Vergleich hyperspektraler Satellitendaten in der geologischen Kartierung – Datenteil

Satellitenhyperspektrale (HS) Sensoren der nächsten Generation bieten erhebliches Potenzial für die großflächige regionale Kartierung von Mineralien. Wie bei allen Satellitensensoren hängen ihre Ergebnisse jedoch von komplexen Korrekturverfahren ab, die die Beseitigung der Einflüsse von Atmosphäre, Topographie und Geometrie erfordern, bevor präzise Reflexionsspektren erfasst werden können. Diese Korrekturen werden häufig manuell durchgeführt, und unterschiedliche Methoden können zu unterschiedlichen Ergebnissen führen. Rupsa et al. verglichen hyperspektrale Satellitendaten von PRISMA, EnMAP und EMIT mit luftgestützten Bilddaten, die von HyMap-Sensoren erfasst wurden, um die Übereinstimmung dieser Datensätze und ihre Anwendbarkeit in der geologischen Kartierung zu untersuchen. Aufgrund ihrer geologischen Bedeutung, der relativ guten Aufschlussbarkeit, des ariden Klimas und der Datenverfügbarkeit wählten Rupsa et al. die Karbonatkomplexe Marinkas-Quellen und Epembe in Namibia für den Vergleich aus. Anhand der hyperspektralen Daten dieser Standorte wurden qualitative und drei verschiedene quantitative Vergleiche durchgeführt, darunter: (1) ein Korrelationsvergleich der Reflexionswerte im sichtbaren und nahinfraroten (VNIR) bis kurzwelligen Infrarotbereich (SWIR); (2) ein Vergleich der Spektralindizes spezifischer Mineralien in jeder Szene; und (3) ein Vergleich der mittels linearer Entmischung geschätzten spektralen Häufigkeiten. Die Ergebnisse zeigen signifikante Unterschiede in der Konsistenz zwischen verschiedenen Sensoren im gesamten Spektralbereich vom sichtbaren bis zum kurzwelligen Infrarot (VNIR bis SWIR), mit höherer Konsistenz im VNIR-Bereich und geringerer Konsistenz im SWIR-Bereich. Die Studie ergab, dass die SWIR-Spektraldaten der Sensoren EnMAP und EMIT die plausibelsten Ergebnisse lieferten (sie zeigten die ausgeprägtesten Absorptionscharakteristika), während die spektralen Häufigkeiten der Endglieder der Sensoren HyMap und PRISMA mit geologischen Variationen übereinstimmten. Diese Studie unterstreicht die Notwendigkeit einer genauen radiometrischen und topografischen Korrektur im SWIR-Bereich für die geologische Kartierung.

Rupsa et al. nutzten hochqualitative (wolken-, rauch- und staubfreie) hyperspektrale Daten von drei Satelliten: EnMAP, EMIT und PRISMA. Die Daten wurden jedoch nicht gleichzeitig erfasst, und zwischen den einzelnen Datensätzen besteht ein zeitlicher Abstand. Alle hyperspektralen Daten, sowohl die von Satelliten als auch von Flugzeugen, erforderten eine Kalibrierung und atmosphärische Korrektur, um die gemessenen digitalen Signale in die tatsächliche Oberflächenreflexion der Sensoren umzurechnen.

Abbildung 1. Erfassungsbereich jedes Sensors

Tabelle 1. Detaillierte Informationen zu verschiedenen Hyperspektralsensoren

Studienbereich

Marinkas-Quellen, im südlichen Namibia nahe der südafrikanischen Grenze gelegen, ist ein Karbonatkomplex mit Silikat- und Karbonatgesteinen, darunter kalkhaltige, magnesiumhaltige und eisenhaltige Varianten. Dieser Karbonatkomplex stammt aus dem Kambrium bis zum frühen Kambrium und seine Entstehung ist mit der Aktivität von Riftzonen im Landesinneren verbunden.

Der Epembe-Karbonatkomplex im Norden Namibias besteht hauptsächlich aus kalkhaltigen Karbonaten (Soviten) mit vereinzelten, sehr schmalen Bereichen magnesiumhaltiger Karbonate. Dieser Komplex, der aus dem frühen Mesozoikum stammt, liegt innerhalb einer in Nord-Süd-Richtung verlaufenden, subnordwestlich orientierten, disjunkten Zone.

Die Auswahl dieser beiden Forschungsbereiche beruhte auf folgenden Überlegungen:

Geologische Bedeutung: Die Karbonatkomplexe Namibias sind mit Seltenerdelementen vergesellschaftet, die für die Energiewende hin zu grüner Energie von Bedeutung sind.

Gute Exposition: Die geologische Struktur des Untersuchungsgebiets ist gut exponiert, was für Fernerkundungsuntersuchungen förderlich ist.

Trockenes Klima: In trockenen Klimazonen ist die Vegetationsdecke reduziert, wodurch Felsformationen für Satellitensensoren leichter zu erkennen sind.

Datenverfügbarkeit: Für das Untersuchungsgebiet liegen multispektrale Satellitendaten und Daten von Bodenproben vor.

Abbildung 2. Geografische Lage und geologische Merkmale des Untersuchungsgebiets

Forschungsmethoden

1. Datenvorverarbeitung

Anbieter von hyperspektralen Satellitendaten bieten typischerweise verschiedene Stufen der Datenvorverarbeitung an, darunter:

• Geometrische und sensorische Kalibrierungsdaten (Level L0): Rohdaten, ohne jegliche Kalibrierungsverarbeitung.
• Strahlungskorrigierte atmosphärische Strahlung an der oberen Grenzfläche (L1-Niveau): Diese Daten wurden strahlungskorrigiert, um verbesserte Strahlungsinformationen bereitzustellen, beinhalten aber weiterhin atmosphärische und andere Einflussfaktoren.
• Atmosphärenkorrigierte Oberflächenreflexionsschätzungen (L2-Niveau): Atmosphärenkorrigierte Daten liefern Schätzungen, die der wahren Oberflächenreflexion am nächsten kommen.

In dieser Studie wurden L2-Daten verwendet (siehe Tabelle 2). Die Leistungsfähigkeit der Sensoren sowie Inkonsistenzen zwischen den Sensoren, die durch Ungenauigkeiten in den jeweiligen Vorverarbeitungsprozessen verursacht wurden, wurden berücksichtigt. Die verschiedenen Vorverarbeitungsprozesse sind wie folgt:

• Geometrische Korrektur: Gewährleistet die räumliche Genauigkeit der Bilder und korrigiert Verzerrungen, die durch Sensorbewegungen oder Geländeveränderungen entstehen.
• Strahlungskorrektur: Wandelt das aufgezeichnete digitale Signal in einen realen Strahlungswert um, der für die Analyse verwendet werden kann, wodurch der Einfluss der Sensoreigenschaften eliminiert wird.
• Atmosphärische Korrektur: Entfernt atmosphärische Streu- und Absorptionseffekte, um ein Reflexionsvermögen zu erhalten, das dem der Erdoberfläche nahekommt.

Tabelle 2 Informationen zu den einzelnen Datensätzen der Studie

PRISMA

Der PRISMA L1-Strahlungsdatengenerierungsprozess umfasst die Flat-Field-Schwellenwertkorrektur und Dunkelpixelverfahren zur Generierung und Aktualisierung von Strahlungs-, Spektral- und Geometrieparametern. Anschließend verwendet der L2-Prozessor die atmosphärischen Strahlungsdaten der obersten Ebene (L1) und panchromatische Bänder als Eingabe, um die endgültigen, atmosphärisch korrigierten Oberflächenreflexionsdaten zu generieren.

EnMAP

Die in dieser Studie von EnMAP verwendeten L2-Daten wurden mithilfe des Python-basierten Klimakorrekturmoduls (PACO) des Deutschen Zentrums für Luft- und Raumfahrt (DLR) erstellt. PACO basiert zwar primär auf dem ATCOR-IDL-Code, ist aber für seine einzigartigen und strengen Kalibrierungs- und Validierungsverfahren bekannt. Das Modell bestimmt automatisch die szenenspezifische Biomdichte, die Ozonkonzentration und die Jahreszeit anhand von Sensorkonfigurationsparametern wie dem Sonnenzenitwinkel und dem Beobachtungswinkel. Diese Parameter werden anschließend zur Korrektur von Ozon, Zirruswolken und Dunst verwendet. Zu den Ergebnissen des Prozesses gehören Bildmasken, die optische Dicke der Aerosole, Wellenlängenkarten und Bilder der atmosphärischen Reflexion in Bodennähe. Das endgültige L2A-Reflexionsprodukt ist eine Kombination dieser Ergebnisse. EnMAP bietet zudem eine Reihe von vom Benutzer wählbaren Aufnahmeparametern, wie beispielsweise den Beobachtungswinkel, der insbesondere in Gebieten mit ausgeprägten topografischen Unterschieden von Bedeutung ist.

EMITTIEREN

EMIT stellt einen potenziell bedeutenden Fortschritt in der Hyperspektralbildgebung dar. Es nutzt einen innovativen Detektor, um das gesamte VNIR-SWIR-Spektrum mit einem einzigen Sensor zu erfassen. Diese Technologie eröffnet neue Möglichkeiten für die kommenden SBG-Missionen (Surface Biology and Geology) der NASA und trägt dazu bei, die Diskrepanzen zwischen VNIR- und SWIR-Bereichen zu verringern. EMIT verwendet Strahlungstransportmodellierungswerkzeuge, um das endgültige Reflexionsprodukt zu generieren, und führt eine radiometrische Kalibrierung durch, um die Konsistenz der Annahmen zu gewährleisten und modellbedingte Fehler zu reduzieren. Zudem nutzt es helle Wolkenstrukturen in der Szene, um die Kurzwellenkalibrierung (VNIR) zu überwachen. Darüber hinaus verwendet EMIT eine Kreuzkalibrierung mit anderen Instrumenten im Orbit, um die absolute Genauigkeit vordefinierter Kalibrierungsprotokolle zu evaluieren. Der neuartige Vorverarbeitungs-Workflow von EMIT gewährleistet eine gleichbleibende Produktqualität über den gesamten Lebenszyklus hinweg. Seine räumliche Auflösung von 60 Metern erfüllt die Anforderungen seiner groß angelegten wissenschaftlichen Missionen, wie beispielsweise die Kartierung von Mineralien und Staubströmen. Der Einsatz von EMIT im erdnahen Orbit auf der Internationalen Raumstation ermöglicht zudem die hochfrequente Datenerfassung.

HyMap

Die hyperspektralen Daten wurden mithilfe des HyMap-Sensors in 2000 Metern Höhe und einer räumlichen Auflösung von 5 Metern erfasst. Geometrische und radiometrische Korrekturen wurden von HyVista, dem Unternehmen, das die Daten erhoben hat, durchgeführt. Für die atmosphärischen Korrekturen wurden ein kontinentales Aerosolmodell und ein atmosphärisches Modell für den Sommer in mittleren Breiten verwendet. Dabei wurde eine Ozonkonzentration von 340 ppm und eine Sichtweite von 75 km angenommen, um die Oberflächenreflexion zu schätzen.

In der von Eppembe gelieferten HyMap-Szene wurden Vegetationsflächen maskiert. Diese Maskierung wurde jedoch in anderen Szenen nicht durchgeführt, da bei Auflösungen von 30 Metern und 60 Metern die meisten Pixel Vegetation enthalten.

Zitiert nach: Chakraborty, R.; Rachdi, I.; Thiele, S.; Booysen, R.; Kirsch, M.; Lorenz, S.; Gloaguen, R.; Sebari, I. A Spectral and Spatial Comparison of Satellite-Based Hyperspectral Data for Geological Mapping. Remote Sens. 2024, 16, 2089. https://doi.org/ 10.3390/rs16122089