Mitglied werden Sponsor werden

Hyperspectral-Imaging (Remote sensing)

Techniken zur Erfassung hyperspektraler Daten, veranschaulicht als Schnitte durch den hyperspektralen Datenwürfel mit seinen zwei räumlichen Dimensionen (x,y) und einer spektralen Dimension (lambda). Quelle: „AcquisitionTechniques“ von Sascha Grusche - Eigenes Werk. Lizenziert über Wikimedia Commons

Unter hyperspektral versteht man in der Fernerkundung ein Sensorsystem, das Bilder von sehr vielen, eng beieinanderliegenden Wellenlängen aufzeichnen kann. Das Auge sieht die Umwelt multispektral in den Wellenlängen der Grundfarben Rot, Grün und Blau. Hyperspektrale Systeme zeichnen Daten von 20 bis 250 unterschiedlichen Kanälen auf, die von Wellenlängen im ultravioletten Bereich bis zum langwelligen Infrarot reichen. Hyperspektralsensoren werden in der Regel von Flugzeugen oder Satelliten aus eingesetzt. Aus den Reflexionseigenschaften von Vegetation und Bodenformationen lassen sich z. B. über Vegetationsindizes Aussagen über den Gesundheitsstatus der Pflanzen ableiten. Im Gegensatz zu einer panchromatischen Aufnahme, erhält man eine geringere räumliche Auflösung. Techniken zur Erfassung hyperspektraler Daten, veranschaulicht als Schnitte durch den hyperspektralen Datenwürfel mit seinen zwei räumlichen Dimensionen (x,y) und einer spektralen Dimension (lambda).

Techniken zur Erfassung eines hyperspektralen Datenwürfels

Um den hyperspektralen Datenwürfel mit seinen zwei räumlichen und einer spektralen Dimension zu erhalten, stehen vier grundlegende Techniken zur Verfügung:

  • Schnappschuss (der gesamte Datensatz wird mit einem einzigen Detektor-Output geliefert)
  • Räumliches Scannen (jeder Detektor-Output liefert das Spektrum von einem schmalen Streifen der Szene)
  • Spektrales Scannen (jeder Detektor-Output liefert eine monochromatische, räumliche Karte der Szene)
  • Räumlich-spektrales Scannen (jeder Detektor-Output liefert eine spektral kodierte, räumliche Karte der Szene)

Satellitensysteme mit hyperspektralen Detektoren

Hyperspectral Sensoren erfassen Daten in einem weiten Spektralbereich (VNIR-LWIR, plus TIR) mit hoher Spektralauflösung  (5-15 nm)  und hoher räumlicher Auflösung (1-5 m). Dies erlaubt letzlich eine Identifizierung der emittierenden Materialien (Beispiel sind verschieden Tonminerale). Das Spektrum wird meist in mehreren hundert schmalen Frequenzbändern erfasst. Multi-spectral Scanner (wie LANDSAT) erfassen dagegen meist nur etwa 10 (breitere) Bänder. Die am häufigsten angewendete Form nutzt das nahe Infrarot (~0.35 – 2.5 microns). Die Spektren werden dabei zeitlich kontinuierlich erfasst. Auch dies ist ein Unterschied zu dem multi-spectral Scannern. Die bessere Auflösung gestattet es z.B. zwischen  Kaolinit, Alunite, Hämatit und Goethit zu unterscheiden. 

Hyperspectral Sensoren liefern enorme Datenmengen was wiederum einen hohen Datenbearbeitungsaufwand bedingt. Dies ist oft nur mit sehr leistungsfähigen Rechnern möglich. Schon aus diesem Grund werden häufig noch LANDSAT (7-Band) oder ASTER (14-Band) Bilder verwendet.

Anwendung in der Geothermie

Typischen mit hyperspectral Scannern in der Geothermie erzeugte Karten sind:

  • Karten der Mineralverteilung
  • Vegetationskarten
  • Hochauflösende Luftbilder

In den Karten der Mineralverteilung können für Geothermie typische Minerale dargestellt werden. Beispielsweise it die Kartierung der Verbreitung von Kaolinit, Alunit oder Opal typisch für geothermische Alterationen. Vegetationskarten können auf geothermischen 'Stress' hinweisen, beispielsweise bei Grundwasser-Besonderheiten an ausstreichenden geologischen Störungen.

Datenverfügbarkeit und Datenerfassung

Es gibt viele komerzielle Anbieter hyperspectraler Daten. Auch ein Spezialprocessing dieser Daten kann, schon wegen der Datenmengen, nur von Spezialfirmen oder Instituten durchgeführt werden.

Literatur

Lamb, Amie; Kratt, Chris; Calvin, Wendy : Geothermal Exploration Using Hyperspectral Analysis Over Dixie Valley and Fairview Valleys, Nevada , Geothermal Resources Council Transactions , 2011

Kratt, Christopher; Coolbaugh, Mark; Peppin, Bill; Sladek, Chris : Identification of a New Blind Geothermal System with Hyperspectral Remote Sensing and Shallow Temperature Measurements at Columbus Salt Marsh, Esmeralda County, Nevada , Geothermal Resources Council Transactions , 2009

Kratt, Chris; Calvin, Wendy; Coolbaugh, Mark : Hyperspectral Mineral Mapping for Geothermal Exploration on the Pyramid Lake Paiute Reservation, Nevada , Geothermal Resources Council Transactions , 2005

Martini, B. A.; Hausknecht, P.; Pickles, W. L.; Cocks, P. A. : The Northern Fish Lake Valley Pull-Apart Basin: Geothermal Prospecting with Hyperspectral Imaging , Geothermal Resources Council Transactions , 2004

Kennedy-Bowdoin, T.; Silver, E. A.; Martini, B. A.; Pickles, W. L. : Geothermal Prospecting using Hyperspectral Imaging and Field Observations, Dixie Meadows, NV , Geothermal Resources Council Transactions , 2004

B.A. Martini : Assessing Hydrothermal System Dynamics and Character by Coupling Hyperspectral Imaging with Historical Drilling Data: Long Valley Caldera, CA, USA , New Zealand Geothermal Workshop , 2003

Pal, Dharminder; Nash, Gregory D. : Mineralogic Interpretation of HyMap Hyperspectral Data, Dixie Valley, Nevada, USA--Initial Results , Geothermal Resources Council Transactions , 2003

Martini, B. A.; Silver, E. A.; Pickles, W. L.; Cocks, P. A. : Hyperspectral Mineral Mapping in Support of Geothermal Exploration: Examples from Long Valley Caldera, CA and Dixie Valley, NV, USA , Geothermal Resources Council Transactions , 2003

Kennedy-Bowdoin, T.; Martini, B. A.; Silver, E. A.; Pickles, W. L.  Hydrothermal Alteration Mineral Mapping Using Hyperspectral Imagery in Dixie Valley, Nevada , Geothermal Resources Council Transactions , 2003

Gregory D. Nash and Glenn W. Johnson  SOIL MINERALOGY ANOMALY DETECTION IN DIXIE VALLEY, NEVADA USING HYPERSPECTRAL DATA , Stanford Geothermal Workshop , 2002

Calvin, Wendy; Coolbaugh, Mark; Vaughan, R. Greg : Geothermal Site Characterization Using Multi- and Hyperspectral Imagery , Geothermal Resources Council Transactions  2002

Glenn W. Johnson, Gregory D. Nash : UNMIXING OF AVIRIS HYPERSPECTRAL DATA FROM DIXIE VALLEY, NEVADA , Stanford Geothermal Workshop , 1998

Weitere Literatur unter Literaturdatenbank und/oder Konferenzdatenbank

Weblinks

http://en.openei.org/wiki/Hyperspectral_Imaging

https://de.wikipedia.org/wiki/Hyperspektral 

zuletzt bearbeitet Januar 2020