EnMAP Science Advisory Group

EnMAP

EnMAP (Environmental Mapping and Analysis Program) ist ein geplanter deutscher hyperspektraler Erdbeobachtungssatellit. Er soll ab 2018 Aufnahmen mit 30 m räumlicher Auflösung  von über 200 Spektralkanälen zwischen 420 und 2450 nm Wellenlänge liefern.

Durch die hohe spektrale Auflösung werden quantitative diagnostische Informationen über Vegetation, Landnutzung, Gewässerinhaltsstoffe gewonnen. Die Daten geben Auskunft über die mineralogische Zusammensetzung von Böden und Gesteinen, die Entwicklungsstadien und Schädigungen von Pflanzen oder den Grad der Bodenverschmutzung. EnMAP zählt zu den leistungsstärksten Erdfernerkundungssatelliten, der die Erdoberfläche im sichtbaren und infraroten Spektralbereich aufzeichnet. Alle Materialien, z.B. Pflanzen und Mineralien, weisen charakteristische spektrale Eigenschaften auf, die mit dem Hyperspektralsensor erfasst werden können. Damit ist, im Gegensatz zu herkömmlichen Multispektralsystemen, eine diagnostische Analyse von Materialien möglich. Die satellitengestützte Beobachtung durch EnMAP erlaubt den Wissenschaftlern zudem wiederholte Aufzeichnungen derselben Flächen mit dem gleichen Messinstrument. Damit lassen sich zeitlich veränderliche Phänomene wie die Entwicklung von Ackerpflanzen oder die Verschiebung von Klimazonen gezielt erfassen und im globalen Kontext analysieren.

EnSAG

Die EnMAP Science Advisory Group wurde gegründet, um Hochschulen und Forschungsinstitute bei der Vorbereitung auf die Nutzung von EnMAP-Daten zu unterstützen. Außer dem Principal Investigator (zuständig für Bodenkunde und Geologie) gibt es Gruppen für Gewässerfernerkundung, Landwirtschaft, Urbane Anwendungen, Forst und natürliche Ökosysteme. Geldgeber ist das Bundesministerium für Wirtschaft und Technologie.

Die EnSAG-Gruppe an der Universität Trier ist zuständig für die Entwicklung von Algorithmen zur Nutzung abbildender Spektroskopie für forstliche Anwendungen.

In der ersten Förderphase 2010 bis 2012 war – neben dem Projektleiter Prof. Dr. Joachim Hill und dem Postdoc Dr. Henning Buddenbaum – Pyare Püschel als Doktorand im Projekt beschäftigt. 

In der zweiten Förderphase 2013 bis 2015 hat Sandra Dotzler als Doktorandin im Projekt gearbeitet, in der dritten Phase seit 2016 Barbara Paschmionka.

"Hyperspectral Cube" einer Waldszene bei Morbach mit 3 Reflexionsspektren

Ausgewählte Veröffentlichungen zur hyperspektralen Forstfernerkundung

H. Buddenbaum & J. Hill (2015): PROSPECT Inversions of Leaf Laboratory Imaging Spectroscopy - a Comparison of Spectral Range and Inversion Technique Influences. Photogrammetrie - Fernerkundung - Geoinformation 2015 (3):231-40. DOI

H. Buddenbaum, G. Rock, J. Hill & W. Werner (2015): Measuring Stress Reactions of Beech Seedlings with PRI, Fluorescence, Temperatures and Emissivity from VNIR and Thermal Field Imaging Spectroscopy. European Journal of Remote Sensing, 48: 263-282. DOI

H. Buddenbaum, O. Stern, B. Paschmionka, E. Hass, T. Gattung, J. Stoffels, J. Hill & W. Werner (2015): Using VNIR and SWIR Field Imaging Spectroscopy for Drought Stress Monitoring of Beech Seedlings. International Journal of Remote Sensing, 36 (18): 4590-4605. DOI

S. Dotzler, J. Hill, H. Buddenbaum & J. Stoffels (2015): The potential of EnMAP and Sentinel-2 data for detecting drought stress phenomena in deciduous forest communities. Remote Sensing, 7 (10): 14227-14258. DOI

L. Guanter, H. Kaufmann, K. Segl, S. Foerster, C. Rogass, S. Chabrillat, T. Kuester, A. Hollstein, G. Rossner, C. Chlebek, C. Straif, S. Fischer, S. Schrader, T. Storch, U. Heiden, A. Mueller, M. Bachmann, H. Mühle, R. Müller, M. Habermeyer, A. Ohndorf, J. Hill, H. Buddenbaum, P. Hostert, S. van der Linden, P. Leitão, A. Rabe, R. Doerffer, H. Krasemann, H. Xi, W. Mauser, T. Hank, M. Locherer, M. Rast, K. Staenz & B. Sang (2015). The EnMAP Spaceborne Imaging Spectroscopy Mission for Earth Observation. Remote Sensing, 7 (7): 8830-8857. DOI

S. Nink, J. Hill, H. Buddenbaum, J. Stoffels, T. Sachtleber & J. Langshausen (2015): Assessing the suitability of future multi- and hyperspectral satellite systems for mapping the spatial distribution of Norway spruce timber volume. Remote Sensing, 7 (9): 12009-12040. DOI

F. E. Fassnacht, C. Neumann, M. Förster, H. Buddenbaum, A. Ghosh, A. Clasen, P. W. Joshi & B. Koch (2014): Comparison of Feature Reduction Algorithms for Classifying Tree Species With Hyperspectral Data on Three Central European Test Sites. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (J-STARS), 7 (6): 2547-2561. DOI 

P. Pueschel, G. Newnham & J. Hill (2014): Retrieval of Gap Fraction and Effective Plant Area Index from Phase-Shift Terrestrial Laser Scans. Remote Sensing 6, 2601-2627. DOI

O. Stern, B. Paschmionka, J. Stoffels, H. Buddenbaum & J. Hill (2014): Abbildende und nichtabbildende Geländespektrometrie zur Untersuchung von Stressphänomenen an Buchenpflanzen. Photogrammetrie - Fernerkundung - Geoinformation, 2014 (1): 17-26. DOI

H. Buddenbaum, S. Seeling & J. Hill (2013): Fusion of full waveform LiDAR and imaging spectroscopy remote sensing data for the characterization of forest stands. International Journal of Remote Sensing, 34 (13): 4511-4524. DOI

P. Pueschel (2013): The influence of scanner parameters on the extraction of tree metrics from FARO Photon 120 terrestrial laser scans. ISPRS Journal of Photogrammetry and Remote Sensing, 78: 58-68. DOI

P. Pueschel, G. Newnham, G. Rock, T. Udelhoven, W. Werner & J. Hill (2013): The influence of scan mode and circle fitting on tree stem detection, stem diameter and volume extraction from terrestrial laser scans. ISPRS Journal of Photogrammetry and Remote Sensing, 77: 44-56. DOI

H. Buddenbaum, O. Stern, M. Stellmes, J. Stoffels, P. Pueschel, J. Hill & W. Werner (2012): Field Imaging Spectroscopy of Beech Seedlings under Dryness Stress. Remote Sensing, 4: 3721-3740. doi:10.3390/rs4123721

P. Pueschel, H. Buddenbaum & J. Hill (2012): An efficient approach to standardizing the processing of hemispherical images for the estimation of forest structural attributes. Agricultural and Forest Meteorology, 160: 1-13.

H. Buddenbaum, P. Pueschel, M. Stellmes, W. Werner & J. Hill (2011): Measuring water and Chlorophyll content on the leaf and canopy scale. EARSeL eProceedings, 10 (1): 66-72.

P. Pueschel, H. Buddenbaum & J. Hill (2011): Estimation of Leaf Area Index from airborne Laser scanning and imaging spectroscopy and comparison with ground-based methods. EARSeL 7th SIG-Imaging Spectroscopy Workshop, April 11-13, Edinburgh, UK.

P. Pueschel, H. Buddenbaum & J. Hill (2011): Estimation of Leaf Area Index from ground-based methods - Standardized processing of digital hemispherical images. EARSeL 7th SIG-Imaging Spectroscopy Workshop, April 11-13, Edinburgh, UK.

M. Schlerf, C. Atzberger, J. Hill, H. Buddenbaum, W. Werner & G. Schüler (2010): Retrieval of chlorophyll and nitrogen in Norway spruce (Picea abies L. Karst.) using imaging spectroscopy. International Journal of Applied Earth Observation and Geoinformation (JAG), 12 (1): 17-26. doi:10.1016/j.jag.2009.08.006

M. Förster, D. Spengler, H. Buddenbaum, J. Hill & B. Kleinschmit (2010): A review of the combination of spectral and geometric modelling for the application in forest remote sensing - Ein Überblick über die Kombination spektraler und geometrischer Modellierung zur Anwendung in der forstlichen Fernerkundung. Photogrammetrie - Fernerkundung - Geoinformation, 2010 (4): 253–265. doi:10.1127/1432-8364/2010/0053

H. Kaufmann, K. Segl, S. Itzerott, H. Bach, A. Wagner, J. Hill, B. Heim, K. Oppermann, W. Heldens, E. Stein, A. Müller, S. van der Linden, P. J. Leitão, A. Rabe & P. Hostert (2010): Hyperspectral algorithms: report in the frame of EnMAP preparation activities. Scientific Technical Report STR10/08. Potsdam. doi:10.2312/GFZ.b103-10089http://ebooks.gfz-potsdam.de/pubman/item/escidoc:18089:2

H. Buddenbaum & J. Hill (2010): Fusion of full waveform Lidar and hyperspectral remote sensing data for the characterization of forest stands. Silvilaser 2010, September 14–17, 2010, Freiburg, Germany.

H. Buddenbaum & J. Hill (2010): Retrieval of LAI from Airborne Hyperspectral and Airborne Laser Scanner Data using a Canopy Reflectance Model. ESA Hyperspectral Workshop 2010, 17–19 March 2010, Frascati, Italy.

H. Buddenbaum & J. Hill (2009): Hyperspectral Forest Remote Sensing: From operational Forest Management to Process Dynamics of Forest Ecosystems. Workshop "Waiting for EnMap - preparing methods for detailed land cover analysis." 15. Oktober 2009, Potsdam.

M. Schlerf, W. Verhoef, H. Buddenbaum, J. Hill, C. Atzberger & A. Skidmore (2007): Comparing three canopy reflectance models with hyperspectral multi-angular satellite data. ISPMSRS'07, Davos, Switzerland, March 12–14, 2007.

H. Buddenbaum, M. Schlerf & J. Hill (2005): Classification of coniferous tree species and age classes using hyperspectral data and geostatistical methods. International Journal of Remote Sensing, 26 (24): 5453–5465. doi:10.1080/01431160500285076

M. Schlerf, C. Atzberger & J. Hill (2005): Remote sensing of forest biophysical variables using HyMap imaging spectrometer data. Remote Sensing of Environment, 95: 177-194. doi:10.1016/j.rse.2004.12.016

M. Schlerf, C. Atzberger, M. Vohland, H. Buddenbaum, S. Seeling & J. Hill (2004): Derivation of forest leaf area index from multi- and hyperspectral remote sensing data. EARSeL eProceedings, 3 (3): 405-413.

 

See also Publications on Soil spectroscopy