Wie Unternehmen von Geofernerkundungsdaten profitieren können

Transkript

1 Wie Unternehmen von Geofernerkundungsdaten profitieren können 1. Teil Dr. André Hollstein 2. Teil Fortsetzung: Dr. Mike Sips

2 Inhalt (Teil 1.) Kurzvorstellung GFZ Fernerkundungsdaten Bereitstellung durch Copernicus Flotte der Sentinel Satelliten Anwendungsbeispiel: Smart Farming Problem aus dem Bereich Big Data Lösungen am GFZ GTS2 (Dr. André Hollstein) GeoMultiSens (Dr. Mike Sips) Teil 2.: Dr. Mike Sips

3 Helmholtz-Zentrum Potsdam Deutsches GeoForschungsZentrum GFZ Insgesamt ca Mitarbeiter/innen Fernerkundung: ~40 Wissenschaftler/innen Geoinformatik: ~10 Wissenschaftler/innen Themen in der Fernerkundung Entwicklung von Satelliten Instrumenten (EnMAP) / Validierung von Produkten Prozessierung von Fernerkundungsdaten Geologie seltene Erden Landwirtschaft Böden Naturgefahren Hangrutschungen Google

4 Fernerkundungsdaten vs. Google Maps 2016/ /09 Sentinel-2: 2016 / 06 / 11 GFZ

5 Sentinel-2 Seen from Space. ESA ESA

6 Copernicus Flotte der Sentinels Eine der wichtigsten Quellen für Fernerkundungsdaten weltweit mit kostenfrei verfügbaren Daten Problem ist heutzutage nicht mehr Daten zu erhalten, sondern verarbeiten zu können Kosten: : ~ 6.7 Mrd. ~ 1.4 BER Deutschland: Bundesministerium für Verkehr und digitale Infrastruktur / Hightech-Strategie Copernicus-Dienste Katastrophen- und Krisenmanagement Landüberwachung, Überwachung der Meeresumwelt, Überwachung der Atmosphären, Überwachung des Klimawandels, Sicherheit Verfügbarkeit von Fernerkundungsdaten wird zur Infrastruktur Programmlaufzeit bis mind Jeder Satellit Teil einer Reihe (Sentinel-2 A/B/C/..) Serie von Satelliten für die Erdbeobachtung Sentinel 1 6 Abdeckung verschiedener Aspekte der Erdbeobachtung Copernicus

7 Copernicus Sentinels Aktueller Stand Sentinel-1A,B Radar Copernicus Hebungen / Senkungen Wolkendurchdringung Sentinel-2A,B(2017) Copernicus Optisch, Multi- Spektral 10m und 20m Auflösung Sentinel-3A Globale Abdeckung Copernicus Ozeane und Gewässer Copernicus

8 Fernerkundung Beobachtung dessen was ist (hier mit Geobezug) Beobachtung von Veränderungen in der Zeit Nötig sind ein genaues Verständnis der: Instrumente (z.b. Kamera) Beobachteten Prozesse Beobachteten Objekte Geodaten Produkt

9 Analyse der Verteilung organischer Materie in Böden auf regionalem Niveau (TERENO-NO) Wann muss ich wie viel Düngen? (um Böden und zukünftige Erträge zu sichern) Multitemporale Zeitserie Auswahl von Flächen mit frei liegenden Böden Regionale Regressionsmodelle basierend auf Labormessungen e.g. RapidEye, Landsat, Sentinel 2 Dr. Daniel Spengler (basierend auf NDVI und Feldhomogenität) Karte für die Verteilung von organischer Materie (Demmin)

10 Sentinel-2 Aufnahmen - Zeitserien 2015/ /07 Aufnahmezeit Aufnahmeplanung Prozessierung Google

11 Sentinel-2 Daten Prozessierung Prozessierung: Level 1C ESA Externe Daten, z.b. Basisdaten aus einem globalen Wettermodell (ECMWF) Wasserdampf Ozon Aerosole Prozessierung: Level 2A GFZ / ESA / oder andere

12 Sentinel-2 Big-Data Heterogene Daten Datenformat von Sentinel-2 (JPEG200, XML, GRIB) Wettermodell: HDF5 / GRIB Datenmengen Eine Sentinel-2 Aufnahme: 100km 2 mit 14 spektralen Kanälen (Farben) ~ 560Mpx Vorhalten von mehreren Prozessierungsleveln z.z.: Ein Bild am gleichen Ort ca. alle 10 Tage (Europa und Afrika) Mit dem Start von Sentinel-2B (2017) ~ 5 Tage Global ~ 1.4 TB / Tag 0.5 PB / Jahr Deutschland ~ 1.5 TB / Jahr Rohdaten Zwei Herausforderungen: Beherrschung der Komplexität Beherrschung der Datenmengen z.z. zwei Lösungen am GFZ: GTS 2 : GFZ Time Series Service for Sentinel-2 (siehe nächste Folien) GeoMultiSens (Dr. Mike Sips) Copernicus

13 GTS 2 GFZ Time Series Service for Sentinel-2 Vision: Fernerkundungsdaten as a Service Erster Schritt: Sentinel-2 Daten as a Service Erste Anwendung: 100% Industriell gefördertes Projekt im Bereich Smart Farming Auslieferung von Vegetationsindices Nutzer Webanfrage mit Wunschliste (Gebiet, Zeitraum, Sensor, Kanäle, Verarbeitungsstufe) GTS 2 Datenpaket (JSON): Zeitserie der angefragten Daten mit zugehörigen Metadaten

14 GTS 2 Implementierung Designgrundlage: Eigenentwicklung nur dort wo nötig (Prozessierung der Fernerkundungsdaten) open source Komponenten für alle anderen Anforderungen z.z.: Gebiet Deutschland, (kleiner) virtueller Cluster am GFZ (vsphere): 4 Knoten, 24 Kerne, 30TB Speicher verteilt / skalierbar Start der operationellen Testphase: Anfang 2017 Kernkomponenten wie GeoMultiSens, aber z.z. Verzicht auf Flink kompakte Prozessierungskette

15 GeoMultiSens