Nutzung von Satellitendaten mithilfe von KI
Copernicus, die Erdbeobachtungskomponente des EU-Weltraumprogramms, liefert Informationen, die von Satelliten stammen, und In-situ-Daten von außerhalb des Weltraums. Dieser Dienst bietet wichtige Daten für die Wettervorhersage, die Landwirtschaft und die Bewältigung von Naturkatastrophen. Im Rahmen dieses Dienstes übernimmt eine Satellitenfamilie mit der Bezeichnung Sentinels spezifische Aufgaben der Land-, Meeres- und Atmosphärenüberwachung. Die gesammelten Informationen sind zwar kostenlos und für die Nutzenden frei zugänglich, aber die schiere Menge an Daten kann schwer zu überblicken sein. „Die Satellitendatenarchive werden immer umfangreicher und vielfältiger“, sagt die Koordinatorin des Projekts BigEarth, Begum Demir von BIFOLD und der TU Berlin. „Um nützliche Informationen zu finden, müssen wir skalierbarere Ansätze für die Datensuche entwickeln.“
Suche in Satellitendatenarchiven
Im Projekt BigEarth, das vom Europäischen Forschungsrat unterstützt wurde, wurden neue Methoden, Ansätze und Werkzeuge entwickelt, um Informationen aus diesen bestehenden Satellitendatenarchiven zu extrahieren. Ziel war es, die riesigen Mengen an Satellitendaten, die derzeit gesammelt werden, besser zu nutzen. Ein entscheidender Durchbruch war die Entwicklung eines Ansatzes, der auf der Abfrage von Datenarchiven mit Bildern basiert. „Unsere Kernkompetenz liegt in der Entwicklung von Modellen des maschinellen Lernens zur Analyse umfangreicher Satellitendaten“, so Demir. Es wurden Algorithmen erarbeitet, um Daten aus umfangreichen Archiven auf skalierbare Weise zu analysieren, zu modellieren und abzurufen. Die Technik wurde so konzipiert, dass sie einfach zu handhaben ist und von Forschenden aus verschiedenen Fachbereichen genutzt werden kann.
Prototyp einer Suchmaschine für Satellitenbilder
„Nehmen wir an, Sie hören in den Nachrichten von einem Waldbrand im Amazonasgebiet“, sagt Demir. „Vielleicht gibt es noch andere Waldbrände, aber niemand weiß davon. Wenn ein Bild eines Waldbrandes eingegeben wird, kann in der Datenbank nach ähnlichen Ereignissen gesucht werden.“ Eine weitere mögliche Anwendung dieser Technik ist die Suche nach einem bestimmten Mineral, das in Satellitendatenarchiven verborgen sein könnte. Die Abfrage des Archivs anhand eines Beispielbildes kann Ihnen helfen, genau herauszufinden, wo dieses Mineral auf der Erde vorkommt. Die abgerufenen Daten werden mit Geolokalisierung und Zeitstempel versehen. Der Schwerpunkt von BigEarth lag auf den Grundlagen der Entwicklung neuer Algorithmen und Suchanfragen, es wurde jedoch auch ein Nebenprojekt gestartet, um einen funktionierenden Prototyp einer Suchmaschine zu entwickeln. Dies wurde den Weltraumorganisationen, einschließlich der Europäischen Weltraumorganisation (ESA), während eines Workshops gegen Ende des Projekts vorgestellt. „Als Forschungsgruppe wären wir nicht in der Lage gewesen, diesen Prototyp einer Suchmaschine zu unterhalten“, so Demir. „Wir wollten herausfinden, ob Weltraumorganisationen wie die ESA auf unserem vorhandenen Know-how aufbauen und dieses Tool in ihre Dienste aufnehmen können.“
Verstärkung des Copernicus Data Space Ecosystem
Ziel des Projekts ist es, die Endnutzenden in die Lage zu versetzen, sich in der riesigen Menge der verfügbaren Satellitendaten besser zurechtzufinden und das Gesuchte schnell und effizient zu finden. Dies könnte in der Meteorologie dabei helfen, Wettermuster genauer vorherzusagen, und in Ozeanografie dabei, Veränderungen der Meerestemperatur aufzuzeichnen. Es könnte auch bei der genauen Kartierung von Lebensräumen und Prozessen wie der Entwaldung helfen. Von besonderem Interesse ist, wie das Suchmaschinenkonzept von BigEarth in das Copernicus Data Space Ecosystem integriert werden könnte. Auf dieser für alle frei zugänglichen Cloud-Plattform werden die Sentinel-Satellitendaten zur Verfügung gestellt. Demir und ihr Team hoffen, dass das Hinzufügen von Abfragen auf der Grundlage von Bildern die Nutzungserfahrung erheblich bereichern könnte.
Schlüsselbegriffe
BigEarth, KI, Satellit, Klima, Copernicus, ESA, Entwaldung