Spatially and temporally high-resolution data was acquired with the aid of multispectral sensors mounted on UAV and a gyrocopter platform for the purpose of classification. The work was part of the research and development project „Modern sensors and airborne remote sensing for the mapping of vegetation and hydromorphology along Federal waterways in Germany“ (mDRONES4rivers) in cooperation of the German Federal Institute of Hydrology (BfG), Geocoptix GmbH, Hochschule Koblenz und JB Hyperspectral Devices. Within the project period (2019-2022) data was collected at different sites situated in Germany along the Rivers Rhine and Oder. All published data produced within the project can be found by searching for the keyword ‘mDRONES4rivers‘. In this dataset, the following UAS data and metadata of the project site ‘Reitwein’ (center coordinates [WGS84]: 52.500961°N, 14.629186 °E; area: 60 ha) at the River Oder in Germany is available for download: • Multispectral orthophotos (GeoTiff; 6 bands: B, G, R, Red-Edge, NIR, Flag; camera: Micasense; resolution: 25 cm; abbreviation: MS_RAW) • RGB-orthophotos (GeoTiff; 3 bands: R, G, B; camera: Phantom; resolution: 25 cm; abbreviation: PH_ORTHO) • Digital Surface Models (GeoTiff; 1 band; camera: Phantom; resolution: ca. 5 cm; abbreviation: PH_DEM) • associated Technical Reports (PDF; technical metadata concerning data acquisition, and processing using Agisoft Metashape, 1x for multispectral orthophotos, 1x for RGB-orthophotos + digital surface model) The above-mentioned files are provided for download as dataset stored in one directory per season depending on the date of data acquisition and flight altitude, as the data was collected here from two different flight altitudes (e.g. mDRONES4rivers_RW_UAV_2020_03_summer_70m.zip = projectname_projectsite_platform_year_no.season_name.season_flightaltitude.zip). To provide an overview of all files and general background information plus data preview the following files are stored in the info.zip folder: • Overview table and metadata of the above-mentioned data (xlsx) • Summary (PDF, Detailed description of sensors and data acquisition procedure, 1x for multispectral orthophotos, 1x for RGB-orthophotos + digital surface models) Note: the data was processed with focus on spectral information and not for geodetic purposes. Georeferencing accuracy has not been checked in detail.
Spatially and temporally high-resolution data was acquired with the aid of multispectral sensors mounted on UAV and a gyrocopter platform for the purpose of classification. The work was part of the research and development project „Modern sensors and airborne remote sensing for the mapping of vegetation and hydromorphology along Federal waterways in Germany“ (mDRONES4rivers) in cooperation of the German Federal Institute of Hydrology (BfG), Geocoptix GmbH, Hochschule Koblenz und JB Hyperspectral Devices. Within the project period (2019-2022) data was collected at different sites situated in Germany along the Rivers Rhine and Oder. All published data produced within the project can be found by searching for the keyword ‘mDRONES4rivers‘. In this dataset, the following UAS data and metadata of the project site ‘Kuehkopf Knoblochsaue’ (center coordinates [WGS84]: 49.830564°N, 8.383341°E; area: 48 ha) at the Rhine River in Germany is available for download: • Multispectral orthophotos (GeoTiff; 6 bands: B, G, R, Red-Edge, NIR, Flag; camera: Micasense; resolution: 25 cm; abbreviation: MS_RAW) • RGB-orthophotos (GeoTiff; 3 bands: R, G, B; camera: Phantom; resolution: 25 cm; abbreviation: PH_ORTHO) • Digital Surface Models (GeoTiff; 1 band; camera: Phantom; resolution: ca. 5 cm; abbreviation : PH_DEM) • associated Technical Reports (PDF; technical metadata concerning data acquisition, and processing using Agisoft Metashape, 1x for multispectral orthophotos, 1x for RGB-orthophotos + digital surface model) The above-mentioned files are provided for download as dataset stored in one directory per season depending on the date of data acquisition (e.g. mDRONES4rivers_NW_2019_01_Winter.zip = projectname_projectsite_year_no.season_name.season). To provide an overview of all files and general background information plus data preview the following files are stored in the info.zip folder: • Overview table and metadata of the above-mentioned data (xlsx) • Summary (PDF, Detailed description of sensors and data acquisition procedure, 1x for multispectral orthophotos, 1x for RGB-orthophotos + digital surface models) Note: the data was processed with focus on spectral information and not for geodetic purposes. Georeferencing accuracy has not been checked in detail.
Spatially and temporally high-resolution data was acquired with the aid of multispectral sensors mounted on UAV and a gyrocopter platform for the purpose of classification. The work was part of the research and development project „Modern sensors and airborne remote sensing for the mapping of vegetation and hydromorphology along Federal waterways in Germany“ (mDRONES4rivers) in cooperation of the German Federal Institute of Hydrology (BfG), Geocoptix GmbH, Hochschule Koblenz und JB Hyperspectral Devices. Within the project period (2019-2022) data was collected at different sites situated in Germany along the Rivers Rhine and Oder. All published data produced within the project can be found by searching for the keyword ‘mDRONES4rivers‘. In this dataset, the following UAS data and metadata of the project site ‘Laubenheim’ (center coordinates [WGS84]: 49.960007°N, 8.331229°E; area: 11 ha) at the Rhine River in Germany is available for download: • Multispectral orthophotos (GeoTiff; 6 bands: B, G, R, Red-Edge, NIR, Flag; camera: Micasense; resolution: 25 cm; abbreviation: MS_RAW) • RGB-orthophotos (GeoTiff; 3 bands: R, G, B; camera: Phantom; resolution: 25 cm; abbreviation: PH_ORTHO) • Digital Surface Models (GeoTiff; 1 band; camera: Phantom; resolution: ca. 5 cm; abbreviation: PH_DEM) • associated Technical Reports (PDF; technical metadata concerning data acquisition, and processing using Agisoft Metashape, 1x for multispectral orthophotos, 1x for RGB-orthophotos + digital surface model) The above-mentioned files are provided for download as dataset stored in one directory per season depending on the date of data acquisition (e.g. mDRONES4rivers_NW_UAV_2019_01_Winter.zip = projectname_projectsite_platform_year_no.season_name.season). To provide an overview of all files and general background information plus data preview the following files are stored in the info.zip folder: • Overview table and metadata of the above-mentioned data (xlsx) • Summary (PDF, Detailed description of sensors and data acquisition procedure, 1x for multispectral orthophotos, 1x for RGB-orthophotos + digital surface models) Note: the data was processed with focus on spectral information and not for geodetic purposes. Georeferencing accuracy has not been checked in detail.
Spatially and temporally high-resolution data was acquired with the aid of multispectral sensors mounted on UAV and a gyrocopter platform for the purpose of classification. The work was part of the research and development project „Modern sensors and airborne remote sensing for the mapping of vegetation and hydromorphology along Federal waterways in Germany“ (mDRONES4rivers) in cooperation of the German Federal Institute of Hydrology (BfG), Geocoptix GmbH, Hochschule Koblenz und JB Hyperspectral Devices. Within the project period (2019-2022) data was collected at different sites situated in Germany along the Rivers Rhine and Oder. All published data produced within the project can be found by searching for the keyword ‘mDRONES4rivers‘. In this dataset, the following UAS data and metadata of the project site ‘Emmericher Ward’ (center coordinates [WGS84]: 50.385264°N, 6.198692°E; area: 53ha) at the Rhine River in Germany is available for download: • Multispectral orthophotos (GeoTiff; 6 bands: B, G, R, Red-Edge, NIR, Flag; camera: Micasense; resolution: 25 cm; abbreviation: MS_RAW) • RGB-orthophotos (GeoTiff; 3 bands: R, G, B; camera: Phantom; resolution: 25 cm; abbreviation: PH_ORTHO) • Digital Surface Models (GeoTiff; 1 band; camera: Phantom; resolution: ca. 5 cm; abbreviation: PH_DEM) • associated Technical Reports (PDF; technical metadata concerning data acquisition, and processing using Agisoft Metashape, 1x for multispectral orthophotos, 1x for RGB-orthophotos + digital surface model) The above-mentioned files are provided for download as dataset stored in one directory per season depending on the date of data acquisition (e.g. mDRONES4rivers_EW_UAV_2019_01_Winter.zip = projectname_projectsite_platform_year_no.season_name.season). To provide an overview of all files and general background information plus data preview the following files are stored in the info.zip folder: • Overview table and metadata of the above-mentioned data (xlsx) • Summary (PDF, Detailed description of sensors and data acquisition procedure, 1x for multispectral orthophotos, 1x for RGB-orthophotos + digital surface models) Note: the data was processed with focus on spectral information and not for geodetic purposes. Georeferencing accuracy has not been checked in detail.
Spatially and temporally high-resolution data was acquired with the aid of multispectral sensors mounted on UAV and a gyrocopter platform for the purpose of classification. The work was part of the research and development project „Modern sensors and airborne remote sensing for the mapping of vegetation and hydromorphology along Federal waterways in Germany“ (mDRONES4rivers) in cooperation of the German Federal Institute of Hydrology (BfG), Geocoptix GmbH, Hochschule Koblenz und JB Hyperspectral Devices. Within the project period (2019-2022) data was collected at different sites situated in Germany along the Rivers Rhine and Oder. All published data produced within the project can be found by searching for the keyword ‘mDRONES4rivers‘. In this dataset, the following UAS data and metadata of the project site ‘Nonnenwerth’ (center coordinates [WGS84]: 50.637541°N, 7.208834°E; area: 45 ha) at the Rhine River in Germany is available for download: • Multispectral orthophotos (GeoTiff; 5 bands: B, G, R, NIR, Flag; camera system: PanX 2.0 and PanX 3.0; resolution: ca. 30 cm/ca. 16 cm; abbreviation: PanX2_ORTHO/PanX3_ORTHO) • Digital Surface Models (GeoTiff; 1 band; camera system: PanX 2.0 and PanX 3.0; resolution: ca. 30 cm; abbreviation: PanX_DEM) • associated Technical Reports (PDF; technical metadata concerning data acquisition, and processing using Agisoft Metashape, 1x for multispectral orthophotos + digital surface model) The above-mentioned files are provided for download as dataset stored in one directory per season depending on the date of data acquisition (e.g. mDRONES4rivers_NW_GYRO_2019_01_Winter.zip = projectname_projectsite_platform_year_no.season_name.season). To provide an overview of all files and general background information plus data preview the following files are stored in the info.zip folder: • Overview table and metadata of the above-mentioned data (xlsx) • Summary (PDF, Detailed description of sensors and data acquisition procedure, 1x for multispectral orthophotos + digital surface models) Note: the data was processed with focus on spectral information and not for geodetic purposes. Georeferencing accuracy has not been checked in detail.
Im Rahmen des Projekts SAMOSEE-BW: Satellitenbasiertes Monitoring von Seen in Baden-Württemberg der Digitalisierungsstrategie des Landes Baden-Württemberg hat das Institut für Seenforschung (ISF) der LUBW Satellitendaten ausgewertet, um die Wasserqualität verschiedenster Seen in Baden-Württemberg zu bewerten. Damit soll es in Zukunft möglich sein, auch kleinere Seen regelmäßig zu überwachen und bei kritischen Entwicklungen rechtzeitig einzugreifen. Ein Wert, der die Gewässergüte eines Sees zeigt, ist das Vorkommen des Blattfarbstoffs Chlorophyll-a. Dieser ist für die Photosynthese von Pflanzen zuständig und zeigt an wie viele Algen und Phytoplankton in einem See vorhanden sind. Kommt besonders viel Chlorophyll-a vor, ist der See sehr nährstoffreich und es stehen viele Algen als Nahrung für die Lebewesen im Gewässer zur Verfügung. Grafik zeigt: die Chlorophyll-a-Konzentration in vier unterschiedlichen Seen. Links ist jeweils die gemessene Konzentration mittels Satelliten zu sehen, rechts die anhand von Wasserproben aus dem See ermittelten Konzentration. Der Punkt zeigt dabei den Mittelwert der Daten an, die Balken die Spannweite der gemessenen Konzentrationen. Bildnachweis: LUBW Mittels Multispektralsensoren wird die Farbe des Gewässers überprüft. Durch die Absorption des Lichts von Chlorophyll-a erscheint das Wasser im See grün. Bereits im Vorgänger-Projekt WasMon-CT wurden die mittels Satelliten erfassten Daten mit Wasserproben verglichen, die Vor-Ort (in-situ) entnommen wurden. Der Vergleich der Daten für vier ausgewählte Seen zeigt die Grafik des Monats. Beim Vergleich der Daten aus der Satellitenfernerkundung und von Proben direkt aus dem Wasser ist erkennbar, dass sie beim Ehrlichsee Süd und Bergsee sehr ähnlich sind. Beim Titisee und der Schwarzenbachtalsperre ist jedoch ein Unterschied erkennbar. Das liegt daran, dass die Seen beide sehr dunkel sind. Durch die waldreiche Gegend und das Waldeinzugsgebiet, in denen die Seen liegen, sind sie besonders huminstoffreich. Huminstoffe sind langkettige organische Verbindungen, die bei der Zersetzung von tierischen und pflanzlichen Überresten entstehen und gelbbraun bis schwarz gefärbt sind. Bei dunklen, huminstoffreichen Seen kommt es zur Absorption von Licht durch die Huminstoffe in Bereichen des optischen Spektrums, in denen auch Chlorophyll-a Licht absorbiert. Deswegen überlagern sich die Absorptionsspektren der beiden sehr unterschiedlichen Wasserinhaltsstoffe (Chlorophyll-a und Huminstoffe) und Chlorophyll-a kann nicht mehr direkt erkannt werden. Erst mit vor-Ort genommenen Proben können so die wirklichen Chlorophyll-a-Konzentration verlässlich ermittelt werden. Die Satellitendaten von „dunklen“ Seen können reprozessiert werden. Bei der Reprozessierung geht es darum, die Satellitenrohdaten mit veränderten, an die jeweiligen Seen angepassten Parametern (z.B. unter Berücksichtigung der spezifischen hohen Huminstoff-Konzentrationen) neu auszuwerten. Damit wird die Verarbeitung der Daten an einen Seetyp oder einen bestimmten See angeglichen, sodass die Chlorophyll-a-Konzentration genauer bestimmt werden kann. In Baden-Württemberg gibt es rund 1600 Seen, wovon 28 größer als 50 Hektar, etwa 260 größer als zehn Hektar und rund 1300 größer als ein Hektar sind. Mit den Mitteln der satellitenbasierten Fernerkundung kann das ISF in Zukunft die Seen größer zehn Hektar überwachen und Informationen zur Gewässergüte ableiten und so vorhandene Vor-Ort Messprogramme ergänzen. Für kleinere Seen ist dies nur möglich, wenn die entsprechenden Voraussetzungen gegeben sind.
Baden-Württemberg ist sehr reich an Seen. Deren Wasserqualität immer im Blick zu behalten ist dementsprechend sehr herausfordernd. Hierbei soll zukünftig die Fernerkundung helfen. Mittels Satelliten können so viel mehr Seen regelmäßig überprüft werden, als mit herkömmlichen Methoden, bei denen vor Ort aufwändig Wasserproben genommen und dann im Labor untersucht werden. Hierfür hat das Institut für Seenforschung (ISF) der LUBW das Projekt SAMOSEE-BW - „Satellitenbasiertes Monitoring von Seen in Baden-Württemberg“ ins Leben gerufen. Dieses Projekt wird durch die Digitalisierungsstrategie des Landes Baden-Württemberg gefördert. Mit dem Projekt werden Satellitendaten für die routinemäßige Bewertung von Stehgewässern nutzbar gemacht. Bis aus den Rohdaten aber anschauliche Grafiken, Tabellen und Abbildungen werden, ist es ein weiter Weg. Mithilfe von speziellen Computerprogrammen und Arbeitsroutinen werden störende Einflüsse der Atmosphäre, Wolkenbildung oder Sonnenreflexion gefiltert und korrigiert. Die klassischen Messungen und Wasserprobenentnahmen werden jedoch auch in Zukunft trotz aller Technik weiterhin unerlässlich sein, um die Qualität der Seen im Blick zu behalten. Bild zeigt: Satellit über der Erde, Bildnachweis: dimazel/stock.adobe.com Ein Anzeiger für die Gewässergüte ist unter anderem der Blattfarbstoff Chlorophyll-a. Dieser kommt neben Pflanzen auch im Phytoplankton von Seen vor, wo er für die Photosynthese zuständig ist. Aufgrund seiner Grünfärbung lässt er sich auch aus dem All mit Hilfe von Satelliten erfassen. Zur Erfassung nehmen die Satelliten mit ihren an Bord befindlichen Multispektralsensoren die Farbe eines Gewässers sehr genau auf. Diese Multispektralsensoren messen die Intensität des vom Gewässer zurückgestrahlten Lichtes für verschiedene Wellenlängen. Durch die Absorption von Chlorophyll-a erscheint das Wasser in einem See grün, wenn es sehr viele Algen beziehungsweise sehr viel Phytoplankton gibt. Anhand dieser Grünfärbung kann man die Konzentration von Chlorophyll-a im Wasser ermitteln. Die Chlorophyll-a-Konzentrationen in einem Gewässer erlauben es, Rückschlüsse auf Algenblüten und allgemein auf die Primärproduktion in einem Gewässer zu ziehen, d.h. wieviel Algenbiomasse in einem Gewässer erzeugt wird. Diese steht dann für die Nahrungskette im See zur Verfügung und bestimmt ganz wesentlich, wie sich das Ökosystem See als Ganzes entwickelt. Außerdem können anhand der Chlorophyll-a-Konzentrationen in einem Gewässer Informationen über den Trophiezustand eines Sees – das heißt wieviel Nährstoffe in einem See sind – abgeleitet und der Gewässerzustand bewertet werden. Neben Chlorophyll-a können auch Informationen zur Trübung und Sichttiefe und zur Temperatur an der Wasseroberfläche ermittelt werden, sowie die Wahrscheinlichkeit, ob sich im See problematische Algen entwickeln und es zu sogenannten Blaualgenblüten kommen kann. Bild zeigt: Überblick über die Chlorophyll-a-Gehalte in 21 baden-württembergischen Seen. Bildnachweis: ISF Bei den größeren Seen wie dem Bodensee wird durch die häufige Überfliegung eine zeitlich engere Analyse des Gewässerzustandes möglich. Die höhere räumliche Auflösung der Satellitenbilder erlaubt es den Fachleuten zudem, die Entwicklung in mehr Seeteilen und Buchten im Detail zu verfolgen als dies bei der regelmäßigen Analyse von Wasserproben möglich ist. Wasserproben können wegen des hohen Aufwandes nur an wenigen Stellen im See genommen werden. Gerade im Hinblick auf die Entwicklung potenziell gefährlicher Blaualgenblüten – angezeigt durch den sogenannten HAB-Indikator (Harmful Algal Bloom, gefährliche Algenblüte) – können die Daten aus dem All wichtige Informationen für die Sicherheit des betreffenden Gewässers als Badesee geben. In Zukunft soll die Fernerkundung noch weiter ausgebaut werden. So sind beispielsweise automatisierte Warnungen auf Basis der Satellitendaten denkbar, wenn Blaualgen das Gewässer verunreinigen. Die Nutzung neuer Satelliten und Sensoren sowie eine erhöhte Schnelligkeit in der Weiterverarbeitung der Gewässerinformationen sind weitere Pläne für die Zukunft. Damit kann der Zustand der Seen frühzeitig erkannt werden und es können gegebenenfalls weitere detaillierte vor-Ort-Untersuchungen stattfinden.
Wie stark schreitet der Klimawandel in Deutschland voran? Wie wirken Luftschadstoffe auf die Umwelt? Dies lässt sich unter anderem daran beobachten, wie sich Ökosysteme verändern. Veränderungen der Baumarten-Zusammensetzung können als Indikator dienen. Welche neuen Potenziale das europäische Erdbeobachtungsprogramm Copernicus bietet, hat das UBA in einer Machbarkeitsstudie untersuchen lassen. Möglichst genaue räumliche Informationen über die Baumarten-Zusammensetzung werden für verschiedene Zwecke benötigt. Sie bringen Erkenntnisse über den Eintrag biologischer und chemischer Stoffe in Ökosysteme und helfen bei der Ableitung ökologischer Belastungsgrenzen. Außerdem ist die Baumartenzusammensetzung in Naturwaldreservaten ein Indikator der Deutschen Anpassungsstrategie an den Klimawandel . Flächendeckende Informationen zur Verbreitung der Hauptbaumarten wurden bisher modellhaft abgeleitet oder auf der Basis forstlicher Inventare näherungsweise ermittelt. Beide Verfahren liefern allerdings nur grobe räumliche Verteilungsmuster und sind methodisch aufwendig und kostenintensiv. Im Rahmen einer Machbarkeitsstudie wurde untersucht, welche Potenziale sich durch die neue Generation an Satellitensensoren im Hinblick auf eine bundesweite Klassifikation von Baumarten ergeben. Durch das europäische Erdbeobachtungsprogramm Copernicus stehen seit 2015 Satellitendaten in guter räumlicher, zeitlicher und spektraler Auflösung kostenfrei für alle Interessierten zur Verfügung. Insbesondere die Multispektralsensoren der Plattform Sentinel-2 wurden eigens für Vegetationsstudien entwickelt und sollen in den kommenden Jahrzehnten das globale Monitoring der Landoberfläche unterstützen. Die Machbarkeitsstudie liefert einen Überblick zu verfügbaren Forstkarten unterschiedlicher Maßstäbe für Deutschland und Europa. Neben verfügbaren Satellitenbilddaten werden unterschiedliche Klassifizierungsansätze sowie mögliche Validierungsdaten hinsichtlich ihrer Nutzbarkeit diskutiert. Anhand von fünf repräsentativen Testgebieten wurden die Möglichkeiten und Grenzen einer satellitenbasierten Ableitung von Baumarten untersucht sowie die Erfordernisse hinsichtlich einer bundesweiten Umsetzung bewertet. Für die Klassifikation wurde ein Verfahren aus dem Bereich des maschinellen Lernens, der sogenannte „Random Forest“-Algorithmus angewendet. Alle Analysen wurden auf dem Großrechencluster des Earth Observation Data Centre (EODC) der Uni Wien durchgeführt. Für ausgewählte einschlägige Baumarten konnten Klassifikationen mit einer hohen Zuverlässigkeit, gestützt auf Referenz- und Satellitendaten, in den ausgewählten Testgebieten erreicht werden. Die Ergebnisse zeigen, dass sich eine bundesweite Baumartenklassifikation mit dem entwickelten Ansatz gut umsetzen lässt. In einem Fall konnten 16 Baumarten mit einer räumlichen Auflösung von 10 m und einer vergleichsweise hohen Genauigkeit extrahiert werden. Die klassenspezifischen Genauigkeiten erreichten insgesamt je nach Baumart Werte zwischen 73 und 97 % und waren u. a. stark von der Verfügbarkeit von Referenzdaten sowie deren Qualität abhängig. Es zeigte sich, dass die Verwendung von mind. sieben, im besten Falle jedoch mindestens zehn, gut über das Jahr verteilte Sentinel-2 Satellitenbildszenen die Genauigkeit der Ergebnisse deutlich verbessert. Die Trennbarkeit war dabei jedoch im Hohen Maße abhängig von der Verfügbarkeit wolkenfreier Aufnahmen, der Güte der Trainingsdaten sowie der Zusammensetzung der Bestände. Der entwickelte Klassifikationsablauf stellt einen robusten, kosteneffizienten und prinzipiell bundesweit skalierbarer Ansatz zur Baumartenklassifikation dar. Es zeigte sich, dass die Daten ein hohes Potenzial für die Identifikation und Trennung von Baumarten haben. Hürden für eine bundesweite Umsetzung bestehen vor allem in der Verfügbarkeit und Bereitstellung geeigneter Trainingsdaten. Studien die sich mit der Ableitung von Waldeigenschaften bzw. Baumarten mittels multitemporalen Satellitenbilddaten befassen, waren bisher aufgrund der erforderlichen großen Datenmengen auf relativ kleine Versuchsareale beschränkt. Die Auftragnehmer konnten in dieser Studie zeigen, dass durch die Nutzung von Cloud-Rechenzentren große Datenmengen kaum noch ein Hindernis für einen operationellen und großflächigen Einsatz von Satellitenbilddaten darstellen. In Zukunft werden im Rahmen von Copernicus vermehrt Cloud-Lösungen bereitgestellt mit dem Ziel, langfristig schneller und zuverlässiger Zugriffe auf die Daten und effiziente Analysemöglichkeiten anzubieten.
Das Projekt "Hochintegrierte nano-optische Filter für Agrar-Sensorik (INFIMEDAR), Teilvorhaben: Design von nano-optischen Multispektralsensoren" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Fraunhofer-Institut für Integrierte Schaltungen.Das Ziel des Projektes ist die Erforschung und Entwicklung miniaturisierter, hochintegrierter und kostengünstiger multispektraler optischer Sensoren, diese in vorserientauglichen mikrointegrierten elektrooptischen Schaltungen für Demonstratoren zu integrieren und die Systeme im Bereich der Landwirtschaft zur Anwendung zu bringen. Hierbei wird eine neuartige Technologie zur Realisierung der spektralen Filter für die optische Sensorik eingesetzt, sogenannte 'plasmonische Filter'. Diese Filter bestehen aus Subwellenlängenstrukturen z.B. Locharrays, die in dünnen Metallschichten hergestellt werden und deren laterale Geometrie - bei konstanter Schichtdicke der Metallschicht - die Filtereigenschaften wie Mittenwellenlänge und Filterbandbreite bestimmt. Sowohl die CMOS- als auch die Filterstrukturen weisen Dimensionen unterhalb der derjenigen Wellenlänge des Lichtes auf. Im Zuge der Entwicklung ist die Empfindlichkeit des Sensorelementes ein sehr wichtiger Aspekt. Dazu sind neben einer standardisierten Schnittstelle (I2C) auch Analogausgänge für hohe Verarbeitungsgeschwindigkeiten unabdingbar (sich bewegende Maschine auf dem Feld bis 25km/h).
| Origin | Count |
|---|---|
| Bund | 7 |
| Land | 7 |
| Type | Count |
|---|---|
| Förderprogramm | 1 |
| Text | 3 |
| unbekannt | 5 |
| License | Count |
|---|---|
| geschlossen | 3 |
| offen | 6 |
| Language | Count |
|---|---|
| Deutsch | 9 |
| Englisch | 5 |
| Resource type | Count |
|---|---|
| Keine | 1 |
| Webseite | 8 |
| Topic | Count |
|---|---|
| Boden | 7 |
| Lebewesen & Lebensräume | 9 |
| Luft | 8 |
| Mensch & Umwelt | 9 |
| Wasser | 8 |
| Weitere | 9 |