Metainformationen zur Seite
Arbeiten mit Multispektral-Rastern
Spektral und Multispektral
Bei der Aufnahme von Luft- oder Satellitenbildern kommen Spektral- oder Multispektralkameras zum Einsatz. Während wir mit unseren Augen die Spektralfarben von Blau (400 nm) über Grün (500 nm) bis Rot (700 nm) wahrnehmen können, bleiben uns Infrarot und Ultraviolett verborgen. Diese können von entsprechenden Kameras aufgenommen und in eine für uns sichtbare Farbe übersetzt werden. Multispektralbilder nutzen wir, um beispielsweise den Chlorophyllgehalt von Pflanzen (NDVI) oder die Bodenfeuchtigkeit (NDWI) zu ermitteln.
Erdbeobachtungssatelliten wie Landsat oder Sentinel haben mehrere Spektralsensoren an Bord, sodass Bilder mit mehreren „Kanälen„ bzw. „Bändern“ erzeugt werden können. Die nebenstehende Abbildung gibt eine Übersicht der Landsat- und Sentinel-Sensoren und hilft, die Wellenlängenbereiche der jeweiligen Kanalnummer zuzuordnen.
Sentinel-2-Szenen können u. a. über den Copernicus Data Hub oder den neueren Copernicus Data Space bezogen werden.
Hyperspektralkameras
Multispektralkameras erfassen wenige, breite Wellenlängenbereiche – typischerweise 4 bis 12 Bänder. Hyperspektralkameras gehen deutlich weiter: Sie messen das Licht in hunderten schmaler, lückenlos aneinandergereihter Kanäle und erzeugen so für jeden einzelnen Bildpunkt ein vollständiges Spektrum – quasi einen optischen „Fingerabdruck„. Damit lassen sich nicht nur Vegetationsflächen erkennen, sondern einzelne Baumarten unterscheiden, frühe Pflanzenkrankheiten aufspüren, bevor sie sichtbar werden, oder sogar bestimmte Mineralien und Gesteine aus dem Orbit kartieren.
Für Deutschland besonders interessant: Der Satellit EnMAP (Environmental Mapping and Analysis Program) wurde im April 2022 vom DLR gestartet und liefert seither hyperspektrale Aufnahmen mit 230 Kanälen bei 30 m Auflösung – kostenlos für Forschung und Lehre.
Farb-Kompositionen
Verbinden wir die drei Kanäle Rot, Grün und Blau miteinander, entsteht ein Echtfarbkomposit, das realistisch wirkt – wie der Blick aus einem Flugzeugfenster. Um weitere Kanäle wie Infrarot sichtbar zu machen, weisen wir diesen eine Farbe aus unserem RGB-Spektrum zu. Das Ergebnis nennt sich Falschfarbkomposit. NDVI und NDWI sind typische Beispiele dafür.
Mit einem Falschfarbkomposit, das einen Nah-Infrarotkanal anstelle des Roten Kanals verwendet, lässt sich ein Kunstrasenplatz von einem Echtrasenplatz unterscheiden. 😉
Erstellen eines Echtfarbkomposits (RGB)
Ein RGB-Echtfarbkomposit besteht aus den Farben Rot, Grün und Blau. Um es zu erstellen, müssen die entsprechenden Bänder gestapelt und der richtigen Farbtabelle zugeordnet werden. Mit QGIS gibt es dazu zwei Wege:
- Verschmelzen (
Raster → Sonstiges → Verschmelzen): erzeugt eine neue Bilddatei - Virtuelles Raster (
Raster → Sonstiges → Virtuelles Raster generieren): keine neue Datei, gleichwertige Darstellung
Für ein Echtfarbkomposit aus einer Sentinel-2-Szene entsprechen folgende Bänder den Farben:
- B02 – Blau
- B03 – Grün
- B04 – Rot
B08 (Nah-Infrarot) kann optional mit verschmolzen werden – für spätere Indexberechnungen ist er ohnehin nötig. Wichtig: Haken bei „Jeder Datei einen eigenen Kanal zuordnen“ setzen. Die Farbreihenfolge wird abschließend in den Stileigenschaften (F7) korrekt zugewiesen.
Erstellen eines Falschfarbkomposits (am Beispiel NDVI)
Falschfarbkomposits machen unsichtbare Kanäle sichtbar – das Ergebnis entspricht nicht der Realität, sondern ist bewusst „falsch„ kodiert. Der Normalized Difference Vegetation Index (NDVI) nutzt die besonderen Reflexionseigenschaften grüner Vegetation im Rot- und Infrarotbereich. Die Berechnung erfolgt im Rasterrechner (Raster → Rasterrechner):
Formel NDVI:
( „cut_T32UPB_20180701T102021_B08@1“ - „cut_T32UPB_20180701T102021_B04@1“ ) / ( „cut_T32UPB_20180701T102021_B08@1“ + „cut_T32UPB_20180701T102021_B04@1“ )
Das Ergebnis ist ein Einkanal-Raster (-1 bis +1). Für eine klassische NDVI-Darstellung empfiehlt sich in den Stileigenschaften der Pseudofarbverlauf Spectral (ggf. invertiert):
| Wertebereich | Farbe | Bedeutung |
|---|---|---|
| -1 bis 0 | blau | Wasser, vegetationslose Flächen |
| 0 bis 0,2 | gelb | schwache oder spärliche Vegetation |
| 0,5 bis 1 | rot | vitale, dichte Vegetation |
Spektralindizes – Übersicht
Die folgende Tabelle listet gängige Indizes für Sentinel-2-Daten. Alle Formeln lassen sich im QGIS-Rasterrechner umsetzen. Die Bandnummern beziehen sich auf Sentinel-2 (Level-2A).
Sentinel-2 Bandzuordnung (Kurzreferenz)
| Kürzel | Band | Wellenlänge | Räumliche Auflösung |
|---|---|---|---|
| Blue | B02 | 490 nm | 10 m |
| Green | B03 | 560 nm | 10 m |
| Red | B04 | 665 nm | 10 m |
| Red Edge | B05 | 705 nm | 20 m |
| Red Edge | B06 | 740 nm | 20 m |
| NIR | B08 | 842 nm | 10 m |
| SWIR 1 | B11 | 1610 nm | 20 m |
| SWIR 2 | B12 | 2190 nm | 20 m |
B05, B06, B11 und B12 haben nur 20 m Auflösung. Wer sie mit 10-m-Bändern kombiniert, sollte sie vorher auf 10 m resampeln (Raster → Projektion/Transformation → Transformieren oder im Rasterrechner direkt, QGIS interpoliert automatisch).
Indextabelle
| Index | Vollname | Formel | Sentinel-2 Bänder | Wertebereich | Anwendung / Interpretation |
|---|---|---|---|---|---|
| NDVI | Normalized Difference Vegetation Index | (NIR − Red) / (NIR + Red) | (B08 − B04) / (B08 + B04) | −1 … +1 | Vegetationsvitalität; >0,5 = dichte Vegetation, <0 = Wasser/Schnee |
| EVI | Enhanced Vegetation Index | 2,5 × (NIR − Red) / (NIR + 6×Red − 7,5×Blue + 1) | 2.5 × (B08 − B04) / (B08 + 6×B04 − 7.5×B02 + 1) | −1 … +1 | Wie NDVI, aber weniger anfällig für Sättigung in dichten Beständen und Atmosphäreneinflüsse |
| SAVI | Soil Adjusted Vegetation Index | 1,5 × (NIR − Red) / (NIR + Red + 0,5) | 1.5 × (B08 − B04) / (B08 + B04 + 0.5) | −1 … +1 | Vegetation auf kargen Böden; Bodeneinfluss wird durch Faktor L=0,5 minimiert |
| NDRE | Normalized Difference Red Edge | (NIR − RedEdge) / (NIR + RedEdge) | (B08 − B05) / (B08 + B05) | −1 … +1 | Chlorophyllgehalt und früher Vegetationsstress; sensibler als NDVI für Stickstoffmangel |
| NDWI | Normalized Difference Water Index (McFeeters) | (Green − NIR) / (Green + NIR) | (B03 − B08) / (B03 + B08) | −1 … +1 | Offene Wasserflächen; >0 = Wasser, <0 = Vegetation/Boden |
| MNDWI | Modified Normalized Difference Water Index | (Green − SWIR1) / (Green + SWIR1) | (B03 − B11) / (B03 + B11) | −1 … +1 | Offene Wasserflächen – genauer als NDWI, da SWIR1 Vegetation stärker unterdrückt |
| NDMI | Normalized Difference Moisture Index | (NIR − SWIR1) / (NIR + SWIR1) | (B08 − B11) / (B08 + B11) | −1 … +1 | Wassergehalt in Vegetation und Boden; hohe Werte = feuchte Vegetation |
| NBR | Normalized Burn Ratio | (NIR − SWIR2) / (NIR + SWIR2) | (B08 − B12) / (B08 + B12) | −1 … +1 | Brandflächen und Erholungsmonitoring; niedrige Werte = verbrannte Fläche |
| dNBR | Differenced NBR | NBR (vor Feuer) − NBR (nach Feuer) | — | variabel | Quantifizierung der Brandintensität durch Zeitreihenvergleich zweier Szenen |
| NDBI | Normalized Difference Built-up Index | (SWIR1 − NIR) / (SWIR1 + NIR) | (B11 − B08) / (B11 + B08) | −1 … +1 | Versiegelte und bebaute Flächen; hohe Werte = Gebäude/Asphalt |
| BSI | Bare Soil Index | 1) / 2) | 3) / 4) | −1 … +1 | Offene Böden und Erosionsflächen; hohe Werte = vegetationsarme Böden |
Hinweis zu dNBR: Für die Berechnung werden zwei Szenen (vor und nach dem Ereignis) benötigt. Beide NBR-Raster werden zunächst separat berechnet und dann im Rasterrechner voneinander subtrahiert.
Empfohlene Farbrampen je Index
| Index | Empfohlene Farbrampe in QGIS | Hinweis |
|---|---|---|
| NDVI | RdYlGn | Ggf. invertieren, sodass Rot = niedrig, Grün = hoch |
| EVI, SAVI, NDRE | RdYlGn | Wie NDVI |
| NDWI, MNDWI | Blues | Hohe Werte = Wasser = dunkelblau |
| NDMI | BrBG | Braun = trocken, Grün/Blau = feucht |
| NBR | RdYlGn (invertiert) | Niedrige Werte (verbrannt) in Rot |
| dNBR | RdYlBu (invertiert) | Rot = hohe Brandintensität |
| NDBI | Oranges | Hohe Werte = versiegelt |
| BSI | YlOrBr | Hohe Werte = Offenboden |
Fragen, Hinweise und Fehler kommen hier hin: