Atmosphärenkorrektur von Hyperspektralen Satellitendaten: Bedeutung, Lösungen und aktuelle Entwicklungen
Die Atmosphärenkorrektur satellitengestützter Fernerkundungsdaten ist ein essenzieller Bestandteil operationeller Prozessierungsketten, um die hochgenaue Rekonstruktion von Bodenreflektanzen zu gewährleisten.
Die am Deutschen Zentrum für Luft- und Raumfahrt entwickelte Software zur Atmosphärenkorrektur von Satellitendaten, "Python-based Atmospheric Correction" (PACO), sowie deren als Open‑Source‑Projekt angelegte Weiterentwicklung "CHIME L2 Open‑Source Library" werden in einer Vielzahl von operationellen und zukünftigen Missionen (z. B. DESIS, EnMAP, CHIME) eingesetzt und tragen damit weitreichend zur Erzeugung der globalen Satellitendatenbasis bei.
Der Vortrag möchte zum besseren Verständnis einen Einblick in die theoretische Basis aktueller Algorithmen der Atmosphärenkorrektur sowie in ihre Bedeutung für die satellitengestützte Fernerkundung vermitteln. Außerdem sollen aktuelle Entwicklungen (Fokus auf hyperspektrale Daten, Einbezug externer Referenzdaten und Methoden des maschinellen Lernens) sowie Zugang, Nutzung und Anwendungsbeispiele für die wissenschaftliche Gemeinschaft präsentiert werden.