Global Vision Media Focus
Das Unternehmen wurde insgesamt 15 Mal im chinesischen Staatsfernsehen CCTV erwähnt und erreichte über Parteimedien, zentrale Medien und lokale offizielle Medien insgesamt 50 Millionen Menschen.
Identifizierung von Vegetationsarten anhand des Schmalband-Anthocyanin-Index
Hintergrund Einführung
Durch die Nutzung des photosynthetischen Pigmentindex in einem schmalen Spektralband hyperspektraler Bildgebung lassen sich Vegetationsarten präzise unterscheiden. Diese Fallstudie verwendet hyperspektrale Daten des Satelliten Xiguang-1 05 (auch bekannt als Tianxianpei) und Sentinel-2-Daten, um den Anthocyaninindex ARI1 zu berechnen und Waldflächen innerhalb von Ackerland zu extrahieren. Dank der spektralen Auflösung von 9 nm und des schmalen Spektralbanddesigns des Satelliten Xiguang-1 05 (Tianxianpei) wird der Reflexionsunterschied an präzisen Positionen von 550 nm und 700 nm deutlich verstärkt, wodurch die Merkmale von Waldflächen klar erkennbar werden. Im Vergleich zu Sentinel-2-Ergebnissen gibt es weniger falsch-positive Ergebnisse und die extrahierten Daten weisen ein geringeres Rauschen auf. Darüber hinaus genügt ein einzelnes Bild, wodurch die Notwendigkeit von Zeitreihendaten entfällt und somit schnelle und zuverlässige spektrale Nachweise für die Überwachung der Umwandlung von Ackerland in landwirtschaftliche Nutzflächen gewonnen werden können.
Methoden und Prinzipien
Tabelle 1. Vergleich der Bandparameter
Der Blattpigmentindex (ARI1) dient zur Messung stressbedingter Pigmente in der Vegetation. ARI1 reagiert sehr empfindlich auf Anthocyane in Blättern; ein höherer ARI1-Wert deutet auf Wachstum oder Absterben der Pflanzenkrone hin. Die Berechnungsformel lautet wie folgt:
Der Wertbereich liegt zwischen 0 und 0,2+, während der Bereich für allgemeine Grünflächen zwischen 0,001 und 0,1 liegt.
Als schmalbandiger Vegetationsindex gilt: Je näher die zentrale Wellenlänge an der in der Formel geforderten Wellenlänge liegt und je kleiner die Halbwertsbreite (FWHM) ist, desto besser können die Berechnungsergebnisse des Index die tatsächliche Anthocyaninkonzentration widerspiegeln.
Wir verglichen Daten der Satelliten Sentinel-2 und Xiguang-105 (auch bekannt als „Tianxianpei“-Satellit). Die Sentinel-2-Daten wurden vom 1. bis 10. April 2025 erfasst und stellen einen Medianwert dar. Die Daten des Satelliten Xiguang-105 (ebenfalls „Tianxianpei“-Satellit) wurden am 6. April 2025 erhoben.
Anhand von Daten des Satelliten Xiguang-105 (Tianxianpei) und von Sentinel-2 wurden die beiden Spektralbänder mit den nächstliegenden Wellenlängen von 550 nm und 700 nm ausgewählt und der ARI1-Index berechnet. Zur Auswertung der Indexergebnisse wurde eine einfache Schwellenwertsegmentierung angewendet, um Waldflächen von Ackerland zu trennen. Die Ergebnisse von Xiguang-105 (Tianxianpei) und Sentinel-2 wurden verglichen und bewertet.
Tabelle 2. Vergleich der zur Indexberechnung verwendeten Wellenlängenbereiche.
Ergebnisdarstellung
Bereich 1
Abbildung 1. ARI1-Index von Sentinel-2, Region 1
Abbildung 2. Ergebnisse der Extraktion von Ackerland und Waldflächen aus Sentinel-2, Region 1
Abbildung 3. ARI1-Index des Satelliten Xiguang-1 05 (Tianxianpei), Region 1
Abbildung 4. Ergebnisse der Extraktion von Ackerland und Waldflächen aus den Satellitenbildern von Xiguang-105 (Tianxianpei), Region 1
Bereich 2
Abbildung 5. Ergebnisse der Extraktion von Ackerland und Waldflächen aus Sentinel-2, Region 2
Abbildung 6. Ergebnisse der Extraktion von Ackerland und Waldflächen aus dem Satelliten Xiguang-1 05 (Tianxianpei), Region 2
Bereich 3
Abbildung 7. Ergebnisse der Extraktion von Ackerland und Waldflächen aus Sentinel-2, Region 3
Abbildung 8. Ergebnisse der Extraktion von Ackerland und Waldflächen aus den Satellitenbildern von Xiguang-105 (Tianxianpei), Region 3
Die Vergleichsergebnisse zeigen, dass der ARI1-Index im Vergleich zum gewöhnlichen NDVI-Index die Unterschiede zwischen Nutzpflanzen besser widerspiegeln kann und Anwendungsszenarien wie die Analyse von Pflanzenstress und die Umwandlung illegaler Waldflächen in Ackerland unterstützt.
Da Sentinel-2 nur über eine begrenzte Anzahl von Spektralbändern verfügt, stimmen diese nicht exakt mit den für die Formel erforderlichen Wellenlängen überein. Zudem verhindert die große Bandbreite von Sentinel-2 eine präzise Bestimmung des Reflexionsgrades bei einer bestimmten Wellenlänge. Daher ist der Wertebereich für die ARI-Indexberechnung von Sentinel-2 kleiner als der des Satelliten Xiguang-1 05 (auch bekannt als Tianxianpei-Satellit). Dies deutet darauf hin, dass die Differenzierungsfähigkeit von Nutzpflanzen anhand des ARI-Index geringer ist als die des Satelliten Xiguang-1 05 (auch bekannt als Tianxianpei-Satellit).
Basierend auf den Extraktionsergebnissen von Ackerland und Wald, die mit derselben einfachen Schwellenwertsegmentierungsmethode erzielt wurden, weisen die Ergebnisse von Sentinel-2 ein hohes Rauschen auf, und es gibt mehr falsch-positive Ergebnisse im westlichen Bereich des Bildes. Im Gegensatz dazu sind die Ergebnisse des Satelliten Xiguang-1 05 (auch bekannt als Tianxianpei) besser.
Im Vergleich zu breitbandigen Multispektraldaten bieten hyperspektrale Daten einen klaren Vorteil bei der Berechnung schmalbandiger Vegetationsindizes.