GEO 113 Fernerkundung I: Terms& Definitions

..mehr spektrale Bänder oder eine breitere spektrale Range.

Bezüglich der temporalen Auflösung verfügt ein geostationärer Orbit über eine höhere Auflösung als der polare Orbit.

.. eine bessere Unterscheidung zwischen Oberflächenmaterialien.

Trade-off bzw. Austauschbeziehung beschreibt im Allgemeinen eine gegenläufige Abhängigkeit: Wird das eine besser, wird zugleich das andere schlechter.

• Je besser die räumliche Auflösung desto schlechter die zeitliche Auflösung und umgekehrt.
• Je höher die räumliche Auflösung, desto schlechter ist die spektrale Auflösung.

Deshalb haben Panchromatische Systeme eine viel bessere räumliche Auflösung, als multispektrale oder hyperspektrale Systeme.

• Bei einem grösseren Sichtwinkel wird eine breitere Fläche abgedeckt, dies schränkt aufgrund der Verzerrung die räumliche Auflösung ein.

Ist eine koordinierte Serie von polar-orbiting und low inclination Satelliten für globale Langzeitbeobachtungen der Landoberfläche, Biosphäre, Lithosphäre, Atmosphäre und Ozeanen.

EOS hilft die Erde als ein integriertes System zu verstehen und liefert Informationen über die Erdressourcen für Forschungszwecke und die Öffentlichkeit.

Dieser Aufwand ist aus folgenden Gründen notwendig:

• Die Bevölkerung hat sich verdreifacht
• Die Landesoberfläche hat sich um 40% verändert
• Die Biomassverbrennung hat sich vervierfacht
• Die CO2 Konzentration hat sich um 25% erhöht
• Die Globaltemperatur hat sich um 0.5K erhöht.

• Verteidigung und Sicherheit
• Öl, Gas, Minen
• Agrarindustrie
• Wald und Umwelt
• Katastrophen und Krisen
• Kultur

VHR haben normalerweise eine räumliche Auflösung von 30cm.

Liefert ein umfangreiches Bild der Erdoberfläche bei hoher zeitlicher Auflösung. Die räumliche Auflösung jedoch beträgt nur 250m-1km.

Die Drohne, welche das Irchelgelände umflog, hat eine räumliche Auflösung von 4cm.

--> Räumliche Geländemodelle durch Kombination der verschiedenen Aufnahmen.

• Space Component
• In-Situ Component (Bodenstationsmessungen)
• Service Component (Dienstleistungskomponente)

Sentinel-1: Radar Mission

• Sonnensynchroner Orbit
• Nimmt alle 12 Tage wieder denselben Ort auf

Da es den Satelliten 1a und 1b gibt kommt man auf 6 Tage revisit time.

Verwendung: 

• SAR Imaging,
• Wetterbestimmung
• Tag/Nacht Anwendungen, Schneebedeckung, Wälder (Abholzung), Flüsse & Seen

Sentinel-2: High Resolution Optical Mission (Multispectral Imaging)

• Breiterer swath, dafür kleineres spectral range, bessere Auflösung als Landsat 8.

• mehr Spektralbänder und eine kürzere Revisit time (10 Tage). 

Sentinel-3: Medium Resolution Imaging and Altimetry Mission

• Sonnensynchroner Orbit
• wide-swath. Ozean und globale Landüberwachung.

Sentinel-4: GEO Atmospheric Chemistry Mission (Geostationary atmospheric)

Sentinel-5/5P: LEO Atmospheric Chemistry Missions (Low-orbit atmospheric)

Sentinel-6 (Jason-CS) Altimetry Mission

• Marine Services
• Land Monitoring Services
• Emergency Response Services
• Services for Security Applications
• Climate Change Monitoring
• Atmosphere Services

• Welche Kriterien für die Ortschaft?

An einem Südhang, Aussicht auf die Alpen. GIS soll mir nun helfen Orten mit entsprechenden

Kriterien zu finden.

• Für das brauche ich ein Model of the Landscape mit für mich relevanten Informationen
• Computational operations, Berechnungen um zum Endresultat zu kommen

Anderes Beispiel aus einer Temporalen Frage: Wie haben sich die Waldoberflächen seit 1900 verändert?

Geometrische Daten (Landkarten), Geometrische & Attribute verlinkt (eingefärbte Landkarten), digital imagery (Remote sensing), Attributdaten, Digitale Höhenmodelle etc. 

Punkte, Linien und Areen (in 2-D) " Object primary", man beginnt in einem leeren Raum und die Objekte bestimmen dann, wie der Raum organisiert ist. Physikalisches System.

Eine Matrix, 1 Wert pro Zelle/Pixel (in 2-D).

"Space primary" die Raumaufteilung ist im Vorfeld durch Gitter bestimmt. Es gibt Überlagerungen, also bspw. gibt es einen Code für Strassen und einen Code für Gebäude etc. Nicht nur Physikalisch, es kann bspw. auch Bevölkerung darstellen.

• Daten Erfassung: Scanning, vektorisieren, Daten importieren (GPS, Bilder).
• Daten Manipulation: Kartographische Projektionen, Skalierung, Reklassifizierung, Resampling (Wiedehrolungsprobenahme).
• Data management: Speicherungs- und Gewinnungsoperationen.

• Data querying (fragen) and analysis: Thematische und räumliche Fragen, Überlagerungen und Distanzpuffer.
• Visualisierung: Karten, Diagramme, Animationen etc. 

• Natural environments: Forestry, Modeling of animal habitats, natural risk, pullotion monitoring, ...
• Human environments: Landuse planning, Raumplanung für die Wirtschaft, Infrastrukturmanagement, Navigation im Strassenverkehr, ...

GIS kann viele menschliche Aktivitäten unterstützen und ist hinter vielen Endbenutzer Dienstleistungen versteckt.

EVAP: Erfassung, Verwaltung, Analyse, Präsentation

GIS ist ein integriertes software system, welches das genannte unterstützt wie auch deren Interaktionen.

• Geometrische Daten und raum bezogene Attribute (bspw. Population)
• geometrischen Daten sind im geographischen Rahmen eingebunden (=Geodata).
• Räumliche Operationen um mit Geodata zu arbeiten (z.B. spatial analysis)
• Visualisierung durch Karten (geovisualization)
• Hoch interdisziplinär:

- Grundlage: measurement sciences, Geomatik, Kartographie, Informatik

- Benutzer: Geologen, Biologen, Umweltwissenschaftler, ...

GIS – kurz: .Ein Computersystem für die Erfassung, Speicherung, Integration, Manipulation, Analyse und Repräsentation von geographisch referenzierten Daten. (ESIMAR) 

Der Schlüssel von GIS ist in die Integration von diversen geographisch referenzierten Datenebenen und die Entscheidungsunterstützung für räumliche Probleme.

Fünf Hauptkomponenten:

• Hardware: CPU, Storage, Input devices, Output devices, Networking
• Software: Basic software (notwork comms, ...), user interface, GIS application software Subkomponenten von GIS Software: Input, Data management, Analysis, Output
• Data: Geometry data, Attribute data
• Know-How/Methods Spatial methods, application area know-how
• Organization (People): Ressources, legal context, organizational processes, organizational structures.

Als Fakten, Statistiken, Resultate aus einer Berechnung (SRF). Strukturell kann man es bereits verstehen, aber der Sinn kommt erst in den Informationen.

Daten kombiniert mit Bedeutung und Kontext. Interpretierte Daten, Daten mit Anwendungsspezifischem Kontext -> purpose-oriented

• GIS Market: Software, Geodata, Services
• GIS Software: Desktop GIS, Server-side GIS, Mobile GIS
• Geodata: Offizielle Institutionen wie Swisstopo
• Services: Datenverarbeitung, Datenanalyse, Beratung

Ein Beispiel für Free & Open Source GIS ist die Anwendung QGIS (Software).

Open Geo Data benötigen kein Geld, da es benutzergenerierte Daten sind und von Freiwilligen zur Verfügung gestellt wird (Volunteered Geographic Information – VGI). Ein Beispiel dafür ist OpenStreetMap, dies ist ein Web service als Alternative zu Google Maps etc.

Die Entwicklung von GIS Technologien hatte starke Auswirkungen auf die Geographie und andere räumliche Wissenschaften.

• Ermöglichte neue Forschungsgebiete in Geographie (quantitative Analysis und Modellierung)
• Grosse Fortschritte wurden dank GIS erreicht, bspw. in der Glaziologie.

"The science behind GIS"

Geographic Information Science ist das Grundforschungsfeld welches die geographischen Konzepte und deren Verwendung im geographischen Informationssystem (re)definiert.

Wichtig ist die Wechselwirkung mit der Gesellschaft!

Gemeinsamkeiten

• Beide Seiten verwalten geographisch referenzierte Daten.
• Beide erlauben es räumliche Musterprozesse zu studieren.
• Sie sind beide wichtig in ihrer Rolle als Entscheidungsunterstützung im räumlichen Bereich. Sie formen den methodischen Kern im quantitativen Bereich.

• Repräsentationseigenschaft: Ist eine Abbildung der Realität
• Reduktionseigenschaft: Oft reduziert in Grösse und Komplexität verglichen zur Realität, sie simplifizieren, abstrahieren und idealisieren die Realität
• Pragmatische Eigenschaft/Zweckorientierung: Modelle werden für einen Zweck gemacht, sie beinhalten nur Aspekte der Realität, welche für das Ziel von Nutzen sind.

"Eine vereinfachte/abstrahierte Repräsentation der Realität für einen bestimmten Zweck."

Raum kann als von diskreten Objekten besetzt wahrgenommen werden, welche eine Lokation und Attribut haben, oft bekannt als Entität (manchmal Objekte)

Entitäten haben einen Ort und eine Eigenschaft/Attribut.

• Oft als Variablen dargestellt
• Die Werte der Variablen werden beobachtet/gemessen und wenn möglich weiter verarbeitet.

Location: Georeferencing

Nach den Attributen (Was) kommt nun die Ortschaft (Wo):

• Lokation kann durch Georeference definiert werden (Latitude/Longitude, Postleitzahl, LV)
• Wenn diese Georeferenzen metrisch sind, können bspw. Distanzen gemessen werden.
• Die Postleitzahl hat zwar eine Nummer, ist aber von der Nominalskala!
• Nur mit bestimmten Georeferences kann ich einen einzelnen Punkt auf der Erde beschreiben, wenn ich bspw. Ortsnamen verwende, kommt es oft zu Mehrdeutigkeiten.

Geometrische Primitiven

Die Lokation und Ausdehnung einer Entität wird generell durch eine der drei geometrischen Primitiven (in 2D) repräsentiert:

• Punkte (bspw. Wetterstationen)
• Linien (Bspw. Wege)
• Polygons (Bspw. Stadtkreise)

Die interessierende Eigenschaft existiert kontinuierlich durch den Raum. In jedem Punkt im Raum hat diese Eigenschaft einen Wert, oft bekannt als fields. (Raum kann 2-D oder 3-D verstanden werden!)

• Jede Position im Feld hat einen Wert (vgl. Koordinatensystem)
• Oft variieren die Attribute mit fliessenden und kontinuierlichen Übergängen über den Raum. Wenn ein Attribut diese Eigenschaft hat wird es differenzierbar genannt.
• Wir werden nur Felder behandeln, welche nur einen Wert pro x, y Punkt hat, diese werden als "surfaces" bezeichnet. Ein Feld kann nur eine Variable im Raum beschreiben!
• Bsp.: Bodenbedeckung

Dies hängt von den Fragen und von den vorhandenen Daten ab!

"How many mountain tops...?"

"How much of Switzerland...?"

Diese Diskretisierung/Abgrenzung von Raumphänomenen funktioniert besonders gut in der Anthropologie, deshalb werden sie oft als Entitäten modelliert! Für Modellierung von natürlichen Umwelten verwenden wir oft Felder.

• Administrationen wollen oft Dinge zählen, deshalb wird die Welt als distinkte Einheiten betrachtet.
• Wenn Muster oder Prozesse gemessen werden sollen, werden oft kontinuierliche Variablen verwendet.

Eine Datenstruktur, welche Phänomene als eine Menge von primitiven, bzw. eine Zusammensetzung von Primitiven betrachtet. 2D Vektormodelle sind Punkte, Linien und Flächen. Bsp.: VECTOR200, ein 2D Landschaftsmodell basierend auf der Nationalkarte bzgl. Inhalt und Geometrie (Verkehrsnetzwerk, Gebäude, einzelne Objekte, ...)

• Starker Zusammenhang zwischen Vektordatenstruktur und dem konzeptuellen Entitätsmodell.

Man kann durchaus unterschiedliche Primitiven für denselben Gegenstand verwenden! Dabei treffen die Primitiven eine Annahme über den Abstraktionsgrad (hängt oft von der Skala ab).

Abstraktionen:

• Punkte haben keine Fläche/kein Gebiet
• Linien haben keine Breite (1-dimensional).
• Ein Polygon impliziert eine homogene Repräsentation eines 2-D Raumes, aber es könnte viele Löcher beinhalten.

Rasterbasierte Raummodelle sehen den Raum als eine Tesselation (Raumaufteilung) in Zellen, wobei jede mit einer Klassifizierung/Identität des entsprechenden Phänomens assoziiert ist.

• Die Zellgrösse (Auflösung) bestimmt den Detailierungsgrad, den wir abstrahieren können.
• Die Zellen bilden eine Ebene auf, welche Informationen über semantische konsistente Attribute beinhaltet. Multiple Ebenen können eine Änderung über Zeit aufzeigen.
• Oft werden Feldkonzepte mit Raster dargestellt.