlichen Überlappungen in den Orbits und den Aufzeichnungs-Geometrien.