Bilddaten erkunden – Spektrale Auflösung

Ein wichtiges Merkmal von Bilddaten ist ihre Auflösung. Wie in unserer immer größer werdenden Reihe Die Auflösung von Bilddaten erkunden dargestellt, gibt es 4 Arten der Auflösung: räumliche Auflösung, spektrale Auflösung, zeitliche Auflösung und radiometrische Auflösung. Dieses Lernprogramm erläutert die spektrale Auflösung.

Sie werden mit verschiedenen Konzepten wie spektrale Auflösung, Spektralbänder, multispektrale Bilddaten, Bandkombination und Spektralsignatur vertraut gemacht. Sie untersuchen und bearbeiten Satellitenbilder mit unterschiedlichen spektralen Auflösungen in ArcGIS Pro, wobei der Schwerpunkt auf der Region Brandenburg liegt. Schließlich erfahren Sie, wie Sie die Anzahl der Spektralbänder in Ihren Bilddaten ändern können, was für die Vorbereitung weiterer Analysen nützlich ist.

Dieses Lernprogramm wurde zuletzt am 9. Januar 2026 mit ArcGIS Pro 3.6 getestet. Wenn Sie eine andere Version von ArcGIS Pro verwenden, sind die Funktionalität und Ergebnisse möglicherweise unterschiedlich.

Anforderungen

• ArcGIS Pro (siehe die Optionen für den Zugriff auf die Software)

Multispektrale Satellitenbilder visualisieren

Sie richten ein ArcGIS Pro-Projekt ein, lernen einige grundlegende Konzepte zur spektralen Auflösung kennen und beginnen mit der Erkundung von Satellitenbildern der Region Brandenburg in Deutschland.

Das Projekt einrichten

Zunächst laden das Projekt herunter, das alle Daten für dieses Lernprogramm enthält, und öffnen es in ArcGIS Pro.

1. Laden Sie die Datei Brandenburg_spectral_resolution.zip herunter, und navigieren Sie zur heruntergeladenen Datei auf Ihrem Computer.

   Hinweis:

   In den meisten Webbrowsern werden heruntergeladene Dateien standardmäßig im Ordner "Downloads" gespeichert.

2. Klicken Sie mit der rechten Maustaste auf die Datei Brandenburg_spectral_resolution.zip, und extrahieren Sie sie an einem Speicherort auf dem Computer, beispielsweise in einem Ordner auf Laufwerk C:.

   

3. Öffnen Sie den extrahierten Ordner Brandenburg_spectral_resolution. Doppelklicken Sie auf Brandenburg_spectral_resolution.aprx, um das Projekt in ArcGIS Pro zu öffnen.

   

4. Wenn Sie dazu aufgefordert werden, melden Sie sich mit Ihrem ArcGIS-Konto an.

   Hinweis:

   Wenn Sie über keinen Zugriff auf ArcGIS Pro oder über kein ArcGIS-Organisationskonto verfügen, informieren Sie sich über die Optionen für den Zugriff auf die Software.

   Das Projekt wird geöffnet.

   

   Es enthält mehrere Karten, die Sie im Laufe des Lernprogramms verwenden werden. Die erste Karte mit dem Namen Spectral bands wird derzeit angezeigt. Sie ist auf ein Gebiet südlich von Berlin im Bundesland Brandenburg zentriert. Derzeit enthält sie nur die standardmäßige Grundkarte Weltweite topografische Karte.

Weitere Informationen zum EM-Spektrum und zur spektralen Auflösung

Bevor Sie mit der Erkundung von Satellitenbildern für das Gebiet Brandenburg beginnen, lernen Sie einige Konzepte kennen, die für ein Verständnis der spektralen Auflösung unerlässlich sind.

Das elektromagnetische Spektrum

Das elektromagnetische (EM) Spektrum besteht aus einem Bereich von Wellenlängen. Menschen können im Bereich des sichtbaren Lichts sehen, da unsere Augen Rezeptoren besitzen, die empfindlich auf Rot, Grün und Blau reagieren. Elektrooptische Sensoren, wie beispielsweise Satelliten-, Luftbild- und Drohnensensoren, können den sichtbaren Lichtbereich sowie Bereiche erfassen, die für das menschliche Auge nicht sichtbar sind, wie beispielsweise Nahinfrarot und Kurzwelleninfrarot.

Dieses Schema stellt das EM-Spektrum dar. Das menschliche Auge kann nur den Bereich des sichtbaren Lichts wahrnehmen, während Satellitensensoren für Bilddaten einen größeren Bereich erfassen können, der sichtbares Licht, nahes Infrarot, Kurzwelleninfrarot und mehr umfassen kann.

Spektralbänder

Bilddatensensoren erfassen Teile dieser Wellenlängen, die als Spektralbänder bezeichnet werden. Beispiele für Wellenlängenbereiche sind Blau, Grün, Rot, Nahinfrarot und Kurzwelleninfrarot. Jedes Spektralband wird als individuelles Raster (oder Gitternetz aus Pixeln) gespeichert. Zusammen bilden die Bänder ein vollständiges Bild. Das folgende Diagramm zeigt drei Spektralbänder aus dem elektromagnetischen Spektrum, die erfasst und als drei einzelne Raster gespeichert werden.

Spektrale Auflösung

Spektrale Auflösung bezeichnet die Fähigkeit eines Sensors, zwischen verschiedenen Wellenlängen zu unterscheiden. Sensoren, die mehr Spektralbänder erfassen, erzeugen Bilder mit einer höheren spektralen Auflösung. Wenn ein Sensor mehr Bänder erfasst, sind diese Bänder in der Regel auch enger und enthalten präzisere Informationen. Es gibt drei Haupttypen von Bildern, die sich nach der Anzahl ihrer Bänder unterscheiden und von niedrigerer zu höherer spektraler Auflösung aufgelistet sind:

• RGB (steht für Rot, Grün, Blau): 3 Bänder
• Multispektral: in der Regel zwischen 4 und 13 Bändern
• Hyperspektral: Hunderte oder sogar Tausende sehr enger Bänder

Das folgende Diagramm zeigt eine stilisierte Darstellung von (1) RGB-, (2) Multispektral- und (3) Hyperspektralbildildern.

Beispielsweise erfasst eine Handkamera in der Regel RGB-Bänder, um herkömmliche Farbfotos zu erzeugen. Viele Sensoren für Bilddaten zur Erdbeobachtung sind multispektral. Einige fortschrittliche Bilddatensensoren sind hyperspektral.

Bilder mit höherer spektraler Auflösung enthalten mehr Informationen und können viele interessante Einblicke in die beobachtete Landschaft liefern. Sie können beispielsweise dazu verwendet werden, verschiedene Baumarten zu unterscheiden oder festzustellen, ob einige dieser Bäume gesund oder krank sind.

Im weiteren Verlauf dieses Lernprogramms konzentrieren Sie sich auf multispektrale Bilddaten. Sie erkunden Bilder von drei Satellitensensoren: Sentinel-2, PlanetScope und Landsat 8. Sie erfahren mehr über ihre spektrale Auflösung und wie Sie mit ihren Spektralbändern arbeiten können.

Hinweis:

Hyperspektralbilder gehen zwar über den Rahmen dieses Lernprogramms hinaus, aber Sie können mehr zu diesem Thema auf der Dokumentationsseite Hyperspektrale Bilddaten in ArcGIS erfahren oder sich ein Beispiel für die Vorbereitung und Analyse von Hyperspektralbildern im Artikel Map Oaks Using AVIRIS Hyperspectral Imagery ansehen.

Eine Multispektralbild von Sentinel-2 untersuchen

Sie beginnen nun mit der Erkundung eines Sentinel-2-Bildes. Sentinel-2-Bilder verfügen über 13 Spektralbänder. Einige sind für das menschliche Auge sichtbar (blau, grün und rot), andere nicht, wie beispielsweise Küstenaerosol, Red-Edge, Nahinfrarot und Kurzwelleninfrarot. Das folgende Diagramm zeigt, wo die 13 Bänder im elektromagnetischen Spektrum zwischen 400 und 2.400 Nanometern Wellenlänge liegen.

Nachfolgend finden Sie eine Liste dieser Bänder mit ihrer Nummer und ihrem Namen:

• Band 1: Küstenaerosol
• Band 2: Blau
• Band 3: Grün
• Band 4: Rot
• Band 5: Vegetation Red Edge
• Band 6: Vegetation Red Edge
• Band 7: Vegetation Red Edge
• Band 8: Nahinfrarot
• Band 8A: Nahinfrarot, schmal
• Band 9: Wasserdampf
• Band 10: Kurzwelleninfrarot – Zirrus, zur Erkennung von Zirruswolken
• Band 11: Kurzwelleninfrarot
• Band 12: Kurzwelleninfrarot

Hinweis:

Sentinel-2 ist eine Satellitenmission der europäischen Raumfahrtbehörde ESA. Sie wurde 2015 gestartet und liefert Bilddaten mit einer spektralen Auflösung von 13 Spektralbändern, von denen mehrere eine räumliche Auflösung von 10 Metern aufweisen. Die Bilder decken nahezu die gesamte Landmasse der Erde ab, und jeder Ort wird mit einer zeitlichen Auflösung von mindestens fünf Tagen erfasst. Die Sentinel-2-Bilder sind frei nutzbar und können auf der Website Copernicus Data Space Ecosystem heruntergeladen werden.

Sie sehen sich das mit dem Projekt bereitgestellte Sentinel-2-Bild an und identifizieren dessen Spektralbänder.

1. Klicken Sie auf dem Menüband auf die Registerkarte Ansicht. Klicken Sie in der Gruppe Fenster auf den Bereich "Katalog".

   

2. Blenden Sie im Bereich Katalog die Elemente Ordner, Brandenburg_spectral_resolution und Bilddaten ein.

   

   Der Ordner Bilddaten enthält drei Bilder. Für den Moment arbeiten Sie mit Sentinel_2_2024_08_13.tif.

3. Blenden Sie Sentinel_2_2024_08_13.tif ein, und betrachten Sie die darin enthaltenen Spektralbänder.

   

   Bei diesem Bild sind die Bänder wie folgt benannt: B + eine Bandnummer. Bei der Überprüfung fällt auf, dass dieses Bild alle Sentinel-2-Bänder enthält, mit Ausnahme von "Band 10: Zirrus", das nur zur Wolkenerkennung verwendet wird. Somit sind 12 Bänder vorhanden.

Einzelne Spektralbänder visualisieren

Sie visualisieren zwei der Sentinel-2-Spektralbänder und vergleichen diese miteinander. Außerdem lernen Sie das Konzept der Reflexion kennen. Zunächst fügen Sie das Band "Rot" (B4) zur Karte hinzu.

1. Klicken Sie mit der rechten Maustaste auf B4, und wählen Sie Zur aktuellen Karte hinzufügen aus.

   

   Das rote Band wird auf der Karte in Grautönen (im Bereich von Weiß bis Schwarz) angezeigt.

   

   Hinweis:

   Das Originalbild von Sentinel-2 ist wesentlich größer, wurde jedoch für die Zwecke dieses Lernprogramms auf eine kleinere Ausdehnung zugeschnitten.

   Um besser zu verstehen, was Sie sehen, ist es hilfreich, sich mit Reflexion vertraut zu machen. Wenn Sonnenlicht in einem bestimmten Wellenlängenbereich auf die Erdoberfläche trifft, wird ein Teil davon absorbiert und ein Teil zurück ins All reflektiert. Der Bilddatensensor erfasst den Teil des Lichts, der zurückreflektiert wird, wie in den folgenden Grafiken dargestellt.

   

   Die Grafik zeigt (1) Sonnenlicht, (2) absorbiertes Licht, (3) reflektiertes und von dem Sensor erfasstes Licht

   Die Menge des reflektierten Lichts in jedem Spektralband variiert je nach den physikalischen und chemischen Eigenschaften des Materials auf dem Boden (Vegetation, Boden, Gestein, Wasser usw.). Beispielsweise absorbiert das Chlorophyll in Pflanzen, das für die Photosynthese verantwortlich ist, blaue und rote Wellenlängen stark, reflektiert jedoch grüne Wellenlängen und noch stärker den Nahinfrarotbereich. Der Sensor erfasst die Reflexionswerte für das Licht, das in verschiedenen Bändern über die gesamte abgebildete Fläche reflektiert wird.

2. Achten Sie auf das rote Band, das auf Ihrer Karte angezeigt wird.

   Im diesem Band weisen Gebiete, die Licht im roten Wellenlängenbereich stark reflektieren, die höchsten Reflexionswerte auf und werden in Weiß und Hellgrau angezeigt. Dies ist beispielsweise in bebauten Gebieten der Fall, wie etwa beim H-förmigen Flughafen im oberen mittleren Teil des Bildes. Flächen, die den größten Teil des Lichts im roten Wellenlängenbereich absorbieren, weisen die niedrigsten Reflexionswerte auf und werden in Schwarz und dunklen Grautönen angezeigt. Dies ist bei Wäldern und Gewässern der Fall. Sie fügen nun das Nahinfrarotband (B8) zur Karte hinzu.

3. Klicken Sie im Bereich Katalog mit der rechten Maustaste auf B8, und wählen Sie Zu aktueller Karte hinzufügen aus.

   Das Nahinfrarotband wird auf der Karte angezeigt und ebenfalls in Grautönen dargestellt. Dieses Mal sieht das Bild jedoch ganz anders aus. Die Features mit den höchsten Reflexionswerten sind Grasflächen und landwirtschaftlich genutzte Flächen (weiße Farbtöne). Die Features mit den niedrigsten Reflexionswerten sind die Gewässer (schwarze Töne).

   

   Sie vergleichen beide Bänder mit dem Werkzeug Vergleichen.

4. Vergewissern Sie sich im Bereich Inhalt, dass Sentinel_2_2024_08_13.tif_B8 ausgewählt ist.

   

5. Klicken Sie auf dem Menüband auf die Registerkarte Raster-Layer. Klicken Sie in der Gruppe Vergleichen auf Ausblenden.

   

6. Ziehen Sie auf der Karte von oben nach unten, um den Layer Sentinel_2_2024_08_13.tif_B8 zu entfernen und den Layer Sentinel_2_2024_08_13.tif_B4 darunter anzuzeigen. Beobachten Sie die Unterschiede zwischen den beiden Layern.

   

   Das Licht wird je nach Wellenlängenbereich in unterschiedlichem Maße von den Materialien reflektiert. Als Ergebnis heben Spektralbänder verschiedene Features und Phänomene hervor, die über das hinausgehen, was das menschliche Auge sehen kann.

7. Wenn Sie die Erkundung abgeschlossen haben, klicken Sie auf dem Menüband auf die Registerkarte Karte. Klicken Sie in der Gruppe Navigieren auf die Schaltfläche Erkunden, um den Modus "Ausblenden" zu beenden.

   

Kompositbilder visualisieren

Die volle Wirkung multispektraler Bilddaten entfaltet sich, wenn Sie das gesamte Bild mit allen Spektralbändern auf einmal zur Karte hinzufügen. Sie machen dies als Nächstes und erfahren dabei, wie Sie durch die Kombination verschiedener Spektralbänder Kompositbilder erstellen können.

1. Klicken Sie im Bereich Katalog mit der rechten Maustaste auf Sentinel_2_2024_08_13.tif, und wählen Sie Zu aktueller Karte hinzufügen aus.

   

   Hinweis:

   Es gibt viele verschiedene Bilddateiformate für Bilddaten. In diesem Fall besteht das Bild aus einer einzigen TIFF-Datei, die alle 12 Spektralbänder enthält. Manchmal wird jedes Spektralband in einer separaten TIFF-Datei bereitgestellt, und eine Metadaten-Datei – beispielsweise mit dem Namen MTL.txt, MTL.xml oder MTD_MSILxx.xml – enthält Informationen zur korrekten Anzeige des Bildes. Bei solchen Formaten fügen Sie das Bild zur Karte hinzu, indem Sie mit der rechten Maustaste auf die Metadatendatei klicken und Zu aktueller Karte hinzufügen auswählen.

   Das Bild wird im Bereich Inhalt und auf der Karte angezeigt.

   

   Alle Spektralbereiche sind verfügbar. Aufgrund der Einschränkungen des menschlichen Auges (Dreifarbigkeit) ist es jedoch nicht möglich, alle gleichzeitig zu sehen. Drei der Bänder wurden kombiniert, um ein Farbbild zu erstellen, das als Kompositbild bezeichnet wird.

   Hinweis:

   Weitere Informationen darüber, wie das menschliche Auge Licht wahrnimmt, finden Sie im Artikel Bending light and blending light.

   Bilder werden mithilfe von Rot-, Grün- und Blaukanälen (RGB) angezeigt, und Sie können einen beliebigen Satz der drei Spektralbänder auswählen, um sie über diese Kanäle anzuzeigen. Die folgende Abbildung verdeutlicht diese Funktionsweise:

   

   Erstellen eines Kompositbildes: (1) Auswahl von beliebigen drei Bändern aus dem Multispektralbild, die angezeigt werden sollen; (2) Zuweisung dieser Bänder in der gewünschten Reihenfolge zu den Kanälen Rot, Grün und Blau; (3) Ergebnis ist ein Kompositbild

   Derzeit zeigt das Bild auf Ihrer Karte standardmäßig die roten (B4), grünen (B3) und blauen (B2) Bänder entsprechend über die roten, grünen und blauen Kanäle an. Diese Bandkombination mit der Bezeichnung "Natürliche Farbe" entspricht in etwa der Darstellung der Landschaft für das menschliche Auge. Sie probieren einige andere Bandkombinationen aus, aber zunächst passen Sie das allgemeine Aussehen des Bildes an, indem Sie die Helligkeit erhöhen, da es derzeit etwas dunkel ist.

2. Vergewissern Sie sich, dass im Bereich Inhalt das Bild Sentinel_2_2024_08_13.tif ausgewählt ist.

   

   Die Legende des Layers gibt die aktuelle Bandkombination an.

3. Klicken Sie auf dem Menüband auf die Registerkarte Raster-Layer. Geben Sie in der Gruppe Verbesserung für Helligkeit des Layers den Wert 20 ein, und drücken Sie die Eingabetaste.

   

   Hinweis:

   Das Aussehen des Bildes kann auch mit den anderen Einstellungen Verbesserung, Kontrast des Layers und Gamma des Layers angepasst werden. Weitere Informationen zu diesen Optionen für das Rendern von Bilddaten und vielen weiteren Optionen finden Sie auf den Seiten Darstellung von Bilddaten und Ändern der Symbolisierung von Bilddaten. Weitere Informationen zu den Optionen für das Rendern von Bilddaten finden Sie im kommenden Lernprogramm "Radiometrische Auflösung".

   Das Bild wird insgesamt heller.

   

   Als Nächstes ändern Sie die Bandkombination.

4. Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Sentinel_2_2024_08_13.tif, und wählen Sie Symbolisierung aus.

   

5. Vergewissern Sie sich, dass im Bereich Symbolisierung unter Primäre Symbolisierung, die Option RGB ausgewählt ist. Stellen Sie sicher, dass die Kanäle Rot, Grün und Blau derzeit wie erwartet die Spektralbänder B4 (Rot), B3 (Grün) und B2 (Blau) anzeigen.

   

   Anschließend zeigen Sie die Kombination "Infrarotfarbe" an, die sich aus den Bändern B8 (Nahinfrarot), B4 (Rot) und B3 (Grün) zusammensetzt.

6. Blenden Sie für Rot die Dropdown-Liste ein. Wählen Sie in der Liste der 12 Reflektionsbänder von Sentinel-2 das Band B8 aus.

   

7. Wählen Sie für Grün das Band B4 aus. Wählen Sie für Blau, das Band B3 aus.

   

   Auf der Karte wird das Bild aktualisiert und zeigt nun die Vegetation in leuchtenden Rottönen, bebaute oder kahle Flächen in bläulichen oder bräunlichen Tönen und Wasser in dunklem Marineblau an.

   

   Wenn andere Farbbänder als Rot, Grün und Blau angezeigt werden, kann das Bild in ungewöhnlichen Farbtönen angezeigt werden, die als falsche Farben bezeichnet werden. Dies ist eine beeindruckende Technik, dem menschlichen Auge Wellenlängenbereiche sichtbar zu machen, die normalerweise unsichtbar sind. Die Bandkombination "Infrarotfarbe" eignet sich besonders gut, um Vegetation hervorzuheben und deren Zustand zu überwachen. Als Nächstes probieren Sie eine weitere Kombination, die normalerweise mit "Landwirtschaft" bezeichnet wird, aus, die sich aus B11 (Kurzwelleninfrarot 1), B8 (Nahinfrarot) und B2 (Blau) zusammensetzt.

8. Wählen Sie im Bereich Symbolisierung für Rot das Band B11, für Grün das Band B8 und für Blau das Band B2 aus.

   

   Diese Bandkombination ist eine der vielseitigsten und eignet sich hervorragend, um viele verschiedene Bodenbedeckungstypen klar zu unterscheiden: Vegetation wird in Hellgrün, Wasser in Dunkelblau, bebaute Flächen in Rosatönen und kahle Erdoberflächen in Hellorange angezeigt.

   

   Sie wechseln zur Farbkombination "Natürliche Farben" zurück.

9. Stellen Sie im Bereich Symbolisierung die Kombination B4, B3, B2 zusammen.

   Einige Features sind in natürlichen Farben schwer zu unterscheiden, lassen sich jedoch mit der Kombination "Landwirtschaft" klar unterscheiden, beispielsweise der See und die ihn umgebende Vegetation.

   

   Ein See und seine Umgebung, dargestellt in den Farbkombinationen "Natürliche Farben" (links) und "Landwirtschaft" (rechts).

   Sie haben mit den Farbkombinationen "Natürliche Farben", "Infrarotfarbe" und "Landwirtschaft" experimentiert. Es gibt jedoch noch zahlreiche weitere Kombinationsmöglichkeiten, beispielsweise "Geologie" (B12, B11, B2) zur Hervorhebung geologischer Formationen oder "Bathymetrisch" (B4, B3, B1) für küstenbezogene Studien.

Bisher haben Sie einige wichtige Konzepte kennengelernt: das elektromagnetische Spektrum, Spektralbänder, spektrale Auflösung, verschiedene Arten von Bilddaten (RGB, Multispektralbilder und Hyperspektralbilder), Kompositbilder und gängige Bandkombinationen, von denen einige in falschen Farben dargestellt sind. Sie haben auch begonnen, multispektrale Sentinel-2-Bilddaten zu untersuchen, zu visualisieren und mit verschiedenen Bandkombinationen zu experimentieren, um verschiedene Features der Landschaft hervorzuheben.

Informationen zu Spektralsignaturen

Sie untersuchen jetzt Spektralbandvariationen interaktiv und lernen Sie mehr über Spektralsignaturen und Spektralprofil-Diagramme. Anschließend vergleichen Sie zwei Bilder mit unterschiedlichen spektralen Auflösungen.

Spektralbandvariationen interaktiv erkunden

Um sich mit den unterschiedlichen Reflexionswerten in allen Spektralbändern vertraut zu machen, verwenden Sie das Werkzeug Informationen zum Bild, das interaktive Informationen auf Pixelebene bereitstellt.

1. Vergewissern Sie sich im Bereich Inhalt, dass das Bild Sentinel_2_2024_08_13.tif ausgewählt ist und mit der Bandkombination "Natürliche Farbe" (B4, B3, B2) angezeigt wird.

   

2. Klicken Sie auf dem Menüband auf der Registerkarte Bilddaten in der Gruppe Werkzeuge auf Informationen zum Bild.

   

   Der Bereich Informationen zum Bild wird geöffnet.

3. Zeigen Sie auf der Karte auf eine hellgrüne landwirtschaftliche Fläche mit gesunder Vegetation.

   

   Im Bereich Informationen zum Bild wird ein Diagramm angezeigt, das den Reflexionswert für jedes Band an dieser bestimmten Pixelposition angibt. Für diese landwirtschaftliche Fläche hat das Nahinfrarotband (NIR) einen sehr hohen Wert und das rote Band (rot symbolisiert) einen sehr niedrigen Wert. Dies ist typisch für Pflanzen, die reich an Chlorophyll sind, wie zuvor erläutert. Dieser Diagrammtyp wird als Spektralprofil-Diagramm bezeichnet.

   

4. Zeigen Sie auf der Karte auf verschiedene Bodenbedeckungen, wie z. B. kahles Land (beige oder hellbraun), Wald (dunkelgrün) und bebaute Flächen (weiß oder hellgrau). Beobachten Sie, wie sich die Reflexionswerte interaktiv verändern.

   Beispielsweise ist für kahles Land der Reflexionswert des Bandes "Rot" vergleichsweise höher, und der Reflexionswert des Bandes NIR niedriger als bei landwirtschaftlichen Flächen. Die beiden Kurzwelleninfrarot-Bänder (SWIR) weisen ebenfalls höhere Werte auf.

   

5. Betrachten Sie mehrere Pixel, die landwirtschaftliche Flächen im Bild darstellen. Sehen Sie sich zum Vergleich mehrere Pixel an, die kahles Land darstellen.

   Sie werden feststellen, dass jeder Typ der Bodenbedeckung auf dem Diagramm immer eine ähnliche, erkennbare Kurve zu erzeugen scheint. Dies liegt daran, dass verschiedene Materialien in der Regel eindeutige Reflexionsmuster über verschiedene Wellenlängen des elektromagnetischen Spektrums aufweisen. Diese erkennbaren Muster werden als Spektralsignaturen bezeichnet und können als Fingerabdruck eines Materials beschrieben werden, je nachdem, wie es mit Licht interagiert. Anhand von Spektralsignaturen lassen sich verschiedene Typen der Bodenbedeckung unterscheiden (Grasland, Wald, Wasser, bebaute Flächen usw.). Ebenso würden befallene Nutzpflanzen oder lichte Waldflächen eine typische Spektralsignatur aufweisen, die sie von gesunden Nutzpflanzen oder dichten Wäldern unterscheiden würde. Die meisten Techniken zur Analyse von Bilddaten nutzen diese vorhersehbaren Muster, um wertvolle Informationen über die Landschaft zu gewinnen.

Ein Spektralprofil-Diagramm untersuchen

Als Nächstes vergleichen Sie die Spektralsignaturen für verschiedene Bodenbedeckungstypen anhand einer für Sie vorbereiteten Spektralprofilkarte genauer. Sie wechseln zur zweiten Karte des Projekts.

1. Klicken Sie über der Karte auf die Registerkarte Spektralprofile.

   

   Diese Karte enthält dasselbe Sentinel-2-Bild, das Sie bereits erkundet haben, jedoch wurde ein Spektralprofil-Diagramm hinzugefügt.

2. Klicken Sie im Bereich Inhalt unter Diagramme mit der rechten Maustaste auf Spectral Profile – Sentinel-2, und wählen Sie Öffnen aus.

   

   Der Bereich Spektralprofil wird mit dem Diagramm Spectral Profile – Sentinel-2 angezeigt.

   

   Dieses Spektralprofil-Diagramm enthält die Kurven der Reflexionswerte für fünf Pixel auf der Karte: Wald, Wasser, Bebaut, Grasfeld und Kahles Land. Die X-Achse listet die Sentinel-2-Bänder auf, und die Y-Achse gibt die vom Sensor erfasste Menge der Reflexion an.

   Die entsprechenden Punkte sind auf der Karte zu sehen.

   

   Auch hier hat jeder Typ der Bodenbedeckung seine eigene spezifische Kurve im Diagramm, die Sie jetzt genauer betrachten können. Sie können das Grasfeld mit Reflexionswerten, die im roten Band (B4) sehr niedrig, im NIR-Band (B8) sehr hoch und in den SWIR-Bändern (B11 und B12) relativ niedrig sind, erkennen. Im Gegensatz dazu steigt die Reflexion bei kahlem Land stetig von B1 bis B12 an, während Wasser für alle Bänder sehr niedrige Reflexionswerte aufweist.

   Hinweis:

   Da die Red-Edge- und NIR-Wellenlängen für die Vegetationsüberwachung von großer Bedeutung sind, verfügen Sentinel-2-Bilder über mehrere Bänder in diesen Bereichen. Diese sind: B5, B6, B7 (Red-Edge-Bänder), B8 (Haupt-NIR-Band) und 8A (enges NIR-Band). Diese Bänder bieten eine Fülle von Informationen, die in verschiedenen spezialisierten Anwendungen in der Landwirtschaft und in Umweltstudien genutzt werden können.

   Als Nächstes fügen Sie dem Diagramm weitere Punkte hinzu. Zunächst bereinigen Sie das Diagramm.

3. Deaktivieren Sie im Bereich Diagrammeigenschaften unter Spektralprofile die Optionen Wald, Wasser und Bebaut.

   

   Im Diagramm sind nur noch die Kurven für Grasfeld und Kahles Land zu sehen.

4. Klicken Sie im Bereich Diagrammeigenschaften unter Einen Interessenbereich definieren auf die Schaltfläche Punkt.

   

   Der Zeiger ändert sich in ein Fadenkreuz.

5. Klicken Sie auf der Karte auf ein Gras- oder ein landwirtschaftliches Feld Ihrer Wahl (leuchtend grüne Flächen).

   

   Der Karte wird ein Punkt hinzugefügt, und die Spektralprofilkurve für dieses bestimmte Pixel wird dem Diagramm hinzugefügt.

6. Fügen Sie auf ähnliche Weise einen neuen Punkt für kahles Land (beige Flächen) hinzu.

   

   Im Diagramm sollten die Kurven des neuen Grasfeldes und des kahlen Lands denen der bereits vorhandenen Flächen sehr ähnlich sein. Dies bestätigt, dass Grasfelder und kahles Land jeweils über eine eigene typische Spektralsignatur verfügen.

   

   Hinweis:

   Die Farben werden zufällig zugewiesen und können in Ihrem Diagramm abweichen.

7. Fügen Sie optional neue Punkte für andere Bodenbedeckungstypen (Wald, Wasser, Bebaut) hinzu, und vergleichen Sie diese mit den ursprünglichen Kurven im Diagramm.
8. Wenn Sie fertig sind, schließen Sie den Bereich mit dem Spektralprofil-Diagramm.

   

   Hinweis:

   Wenn Sie ein Spektralprofil-Diagramm für eigene Bilddaten erstellen möchten, klicken Sie im Bereich Inhalt mit der rechten Maustaste auf das Bild, klicken Sie auf Diagramm erstellen, und wählen Sie Spektralprofil aus. Weitere Informationen zu den Optionen für Spektralprofile.

   In den folgenden Lernprogrammen erfahren Sie, wie Analyseverfahren für Bilddaten Spektralsignaturen nutzen, um wertvolle Informationen über die Landschaft zu gewinnen:

   • Hagelschäden in Maisfeldern mit Satellitenbildern beurteilen (Spektralindizes und Erkennung von Veränderungen)
   • Die Spuren des Waldbrands (Bandkombinationen und Spektralindizes)
   • Versiegelte Flächen aus Spektralbilddaten berechnen (überwachte Klassifizierung)
   • Landnutzung zum Messen schrumpfender Seen klassifizieren (unüberwachte Klassifizierung)
   • Hochauflösende Bilddaten zur Landbedeckung mit GeoAI extrahieren (Deep Learning)

Bilder mit unterschiedlichen spektralen Auflösungen vergleichen

Als Nächstes vergleichen Sie zwei Satellitenbilder mit unterschiedlichen spektralen Auflösungen. Sie wechseln zur dritten Karte des Projekts.

1. Klicken Sie oberhalb der Karte auf die Registerkarte Bilder vergleichen.

   

   Diese Karte enthält das Sentinel-2-Bild, das Sie gerade betrachtet haben, sowie ein neues Bild mit dem Namen PlanetScope_2024_08_13.tif. Dies ist ein Analysis-Ready PlanetScope-Satellitenbild, das vom Erdbeobachtungsunternehmen Planet Labs erstellt wurde. Es wurde am 13. August 2024 aufgenommen, dem gleichen Tag wie das Sentinel-2-Bild, und ist auf die gleiche Ausdehnung zugeschnitten.

   

   Hinweis:

   Analysis-Ready PlanetScope-Bilder werden von Planet Labs hergestellt. PlanetScope ist eine Sammlung von Hunderten von Satelliten, die ab 2014 in Betrieb genommen wurden und Bilddaten mit einer Auflösung von 3 Metern pro Pixel liefern. Die Bilder decken fast die gesamte Landmasse der Erde ab, und jeder Ort wird fast täglich aufgenommen.

   Sie überprüfen, welche Spektralbänder in diesem Bild vorhanden sind.

2. Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf PlanetScope_2024_08_13.tif, und wählen Sie Symbolisierung aus.
3. Blenden Sie im Bereich Symbolisierung für Rot die Dropdown-Liste ein.

   Es stehen vier Spektralbereiche zur Verfügung: Blau, Grün, Rot und NIR.

   

   Im Vergleich zum Sentinel-2-Bild, das über 12 Bänder verfügt, weist das PlanetScope-Bild eine geringere spektrale Auflösung auf. Es enthält beispielsweise keine SWIR-Bänder. Aktuell wird es wie das Sentinel-2-Bild mit der Farbkombination "Natürliche Farbe" (Rot, Grün, Blau) angezeigt.

4. Aktivieren Sie im Bereich Inhalt das Bild PlanetScope_2024_08_13.tif, um die beiden Bilder zu vergleichen.

   

   In der Farbbandkombination "Natürliche Farbe" sehen die beiden Bilder sehr ähnlich aus. Da das PlanetScope-Bild jedoch nur vier Bänder aufweist, sind weniger Bandkombinationen möglich als bei dem Sentinel-2-Bild. Neben der Kombination "Natürliche Farbe" (Rot, Grün, Blau) ist die andere wichtige Bandkombination "Infrarotfarbe" (NIR, Rot, Grün). Dieses werden Sie anzeigen.

5. Legen Sie im Bereich Symbolisierung denn Kanal Rot auf NIR, den Kanal Grün auf Rot und den Kanal Blau auf Grün fest.

   Auf der Karte wird das PlanetScope-Bild für die Anzeige mit der Einstellung "Infrarotfarbe" aktualisiert. Wie Sie bereits gelernt haben, ist dies eine nützliche Kombination, um den Gesundheitszustand von Pflanzen zu untersuchen.

   

   Andere Bandkombinationen, wie beispielsweise "Landwirtschaft", "Geologie" oder "Bathymetrie", sind mit den Bändern Blau, Grün, Rot und NIR nicht möglich. Sie wechseln zu "Natürliche Farben" zurück.

6. Wechseln Sie im Bereich Symbolisierung zurück zu "Natürliche Farbe" (Rot, Grün, Blau).

   

   Sie vergleichen jetzt die Spektralprofil-Diagramme der beiden Bilder.

7. Klicken Sie im Bereich Inhalt unter PlanetScope_2024_08_13.tif mit der rechten Maustaste auf Spectral Profile – PlanetScope, und wählen Sie Öffnen aus.

   

8. Öffnen Sie das Diagramm Spectral Profile - Sentinel-2.

   Sie zeigen die Diagramme nebeneinander an.

9. Ziehen Sie die Registerkarte Spectral Profile - Sentinel-2 auf das Verankerungsziel auf der rechten Seite.

   Hinweis:

   Beim Ziehen des Bereichs – erkennbar am blauen Schatten – werden Verankerungsziele in der Mitte der Tabellensicht eingeblendet. Jedes Ziel stellt eine Fläche dar, in der der Bereich positioniert werden kann.

   

   Die beiden Diagramme werden nun nebeneinander angezeigt.

10. Passen Sie gegebenenfalls die Größe der Diagrammbereiche so an, dass sie ungefähr gleich breit sind.

    

11. Beobachten Sie, wie sich die beiden Diagramme voneinander unterscheiden.

    

    Zum besseren Vergleich beachten Sie bitte, dass die PlanetScope-Bänder den folgenden vier Sentinel-2-Bändern entsprechen:

    • Blau: B2
    • Grün: B3
    • Rot: B4
    • NIR: B8

    Hinweis:

    Diese beiden Bilder wurden mit leicht unterschiedlichen Methoden verarbeitet, was den Unterschied in den Werten auf der Y-Achse erklärt. Ihre relativen Werte sind jedoch weiterhin für Vergleichszwecke nützlich.

    Beide Grafiken zeigen Kurven von Reflexionswerten für dieselben fünf Pixel auf der Karte an. Aufgrund seiner geringeren spektralen Auflösung zeigt das PlanetScope-Bild jedoch einfachere Kurven, die weniger Informationen enthalten als das Sentinel-2-Bild. Dies bedeutet, dass es nicht die gleiche Anzahl an Analyse-Workflows unterstützen kann. Beispielsweise sind Workflows, die auf SWIR- oder Red-Edge-Bändern basieren, nicht möglich.

    Die Verwendung von Bilddaten mit höherer oder niedrigerer spektraler Auflösung hat jedoch Vor- und Nachteile, die in der folgenden Tabelle zusammengefasst sind:

    Bilddaten mit höherer spektraler Auflösung	Bilder mit niedriger spektraler Auflösung
    Unterstützen mehr Bandkombinationen Unterstützen komplexere Analysen Ermöglichen eine differenziertere Darstellung von Materialien, Vegetationsarten usw.	Erfordern möglicherweise deutlich weniger Speicherplatz Bieten unter Umständen eine höhere räumliche Auflösung (d. h. zeigen mehr Details am Boden an) Bieten möglicherweise eine höhere zeitliche Auflösung (d. h. einen kürzeren Wiederholungszyklus)

    Beispielsweise bietet PlanetScope eine höhere räumliche Auflösung als Sentinel-2: Jedes Pixel entspricht einer Fläche von 3 mal 3 Metern am Boden, während es bei Sentinel-2 10 mal 10 Meter sind. Es verfügt außerdem über eine höhere zeitliche Auflösung: Jede Position wird fast täglich erneut erfasst, im Vergleich zu etwa alle fünf Tage.

    Die Entscheidung für Bilddaten mit höherer oder niedrigerer spektraler Auflösung hängt vom Verwendungszweck ab. Es ist auch möglich, beide Typen miteinander zu verwenden. Beispielsweise könnten Sie alle paar Monate eine komplexere Analyse mit Bilddaten höherer spektraler Auflösung durchführen und häufigere, schnellere Kontrollen mit Bilddaten geringerer spektraler Auflösung vornehmen.

    Hinweis:

    Es gibt eine Vielzahl von Sensoren, und jeder hat seine eigene spektrale Auflösung. Um die zahlreichen Satellitensensoren anzuzeigen, die in ArcGIS Pro unterstützt werden, und mehr über die von ihnen bereitgestellten Spektralbänder zu erfahren, besuchen Sie die Dokumentationsseite Satellitensensor-Raster-Typen. Eine ähnliche Liste ist die Liste der multispektralen Drohnenkameras. Es werden auch viele verschiedene Arten von Luftbilddaten unterstützt.

12. Schließen Sie die beiden Spektralprofil-Diagramme.

In diesem Teil des Lernprogramms haben Sie etwas über Spektralsignaturen und Spektralprofil-Diagramme erfahren. Sie haben Spektralbandvariationen interaktiv untersucht, ein Spektralprofil-Diagramm im Detail angesehen und zwei Bilder mit unterschiedlichen spektralen Auflösungen verglichen.

Die spektrale Auflösung Ihrer Bilddaten ändern

Wenn Sie ein neues Multispektralbild erhalten, sollten Sie wissen, wie Sie Informationen zu dessen Bändern abrufen können. Sie sollten auch wissen, wie Sie die spektrale Auflösung, d. h. die Anzahl der Bänder, ändern können. Sie erfahren, wie dies anhand eines Landsat-8-Satellitenbildes funktioniert.

Ein Landsat-8-Bild erkunden

Zunächst machen Sie sich mit dem Landsat-8-Bild vertraut. Sie wechseln zur vierten Karte des Projekts.

1. Klicken Sie oberhalb der Karte auf die Registerkarte Bänder extrahieren.

   

   Die Registerkarte Bänder extrahieren enthält Landsat_8_2024_08_31.tif, ein Landsat-8-Bild, das am 31. August 2024 aufgenommen wurde. Es ist auf die gleiche Ausdehnung wie die vorherigen Bilder zugeschnitten und wird derzeit mit der Einstellung "Natürliche Farbe" angezeigt.

   

   Hinweis:

   Landsat 8 ist eine Satellitenmission des USGS und der NASA, die im Jahr 2013 gestartet wurde. Sie erzeugt multispektrale Bilddaten mit 11 Spektralbändern, die meisten davon mit einer räumlichen Auflösung von 30 Metern. Die Bilder decken nahezu die gesamte Landmasse der Erde ab, und jeder Ort wird alle 16 Tage erfasst (oder alle 8 Tage in Kombination mit Landsat 9-Bildern). Landsat ist das am längsten laufende Programm zur Erfassung von Satellitenbildern und liefert seit mehr als fünf Jahrzehnten kontinuierlich Erdbeobachtungsdaten.

   Landsat-Bilder sind frei zugänglich. Erfahren Sie, wie Sie Ihre eigenen Landsat-Bilddaten herunterladen.

   Nachfolgend finden Sie eine Liste der Spektralbänder für Landsat 8:

   • Band 1: Küstenaerosol
   • Band 2: Blau
   • Band 3: Grün
   • Band 4: Rot
   • Band 5: Nahinfrarot (NIR)
   • Band 6: Kurzwelleninfrarot (SWIR 1)
   • Band 7: Kurzwelleninfrarot (SWIR 2)
   • Band 8: Panchromatisch (breites Band, das den größten Teil des sichtbaren Lichtspektrums abdeckt)
   • Band 9: Zirrus (zur Erkennung von Zirruswolken)
   • Band 10: Wärmeinfrarot 1 (misst die Oberflächentemperatur)
   • Band 11: Wärmeinfrarot 2 (misst die Oberflächentemperatur)

   Hinweis:

   Weitere Informationen zu Landsat 8-Bändern

   Die folgende Grafik zeigt, wo sich die Landsat 8-Bänder im EM-Spektrum im Vergleich zu den Bändern von Sentinel-2 und PlanetScope befinden.

   

   Während Sentinel-2 über insgesamt mehr Bänder als Landsat 8 verfügt, darunter mehrere im Red-Edge- und im Nahinfrarotbereich, liegt eine der Stärken von Landsat 8 in seinen Wärmeinfrarotbändern, mit denen Oberflächentemperaturen gemessen werden können.

   Wenn Sie Bilddaten erhalten oder herunterladen, ist es wichtig, die Informationen zu den einzelnen Bändern zu ermitteln. In der Regel erreichen Sie dies, indem Sie die Dokumentation zum Sensor lesen und Ihr Bild in ArcGIS Pro überprüfen. Eine Möglichkeit der Überprüfung, besteht darin, im Fenster Layer-Eigenschaften nachzuschauen.

2. Klicken Sie mit der rechten Maustaste auf Landsat_8_2024_08_31.tif, und wählen Sie Eigenschaften aus.

   

3. Klicken Sie im Fenster Layer-Eigenschaften auf Quelle. Blenden Sie Rasterinformationen ein, und suchen Sie die Zeile Anzahl an Bändern.

   

   Dieses Landsat 8-Bild verfügt über sieben Bänder.

4. Blenden Sie Metadaten des Bandes ein.

   

   In diesem Landsat 8-Bild sind nicht alle 11 Bänder verfügbar, da nur die 7 Kernbänder für die Reflexion (sr_band1 bis sr_band7) berücksichtigt wurden. Diese sind entsprechend: Küstenaerosol, Blau, Grün, Rot, NIR, SWIR 1 und SWIR 2.

   Hinweis:

   Das Fenster Layer-Eigenschaften enthält wichtige Informationen zum Bild. Weitere Informationen hierzu finden Sie auf der Seite Eigenschaften von Raster-Datasets.

   Sie haben nun zwei Möglichkeiten kennengelernt, Informationen über die Anzahl der Bilddaten-Bänder zu sammeln: über den Bereich Symbolisierung und über das Fenster Layer-Eigenschaften.

5. Schließen Sie das Fenster Layer-Eigenschaften.

Die Anzahl der Bänder ändern

In einigen Fällen kann es sinnvoll sein, die Anzahl der Bänder Ihrer multispektralen Bilddaten zu reduzieren. Wenn Sie beispielsweise wissen, dass Sie eine Analyse durchführen werden, für die nur bestimmte Bänder erforderlich sind, können Sie durch das Entfernen der anderen Bänder Speicherplatz sparen. Dies gilt insbesondere, wenn Sie eine große Anzahl von Multispektralbildern analysieren möchten. Die Analysewerkzeuge, die Sie verwenden möchten, erwarten möglicherweise auch nur bestimmte Bänder, die in einer bestimmten Reihenfolge angeordnet sind.

Hinweis:

Wenn beispielsweise mithilfe von Deep Learning Informationen aus Bilddaten extrahiert werden, benötigen vortrainierte GeoAI-Modelle in der Regel Bilddaten, die den Daten ähneln, mit denen sie trainiert wurden. Häufig handelt es sich hierbei um 3-Band-Bilddaten (Rot, Grün und Blau), die in dieser Reihenfolge angeordnet sind. Weitere Informationen finden Sie im Lernprogramm Objekte mit einem vortrainierten Deep-Learning-Modell erkennen.

Als Nächstes erfahren Sie, wie Sie diese Änderung selbst vornehmen können. Ausgehend von Ihrem 7-Band-Landsat-Bild entscheiden Sie, dass Sie nur die folgenden fünf Bänder benötigen: sr_band2 (Blau), sr_band3 (Grün), sr_band4 (Rot), sr_band5 (NIR) und sr_band7 (SWIR 1). Mit der Rasterfunktion Bänder extrahieren und dem Werkzeug Raster exportieren erstellen Sie ein Bild, das nur diese fünf Bänder enthält.

1. Klicken Sie auf dem Menüband auf die Registerkarte Bilddaten. Klicken Sie in der Gruppe Analyse auf die Schaltfläche Raster-Funktionen.

   

2. Geben Sie im Bereich Raster-Funktionen im Suchfeld den Begriff Extract Bands ein. Klicken Sie auf die Funktion Bänder extrahieren.

   

3. Legen Sie die folgenden Parameter für Bänder extrahieren fest:
   • Wählen Sie für Raster, die Option Landsat_8_2024_08_31.tif aus.
   • Wählen Sie für Methode die Option Bandnamen aus.
   • Löschen Sie den aktuellen Text für Kombination.

   

4. Blenden Sie die Dropdown-Liste Band ein. Wählen Sie sr_band2, sr_band3, sr_band4, sr_band5 und sr_band7 aus.

   Das Feld Kombination wird mit diesen fünf Bandnamen ausgefüllt.

   

5. Klicken Sie auf Neuen Layer erstellen.

   Im Bereich Inhalt wird ein neuer Layer mit dem Namen Bands_Landsat_8_2024_08_31.tif angezeigt. Sie überprüfen, ob das Ergebnis Ihren Erwartungen entspricht.

   Hinweis:

   Auf der Karte hat der neue Layer einen bläulichen Farbton, was auf die Standardbandkombination zurückzuführen ist. Sie beheben dieses Problem später im Workflow.

6. Klicken Sie im Bereich Inhalt unter Bands_Landsat_8_2024_08_31.tif extrahieren mit der rechten Maustaste auf das rote Symbol.

   Die Liste der im Bild verfügbaren Bänder wird angezeigt.

   

   Wie erwartet, werden die fünf Bänder (sr_band2, sr_band3, sr_band4, sr_band5 und sr_band7) aufgeführt.

   Mit Raster-Funktionen erstellte Layer werden dynamisch im Speicher berechnet. Dadurch wird die Verarbeitungszeit erheblich verkürzt, allerdings werden die Daten nicht auf der Festplatte gespeichert. In diesem Fall möchten Sie den resultierenden Layer als TIFF-Datei dauerhaft auf dem Computer speichern. Hierzu verwenden Sie Raster exportieren.

7. Klicken Sie mit der rechten Maustaste auf Bands_ Landsat_8_2024_08_31.tif extrahieren, zeigen Sie auf Daten, und wählen Sie Raster exportieren aus.

   

8. Klicken Sie im Bereich Raster exportieren für Ausgabe-Raster-Dataset auf die Schaltfläche Durchsuchen.

   

9. Navigieren Sie im Fenster Ausgabeverzeichnis zu Ordner > Brandenburg_spectral_resolution > Bilddaten. Geben Sie für Name den Text Landsat_8_2024_08_31_5bands.tif ein. Klicken Sie auf Speichern.

   

10. Übernehmen Sie im Bereich Raster exportieren die Standardwerte für alle anderen Parameter. Klicken Sie auf Exportieren.

    

    Kurz darauf wird das neue Bild der Karte hinzugefügt.

11. Klicken Sie im Bereich Inhalt unter Landsat_8_2024_08_31_5bands.tif mit der rechten Maustaste auf das rote Symbol, und überprüfen Sie, ob die erwarteten fünf Bänder aufgeführt sind.

    Derzeit sind die Bänder den RGB-Kanälen in der standardmäßigen aufsteigenden Reihenfolge zugeordnet:

    • Roter Kanal: sr_band2 oder blaues Band
    • Grüner Kanal: sr_band3 oder grünes Band
    • Blauer Kanal: sr_band4 oder rotes Band

    

    Diese Reihenfolge ist nicht besonders hilfreich und führt dazu, dass das Bild insgesamt bläuliche Farbtöne aufweist. Stattdessen bilden Sie die Bandkombination "Natürliche Farbe" (sr_band4, sr_band3, sr_band2).

12. Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf das rote Symbol, und wählen Sie sr_band4 aus.

    

13. Klicken Sie mit der rechten Maustaste auf das blaue Symbol, und wählen Sie sr_band2 aus.

    

    Das Bild wird auf die Kombination "Natürliche Farbe" aktualisiert. Die bläulichen Farbtöne sind verschwunden, und die kahlen Bodenflächen werden in natürlicheren Braun- und Beigetönen dargestellt. Alternativ können Sie auch zu anderen Bandkombinationen wechseln, beispielsweise zu Infrarotfarbe (sr_band5, sr_band4, sr_band3) oder "Landwirtschaft" (sr_band7, sr_band5, sr_band2), um die Bilddaten besser auswerten zu können.

    Hinweis:

    Es kann vorkommen, dass Sie Bilddaten erhalten, die als separate Dateien für jedes Spektralband geliefert werden. In diesem Fall können Sie das Werkzeug Bänder zusammensetzen verwenden, um diese Dateien in einer einzigen TIFF-Datei mit mehreren Bändern zusammenzufassen, ähnlich wie die Bilddaten, mit denen Sie in diesem Lernprogramm gearbeitet haben.

Das Erlernte überprüfen

Versuchen Sie optional, die folgenden Fragen zu den wichtigsten Konzepten zu beantworten, die Sie in diesem Lernprogramm kennengelernt haben. Drücken Sie sich einfach mit Ihren eigenen Worten aus. Wie würden Sie diese Konzepte einer anderen Person erklären? Wenn Sie sich nicht sicher sind, kehren Sie zum Lernprogramm zurück, um die entsprechenden Erläuterungen noch einmal durchzulesen.

• Was sind Spektralbänder?
• Was ist spektrale Auflösung?
• Was sind multispektrale Bilddaten? Und welche Satellitensensoren erzeugen beispielsweise multispektrale Bilddaten?
• Welche sind Beispiele für gängige Bandkombinationen? Und was sind die jeweiligen Vorteile?
• Was stellt ein Spektralprofil-Diagramm dar?

Weiterführende Informationen

Probieren Sie optional weitere Aktivitäten aus, um Ihr Wissen zu vertiefen.

• Generieren Sie ein Spektralprofil-Diagramm für das Landsat-Bild. Wie sieht es im Vergleich zu den beiden anderen Diagrammen aus, die Sie zuvor im Lernprogramm gesehen haben?
• Erstellen Sie eine Karte mit den Sentinel-2- und Landsat-Bildern, und rendern Sie beide mit der Bandkombination "Landwirtschaft". Vergleichen Sie die beiden Layer: Können Sie einige Felder erkennen, die zwischen den beiden Bildern abgeerntet wurden? Können Sie einige Felder erkennen, auf denen die Vegetation gewachsen zu sein scheint?
• Erstellen Sie anhand des Sentinel-2- oder Landsat-Bildes ein Spektralprofil für Stichprobenpunkte, die sich in verschiedenen Gewässern in dem Gebiet befinden. Können Sie ein Gewässer finden, das höhere Werte im grünen Bereich aufweist, was auf das Vorhandensein von Algen hindeutet? Und was glauben Sie, wie sich schlammiges Wasser, also mit Erde vermischtes Wasser, auf das Spektralprofil auswirken würde?
• Sehen Sie sich einige Lernprogramme an, in denen verschiedene Arten der Analyse multispektraler Bilddaten erläutert werden:
  • Hagelschäden in Maisfeldern mit Satellitenbildern beurteilen (Spektralindizes und Erkennung von Veränderungen)
  • Die Spuren des Waldbrands (Bandkombinationen und Spektralindizes)
  • Versiegelte Flächen aus Spektralbilddaten berechnen (überwachte Klassifizierung)
  • Landnutzung zum Messen schrumpfender Seen klassifizieren (unüberwachte Klassifizierung)
  • Hochauflösende Bilddaten zur Landbedeckung mit GeoAI extrahieren (Deep Learning)

In diesem Lernprogramm haben Sie sich mit den Konzepten der spektralen Auflösung, Spektralbändern, Multispektralbildern, Reflexion, Kompositbildern, Bandkombinationen, Spektralsignaturen und Spektralprofil-Diagrammen vertraut gemacht. Sie haben Satellitenbilder mit verschiedenen Bandkombinationen betrachtet. Sie haben Spektralprofil-Diagramme untersucht und Bilddaten mit unterschiedlichen spektralen Auflösungen verglichen. Abschließend haben Sie erfahren, wie Sie die Anzahl der Spektralbänder in Ihren Bilddaten ändern können, um komplexere Analysen durchzuführen.

Weitere Lernprogramme dieser Art finden Sie in unserer immer größer werdenden Reihe Die Auflösung von Bilddaten erkunden.

Beiträge anderer Softwarehersteller

• Sentinel_2_08_13_2023.tif: Sentinel-2-Satellitenbild, mit freundlicher Genehmigung von European Space Agency, heruntergeladen von Copernicus Data Space Ecosystem.
• PlanetScope_08_13_2023.tif: Brandenburg Agriculture, ein Analysis-ready PlanetScope-Satellitenbild, von Planet Labs, Inc., unter der CC BY 4.0-Lizenz lizenziert.
• Landsat_8_08_31_2023.tif: Landsat 8-Satellitenbild, mit freundlicher Genehmigung von U.S. Geological Survey, heruntergeladen von USGS Earth Explorer.
• Grundkarte "Weltweite topografische Karte" – Quellen: Esri, TomTom, Garmin, FAO, NOAA, USGS, OpenStreetMap-Mitwirkende und die GIS-Anwender-Community
• Layer "World Hillshade" – Quellen: Esri, Maxar, Airbus DS, USGS, NGA, NASA, CGIAR, N Robinson, NCEAS, NLS, OS, NMA, Geodatastyrelsen, Rijkswaterstaat, GSA, Geoland, FEMA, Intermap und die GIS-Anwender-Community
• Alle Bilder aus Adobe Stock sind © 2025 Adobe Stock. Alle Rechte vorbehalten.
• Dieses Lernprogramm wurde in Zusammenarbeit mit Planet Labs entwickelt, mit besonderem Dank an Matt Irons, Alana Belcon und Ely Hienrich.