Von Auerhähnen, Kunstrasen und Bäumen – Ein Blick aus dem All auf unsere Welt

Was haben der Kunstrasen im Wankdorfstadion in Bern, die Auerhahnpopulation im Engadin und gestresste Bäume in Senegal gemeinsam? Nicht viel, wenn man sie aus unserer Perspektive Betrachtet. Wechseln wir aber – zumindest für die Dauer des ersten Kolloquiums des Frühlingssemester 2026  – an Bord eines Satelliten und schauen von dort auf die Erde, so sieht das schon anders aus. Was vorher meilenweit auseinander lag, rückt zusammen und vorher unsichtbare Zusammenhänge werden sichtbar.

Zugegeben, viel haben die genannten Dinge noch immer nicht gemeinsam, doch können sie alle aus dem All erkannt werden. Und das nicht nur von Profis in Hightechlaboren und Computerhochburgen – nein, jeder kann dies, wenn man nur weiss wie und wo. Genau das ist das Thema in diesem Kolloquium, vorgetragen von Dr. Claudia Röösli. Sie  ist Gruppenleiterin der Forschungsgruppe Remote Sensing Spectroscopy, welche Teil der Remote Sensing Laboratories am geografischen Institut an der Universität Zürich ist. Zudem ist sie wissenschaftliche Beraterin der NPOC, dem Swiss National Point of Contact for satellite data. Sie präsentierte in einem kurzweiligen und spannenden Vortrag, was alles mit den aktuell frei verfügbaren Satellitendaten der ESA Copernicus Missionen möglich ist. Ihre Arbeit fokussiert sich auf die Daten der Sentinel Satelliten, welche, zusammen mit den Landsat-Satelliten seit über 40 Jahren kontinuierlich Farb- und Infrarotbilder der gesamten Erdoberfläche aufnehmen. Diese Daten analysieren Röösli und ihr Team in verschiedenen Forschungsprojekten mit Schwerpunkt auf die Biodiversität.

Genes from Space – Genetische Diversität aus dem All bestimmen

Wie, bitte schön, soll denn das gehen? Mit Sicherheit waren wir nicht die einzigen im Hörsaal, bei denen sich die Fragezeichen im Kopf häuften. Mittels Satelliten Gene bestimmen, das kann doch nicht funktionieren. Auch für Röösli war die Idee zu Beginn nicht unmittelbar greifbar, doch erklärt sie die Idee wie folgt:

Der Schlüssel liegt in einer systemischen Betrachtungsweise. Satelliten erfassen nicht die Individuen (hierzu ist die räumliche Auflösung deutlich zu gering), sondern deren Lebensräume – sogenannte Habitate. Betrachtet man genetische Diversität als Eigenschaft eines Systems, wird deutlich: Der genetische Austausch findet in erster Linie innerhalb einer Population statt, welche ein Habitat bewohnt. Diese Populationen bilden weitgehend geschlossene Einheiten, in welchen Gene frei zirkulieren, während der Austausch mit anderen Populationen eingeschränkt oder gar vollständig gekappt ist.

Mithilfe der Sentinel-Daten – wohlgemerkt frei verfügbar – können Habitate präzise identifiziert, abgegrenzt und in ihrer räumlichen Struktur analysiert werden. Kombiniert man diese Informationen mit ökologischen Daten zur Populationsdichte sowie mit Feldbeobachtungen, lässt sich abschätzen, wie viele Individuen ein Habitat bewohnen. Daraus kann wiederum auf die Grösse des genetischen Pools einer Population geschlossen werden.

Eine zentrale Kenngrösse von Populationen ist die effektive Populationsgrösse (Ne-Wert). Um langfristig eine ausreichende genetische Vielfalt – und damit Anpassungsfähigkeit und Überlebensfähigkeit – sicherzustellen, sollte sie aus mindestens 500 Individuen bestehen. Wird dieser Schwellenwert unterschritten, steigt das Risiko von Inzucht. Es droht genetische Verarmung und langfristig das Aussterben der Population.

Die Umsetzung des Projektes erforderte eine enge interdisziplinäre Zusammenarbeit. Fernerkundungsexpertinnen und -experten bereiten die Satellitendaten auf und analysieren sie. Doch erst mit vertieftem Wissen aus Biologie und Genetik lassen sich diese Daten korrekt interpretieren und klassifizieren. Röösli zeigt mit diesem Projekt eindrücklich, wie mächtig der Blick von oben ist, so dass sich am Ende aus dem All sogar Gene bestimmen lassen und man sieht, dass Bäume und Kunstrasen nicht verwandt sind.

BioScale Concept, an AI-driven hyperspectral scaling mission for biodiversity

Schon einmal von Hyperspektralaufnahmen gehört? Noch nicht? Kein Problem, wir auch nicht.

Starten wir bei den Grundlagen: In der klassischen Bildaufnahme unterscheiden wir drei Kanäle – Rot, Grün und Blau. Diese entstehen, weil jeweils nur ein bestimmter Ausschnitt des Lichtspektrums erfasst wird. Jeder dieser Kanäle deckt dabei eine definierte Bandbreite von Lichtwellen ab.

Wird zusätzlich ein weiterer Spektralbereich aufgenommen, etwa nahes Infrarot (NIR),  spricht man von multispektralen Aufnahmen. Auch hier besteht jeder Kanal aus einem klar abgegrenzten Wellenlängenbereich.

Anders bei hyperspektralen Aufnahmen: Hier wird das Spektrum nicht in wenigen breiten Bändern, sondern in unzähligen, schmalen Bändern, nahezu kontinuierlichen erfasst. Statt einzelner Ausschnitte entsteht ein durchgehendes Spektralprofil. Genau solche Hyperspektralbilder sollen künftig die CHIMP-Satelliten, welche 2028 starten, aufnehmen.

Derzeit greifen viele Forschungsprojekte auf die Bilddaten der Sentinel- und Landsatmissionen zurück. Mit den neuen CHIMP-Satelliten wird sich jedoch nicht nur die spektrale, sondern auch die geometrische Auflösung verändern, wodurch die bestehende, konsistente Zeitreihe abzureissen droht.

Genau hier setzt das BioScale Concept an. Ein BioScale-Satellit mit derselben geometrischen Auflösung wie die Sentinel-Satelliten (10 m Bodenauflösung), kombiniert mit der spektralen Auflösung der CHIMP-Satelliten, soll die Brücke zwischen beiden Messreihen schlagen. Dabei steht die Entwicklung einer Übertragungsfunktion zwischen den Sensorsystemen im Fokus. Diese soll es ermöglichen, die heterogenen Datensätze miteinander zu vergleichen und die bestehende Messreihe konsistent fortzuführen.

Um eine solche Übertragungsfunktion zu bestimmen, braucht es zahlreiche Vergleichsaufnahmen. Der BioScale-Satellit soll mithilfe von AI möglichst viele wolkenfreie Vergleichsbilder aufnehmen.

Das Konzept einer Übertragungsfunktion zwischen unterschiedlichen Datenquellen ist nicht nur für die Erdbeobachtung spannend. Es zeigt exemplarisch, wie mit intelligenten Methoden heterogene Datensätze zusammengeführt werden können.

Wir sind überzeugt, dass sich die Erkenntnisse aus dieser Forschung auch auf viele andere Bereiche übertragen lassen, wo mit unterschiedlichen, nicht direkt kompatiblen Datenquellen, gearbeitet wird.

So kehren wir mit vielen Inspirationen auf die Erdoberfläche zurück und sind gespannt, wie wir die Daten aus dem All selbst einsetzen können.

Falls Sie den ganzen Vortrag schauen möchten, klicken Sie bitte hier.

Autoren: Jonathan Boissonnas und Tobias Schulthess, Studierende Bachelor in Geomatik im 4. Semester