Satellitenbilder mithilfe von Computer Vision analysieren

Jedes Satellitenbild der Erde, aufgenommen aus Hunderten Kilometern Höhe, ist das Ergebnis umfangreicher Forschungs- und Entwicklungsarbeit. Diese Bilder sind nicht einfach nur Momentaufnahmen – sie sind wichtige visuelle Daten, die uns helfen, unseren Planeten zu verstehen und zu schützen.

Satellitenbilder zeigen detaillierte Ansichten der Erdoberfläche und machen alles sichtbar – von Wäldern und Städten bis hin zu Flüssen und Ackerland. Im Juni 2024 umkreisten über 10.000 aktive Satelliten unseren Planeten und waren damit ein wesentlicher Bestandteil unserer globalen Infrastruktur. Die manuelle Auswertung dieser Bilder ist jedoch oft komplex und zeitaufwendig.

Computer Vision (CV), ein Teilbereich der künstlichen Intelligenz (AI), kann verwendet werden, um Satellitenbilder zu analysieren – ähnlich wie Menschen Bilder und Videos interpretieren. Vision AI kann dabei helfen, Muster zu erkennen, Veränderungen zu verfolgen und schnell und präzise Erkenntnisse zu gewinnen.

Die Analyse von Satellitenbildern kann dabei helfen, verschiedene Herausforderungen anzugehen, etwa die Überwachung der Entwaldung, die Beobachtung des Klimawandels, die Verbesserung landwirtschaftlicher Verfahren und die Reaktion auf Naturkatastrophen. In diesem Artikel zeigen wir, wie Computer Vision zum besseren Verständnis und zur Analyse von Satellitenbildern eingesetzt werden kann.

Abb. 1 Überblick über Satellitenbilder.

Was sind Satellitenbilder?#

Satellitenbilder entstehen, indem Satellitensensoren die Erdoberfläche erfassen und Kameras Bilder aufnehmen. Anders als herkömmliche Bilder decken Satellitenbilder riesige Gebiete ab – von Städten bis hin zu ganzen Ländern – und bieten hochauflösende Details. Sie ermöglichen es, Umweltveränderungen, die Stadtentwicklung und die Landnutzung über große Gebiete hinweg zu überwachen.

Zusätzlich zu den Bildern selbst enthalten Satellitenbilder in der Regel auch geografisch referenzierte Daten. Diese Daten ermöglichen eine präzise Kartierung und Auswertung. Die Beobachtung von Veränderungen in Satellitenbildern und den dazugehörigen Daten im Zeitverlauf liefert wertvolle Erkenntnisse zu Ökosystemen, Wettermustern und menschlichen Aktivitäten.

Hier ein kurzer Überblick über die verschiedenen Arten von Satellitenbildern und ihre jeweiligen Anwendungsbereiche:

• Optische Bildgebung: Dieses Verfahren erfasst sichtbares Licht und nahinfrarote Wellenlängen, ähnlich wie das menschliche Auge Licht wahrnimmt. Es eignet sich ideal zur Überwachung der Landnutzung, des Zustands der Vegetation und der Stadtentwicklung, benötigt für wirksame Aufnahmen jedoch wolkenfreien Himmel und Tageslicht.
• Radarbilder: Dabei wird Synthetic Aperture Radar (SAR) zum Senden und Empfangen von Radiowellen eingesetzt. So entstehen hochauflösende Bilder unabhängig von Wetterbedingungen und Tageszeit. Das Verfahren eignet sich besonders für Katastrophenschutz, Geländekartierung und die Überwachung von Veränderungen an der Erdoberfläche.
• Wärmebilder: Wärmebildsensoren erfassen die Infrarotstrahlung, die von der Erdoberfläche als Wärme abgegeben wird. Sie werden zur Verfolgung von Waldbränden, zur Überwachung geothermischer Aktivitäten sowie zur Untersuchung städtischer Wärmeinseln und von Temperaturschwankungen eingesetzt.
• Hyperspektrale Bildgebung: Daten aus Hunderten schmaler Spektralbänder werden genutzt, um die Zusammensetzung und den Zustand von Boden, Wasser und Vegetation zu analysieren. Das Verfahren liefert detaillierte Erkenntnisse über Umweltbedingungen und Ressourcenmanagement sowie für Anwendungen wie die Suche nach Bodenschätzen und die Überwachung von Umweltverschmutzung.

Abb. 2 Arten von Satellitenbildern.

Satellitenbilder von Erdbeobachtungssatelliten aufnehmen#

Um besser zu verstehen, was Satellitenbilder umfassen, solltest du wissen, dass verschiedene Satelliten für bestimmte Zwecke entwickelt werden. Sie verwenden zum Beispiel Sensoren, die entweder auf geostationären oder auf polarumlaufenden Satelliten montiert sind. Geostationäre Satelliten bleiben an einem festen Ort über der Erde, indem sie sich synchron mit deren Rotation bewegen, und eignen sich daher ideal für die kontinuierliche Überwachung. Polarumlaufende Satelliten hingegen überfliegen die Pole und erfassen nach und nach den gesamten Planeten, während sich die Erde unter ihnen dreht.

Abb. 3 Polarumlaufende und geostationäre Satelliten in einer Erdumlaufbahn.

Diese Unterscheidung ist wichtig, da verschiedene Anwendungen bestimmte Arten von Satellitenbildern benötigen. Geostationäre Satelliten eignen sich beispielsweise ideal für Aufgaben, die eine kontinuierliche Beobachtung erfordern, etwa die Wetterüberwachung und die Echtzeitkommunikation.

Polarumlaufende Satelliten eignen sich dagegen besser für die globale Abdeckung und sind daher für Umweltstudien, die Klimabeobachtung und die Kartierung großräumiger geografischer Veränderungen von entscheidender Bedeutung.

Grundlagen der Verarbeitung von Satellitenbildern#

Nachdem wir uns angesehen haben, was Satellitenbilder sind, geht es nun darum, was passiert, wenn ein Satellit eine Reihe von Bildern aufgenommen hat. Die eigentliche Herausforderung besteht darin, aus den Rohbildern aussagekräftige Informationen zu gewinnen. Durch sorgfältige Verarbeitung und Auswertung der Daten können wir wertvolle Erkenntnisse gewinnen, die wichtige Details über unseren Planeten offenlegen.

Vorverarbeitung von Satellitenbildern#

Die Vorverarbeitung ist der erste Schritt bei der Arbeit mit Satellitendaten. Dabei werden Rohbilder bereinigt und korrigiert, damit sie sich zuverlässig und genau auswerten lassen. Hier sind einige wichtige Verfahren, mit denen Satellitenbilder verbessert werden, um verlässliche Informationen zu gewährleisten:

• Kartierung der realen Welt: Satellitenbilder werden mit realen Karten abgeglichen, indem Verzerrungen korrigiert und markante Geländepunkte identifiziert werden.
• Rauschunterdrückung: Mit maschinellem Lernen werden Lichtwellenlängen analysiert, um Wolken zu erkennen und zu entfernen sowie sie für klarere Bilder von Landflächen zu trennen.
• Datenkalibrierung: Um die Genauigkeit zu gewährleisten, werden die Bildpixel auf einen Standardwert angepasst. Eine atmosphärische Korrektur verringert Verzerrungen durch Partikel und Lichtstreuung.

Computer Vision und Satellitenbilder#

Nach der Vorverarbeitung von Satellitenbildern lassen sich Computer-Vision-Techniken einsetzen, um wertvolle Erkenntnisse aus den Daten zu gewinnen. Computer-Vision-Modelle wie Ultralytics YOLO11 können visuelle Inhalte analysieren, nachdem sie mit umfangreichen Satellitenbilddatensätzen wie xView trainiert wurden. So erkennen die Modelle Muster und Merkmale in verschiedensten Bildern.

Hier sind einige Beispiele für Computer-Vision-Aufgaben, die bei der Verarbeitung und Interpretation von Satellitenbildern helfen können:

• Bildsegmentierung: Dieses Verfahren unterteilt ein Bild in verschiedene Bereiche wie Land, Wasser oder Vegetation, damit Oberflächentypen gezielt ausgewertet und klassifiziert werden können.
• Objekterkennung: Damit lassen sich bestimmte Objekte im Bild identifizieren und lokalisieren, etwa Gebäude, Straßen oder Fahrzeuge. Rotierte Begrenzungsrahmen (OBB) ergänzen einen Rotationswinkel und eignen sich daher für Schiffe, Flugzeuge und andere Objekte, die von oben in beliebigen Winkeln zu sehen sind.
• Veränderungserkennung: Bei dieser Aufgabe werden Objekte oder Bereiche über einen längeren Zeitraum verfolgt, indem Bilder verglichen werden, die zu unterschiedlichen Zeitpunkten aufgenommen wurden. So lassen sich Veränderungen wie Entwaldung, Verstädterung oder jahreszeitliche Verschiebungen erkennen.
• Bildklassifizierung: Damit lassen sich Flächentypen anhand von Mustern aus den Trainingsdaten kategorisieren. So können detaillierte Karten für weitere Untersuchungen erstellt werden.

Diese Computer-Vision-Verfahren verwandeln rohe Satellitenbilder in strukturierte, umsetzbare Daten und ermöglichen so ein klareres und umfassenderes Verständnis der Erdoberfläche.

Anwendungen zur Auswertung von Satellitenbildern mit Vision-KI#

Sehen wir uns nun einige Beispiele aus der Praxis an, wie Satellitenbilder unsere Welt neu gestalten und alltägliche Aufgaben einfacher, intelligenter und effizienter machen.

Umweltveränderungen mit Satellitenbildern überwachen#

Satellitenbilder und Computer Vision sind hilfreiche Werkzeuge, um Umweltveränderungen auf der Erde zu beobachten und zu verstehen. Mit ihnen lassen sich verschiedene Aspekte unserer Umwelt aus dem Weltraum überwachen, darunter Wälder, Gletscher und Gewässer. Mithilfe dieser Technologie können wir die folgenden wichtigen Umweltfaktoren verfolgen:

• Entwaldung: Satelliten lassen sich einsetzen, um Veränderungen in Wäldern zu überwachen, Gebiete mit Entwaldung oder Wiederaufforstung zu erkennen und mithilfe multispektraler Daten den Zustand der Vegetation zu beurteilen sowie Umweltveränderungen aufzuspüren. Global Forest Watch ist beispielsweise eine Onlineplattform, die Satellitenbilder nutzt, um Regierungen und Organisationen bei zeitnahen Schutzmaßnahmen zu unterstützen.
• Erderwärmung: Satellitenbilder liefern wichtige Daten zu Gletschern und Polkappen. Zeitreihen aus Bildern ermöglichen es, Eisbewegungen auch bei rauen Wetterbedingungen zu überwachen.
• Überwachung der Luft- und Wasserqualität: Satelliten überwachen die Luft- und Wasserqualität, indem sie Schadstoffe wie CO₂, Methan und Verunreinigungen erkennen. Das unterstützt die Umweltpolitik und die Ressourcenverwaltung.

Abb. 4. Auswertung von Satellitenbildern durch Global Forest Watch.

Katastrophenmanagement mit Satellitenbildern und Computer Vision verbessern#

Das Management von Naturkatastrophen ist in hohem Maß auf Satellitenbilder für die Überwachung in Echtzeit und den Wiederaufbau nach Katastrophen angewiesen. Bei Überschwemmungen, Hurrikanen und Waldbränden werden Satellitenbilder ausgewertet, um Umweltveränderungen zu erkennen. Auch nach einer Katastrophe spielen Satellitenbilder bei der Schadensbewertung eine entscheidende Rolle.

Computer-Vision-Verfahren wie die Instanzsegmentierung können dazu eingesetzt werden, Gebiete mit schweren Schäden zu erkennen, etwa eingestürzte Gebäude oder veränderte Landschaften. Dafür werden Bilder verglichen, die vor und nach Erdbeben oder Tsunamis aufgenommen wurden. So können Behörden das Ausmaß der Zerstörung beurteilen und Wiederaufbaumaßnahmen effizienter priorisieren.

Ein gutes Beispiel ist das Ciseres-Projekt der Europäischen Weltraumorganisation (ESA), das KI mit Satellitendaten kombiniert, um die Auswirkungen von Katastrophen wie Überschwemmungen, Waldbränden und Hurrikanen in Echtzeit zu bewerten.

Abb. 5. Beispiel für Aufnahmen nach einer Katastrophe, auf denen beschädigte Gebiete farblich hervorgehoben sind: Grün steht für leichte Schäden, Orange für schwere Schäden und Rot für zerstörte Gebiete (Quelle: researchgate.net).

Satellitenbilder für Stadtplanung und Infrastruktur nutzen#

Satellitenbilder und Computer Vision können eine wichtige Rolle in der Stadtplanung und beim Infrastrukturausbau spielen. Hochauflösende Bilder lassen sich nutzen, um die Flächennutzung zu untersuchen, das Stadtwachstum zu verfolgen und eine durchdachtere Stadtplanung zu unterstützen. Diese Technologien können auch Verkehrssysteme verbessern, indem sie Verkehrsmuster analysieren, bessere Routen planen und Staus in Echtzeit überwachen. Durch den Vergleich aktueller und älterer Bilder können sie sogar illegale Bauvorhaben erkennen und es den Behörden so erleichtern, die Bauvorschriften durchzusetzen.

Du fragst dich vielleicht, ob sich das Wachstum einer Stadt wirklich aus dem Weltraum beobachten lässt. Mit Satellitenbildern und Computer Vision ist das tatsächlich möglich. Dubai ist ein faszinierendes Beispiel. In den vergangenen Jahrzehnten hat sich die Stadt von einem kleinen Wüstenort in den 1980er-Jahren zu einer Weltmetropole entwickelt. Satellitenbilder halten dieses bemerkenswerte Wachstum anschaulich fest: Sie zeigen die Ausdehnung der Stadtgebiete, Veränderungen der Flächennutzung und die Entstehung berühmter Bauwerke wie des Burj Khalifa und der Palm Jumeirah.

Satellitenbilder und Fernerkundung für die Präzisionslandwirtschaft#

In der Landwirtschaft können Satellitenbilder und Computer Vision das Pflanzenmanagement, die Produktivität und die Nachhaltigkeit verbessern. Bei der Präzisionslandwirtschaft kommen insbesondere Satellitendaten in Echtzeit zum Einsatz, um den Zustand der Pflanzen zu überwachen. Mithilfe von Fernerkundungsverfahren lassen sich landwirtschaftliche Daten großflächig auswerten. So können Landwirte die Bodenfeuchtigkeit verfolgen und frühe Anzeichen von Stress erkennen.

Auch die Analyse von Dürren und Bewässerung ist für eine effiziente Wassernutzung in der Landwirtschaft wichtig. Satellitenbilder liefern einen detaillierten Überblick über die Bodenfeuchtigkeit und den Zustand der Vegetation. So lassen sich Gebiete mit unzureichender Bewässerung oder knappen Wasserressourcen ermitteln.

Ein passendes Fallbeispiel für KI in der Landwirtschaft ist die satellitengestützte Initiative für Präzisionslandwirtschaft der ISRO. Mithilfe von Fernerkundung überwacht sie den Zustand der Pflanzen, die Bodenfeuchtigkeit und die Bewässerung, um die Landwirtschaft in Indien zu optimieren.

Abb. 6. Satellitenbilder und Computer Vision lassen sich dazu verwenden, Feldparzellen abzugrenzen und Nutzpflanzen zu klassifizieren.

Künftige Trends bei Satellitenbildern#

Satellitenbilder und Computer Vision entwickeln sich rasant weiter. Miniatursatelliten wie CubeSats verändern beispielsweise die Erdbeobachtung, indem sie eine kostengünstige, flexible und regelmäßige Aufnahme hochauflösender Bilder ermöglichen. Mit diesen kompakten Satelliten lassen sich Veränderungen von der Ausdehnung von Städten bis hin zu Umweltveränderungen leichter verfolgen.

Eine weitere vielversprechende Entwicklung ist die Verknüpfung von Echtzeitdaten aus dem Internet der Dinge (IoT) mit Satellitendaten. Dadurch verbessert sich die Überwachung dynamischer Systeme wie Verkehrsnetze und Wasserressourcen.

Auch Durchbrüche bei der Bildgebung mit Superauflösung erweitern die Möglichkeiten von Satelliten. Mithilfe ausgefeilter KI-Algorithmen schärft und verbessert dieses Verfahren Bilddetails, indem mehrere Bilder mit niedriger Auflösung zu klareren, hochauflösenden Aufnahmen kombiniert werden. Diese Innovation liefert präzisere Daten und eröffnet neue Möglichkeiten, natürliche Ressourcen und städtische Räume effizient zu bewirtschaften.

Abb. 7. Beispiel für Bildgebung mit Superauflösung: Toulon, Frankreich, verbessert von 10 m auf 5 m (Quelle: planetobserver.com).

Wichtige Erkenntnisse zu Satellitenbildern und Computer Vision#

Computer Vision und Satellitenbilder verändern unsere Möglichkeiten, unseren Planeten zu überwachen und zu verstehen. Von der Beobachtung von Umweltveränderungen bis hin zur Verbesserung der Katastrophenhilfe, Stadtplanung und Landwirtschaft liefern diese Technologien wertvolle Erkenntnisse, die zu intelligenteren und nachhaltigeren Lösungen führen.

Dank Fortschritten wie der IoT-Integration und der Bildgebung mit Superauflösung werden Satellitenbilder noch zuverlässiger und besser zugänglich. Diese Innovationen ebnen den Weg für ein besseres Ressourcenmanagement und helfen uns, globale Herausforderungen wirksamer anzugehen.

Besuche unser GitHub-Repository, um mehr über KI zu erfahren und dich mit unserer Community auszutauschen. Erfahre, wie wir Computer Vision auf Luftbilder anwenden und Innovationen in Branchen wie der KI in der Fertigung und der KI im Gesundheitswesen vorantreiben.