Produkt in den Warenkorb gelegt
Logo des Luft- und Raumfahrtteams der Universität Toronto

Fallstudie:
Studenten bauen Hyperspektral-Nanosatelliten für SWIR-Bildgebung in der nachhaltigen Landwirtschaft

Von Iliya Shofman
UTAT Space Systems, Optics Lead

Die Zukunft der Landwirtschaft hängt von nachhaltigen, datengesteuerten Verfahren ab.

Das University of Toronto Aerospace Team (UTAT) ist ein Studententeam, das einen CubeSat zur Erdbeobachtung mit dem Namen „FINCH“ baut - eine Abkürzung für „Field Imaging Nanosatellite for Crop residue Hyperspectral mapping“ (Nanosatellit zur hyperspektralen Kartierung von Ernterückständen). Mit einer Größe von nur 10x10x30 cm soll FINCH eine hyperspektrale Bildgebungsnutzlast im SWIR-Bereich transportieren, die intern aus einer Kombination von maßgeschneiderten und handelsüblichen Optiken entwickelt wurde. Edmund Optics® unterstützt das Team durch die Bereitstellung einiger seiner TECHSPEC® SWIR-Bildverarbeitungsobjektive.

Die hyperspektrale Erdbeobachtung ist ein leistungsstarkes Bildgebungsverfahren, das Forschern und Landwirten dabei hilft, den Zustand von Nutzpflanzen zu überwachen, natürliche Ressourcen zu schonen und eine Vielzahl weiterer ökologischer Untersuchungen durchzuführen. Das University of Toronto Aerospace Team (UTAT) baut einen Nanosatelliten für die hyperspektrale Bildgebung, der etwa 1000 Mal weniger kostet als moderne Satelliten, aber dennoch eine ausreichende Bildqualität liefert und eine „Erfassungslücke“ schließt, die Landwirten bei der Umsetzung nachhaltiger landwirtschaftlicher Praktiken helfen würde. Das Team baut derzeit einen Prototyp seiner hyperspektralen Bildgebungsnutzlast mit SWIR-Objektiven von Edmund Optics und bereitet eine Qualifizierungsprüfungsreihe vor.  

Wertversprechen:
Nanosatelliten für hyperspektrale Bildgebung

Wenn wir an Satellitenbilder denken, kommt uns als erstes Google Earth in den Sinn. Diese einfachen RGB-Bilder sind zwar reich an georäumlichen Informationen, geben aber nicht vollständig Aufschluss über das Geschehen am Boden. Stattdessen können mit multispektralen Bildsensoren panchromatische Bilder mit einem Dutzend Wellenlängenbändern erfasst werden, die bei der Unterscheidung und Klassifizierung von Materialien auf dem Boden helfen können. Für genaue quantitative Messungen und schwierige Probleme der Materialidentifizierung ist jedoch eine noch feinere spektrale Auflösung erforderlich. Hyperspektrale Bildgebungssysteme werden für Anwendungen eingesetzt, bei denen präzise Spektralinformationen für jedes „Pixel“ in einem Bild benötigt werden, und erschließen eine Fülle von Informationen, die über das hinausgehen, was mit normalen und multispektralen Sensoren möglich ist. Zum Beispiel könnte der Teich in der rechten unteren Ecke von Abbildung 1 auf einem Luftbild mit einem kleinen Acker verwechselt werden, ist aber deutlich zu erkennen, wenn Spektralinformationen verfügbar sind.

Grafische Darstellung von Abbildung 1
Abbildung 1: Hyperspektrale Bilder helfen bei der quantitativen Bewertung der Materialzusammensetzung auf der Erde. Repräsentative Spektren von Boden, Ernterückständen und anderen Oberflächen (rechts) und auf dem Luftbild (links). Luftbildaufnahme von Magda Ehlers 1.

Die hyperspektrale Fernerkundung der Erde spielt eine entscheidende Rolle in der Klimawissenschaft und bei Anwendungen im Bereich der nachhaltigen Landwirtschaft 2, 3. Im Gegensatz zu mühsamen Luftaufnahmen mit Drohnen oder Flugzeugen können Satelliten, sobald sie gestartet sind, mit geringen Betriebskosten Daten über fast die gesamte Erdoberfläche sammeln. Bestehende Satelliten liefern zwar hochwertige Hyperspektraldaten, können ein Testbild am Boden aber nur alle paar Wochen überfliegen und sind daher in ihrer Reichweite begrenzt. Der einzigartige Vorteil von Nanosatelliten besteht darin, dass sie viel preiswerter zu bauen sind und in großer Zahl eingesetzt werden können, um täglich die gesamte Landoberfläche der Welt zu erfassen. Es ist jedoch eine Herausforderung, ein leistungsfähiges optisches System in einen kleinen Nanosatelliten zu quetschen.

Im Rahmen der FINCH-Mission konzentriert sich das UTAT-Team auf die Messung der Verteilung von Ernterückständen auf landwirtschaftlichen Nutzflächen. Ernterückstände sind die Biomasse, die nach der Ernte zurückbleibt. Die Landwirte lassen sie oft verrotten, um die Nährstoffe wieder in den Boden zurückzuführen 4. Es ist jedoch wichtig, das richtige Gleichgewicht zu finden – bleiben zu viele Ernterückstände zurück, kann dies dazu führen, dass sich Schädlinge und Krankheitserreger im Boden ansiedeln, während zu wenige Rückstände das Ackerland anfällig für Erosion machen5, 6.

Das kurzwellige Infrarot (SWIR) erstreckt sich über einen Wellenlängenbereich von 900 nm bis 1700 nm und enthält Informationen, die im sichtbaren und nahen Infrarot nicht zugänglich sind. Die Absorption bei bestimmten Wellenlängen in diesem Bereich kann mit dem Wassergehalt der Pflanzen, dem Stickstoffgehalt sowie dem Lignin- und Zellulosegehalt korreliert werden – Messgrößen, die für die Landwirtschaft und die Forstwirtschaft wichtig sind. Die Daten aus dem SWIR-Bereich ergänzen und erweitern die Messungen im sichtbaren Bereich und können im Zusammenspiel wertvolle Erkenntnisse für den Naturschutz, die Klimawissenschaft und die Landwirtschaft liefern.  

Die Herausforderung: Bau von Satellitenoptiken

Mit Hilfe von spektraler Entmischung lässt sich der Anteil an Ernterückständen quantifizieren. Damit die Ergebnisse genau sind, sind jedoch eine sehr feine spektrale Auflösung und ein gutes Signal-Rausch-Verhältnis (SNR) erforderlich. Außerdem soll der Satellit Daten über ein großes Bildfeld mit einer praktikablen räumlichen Auflösung sammeln. Diese Anforderungen sind die Grundlage für die Entwicklung des hyperspektralen Bildgebungssystems FINCH EYE, das eine spektrale Auflösung von 3 nm im Bereich von 900 bis 1700 nm bei einer Bodenschwadbreite von 50 km und einer räumlichen Auflösung von 100 m liefern soll.

Zum Vergleich: Die neuesten hyperspektralen Bildgebungssatelliten wie PRISMA und EnMAP bieten eine räumliche Auflösung von 30 m, eine Schwadbreite von 30 km und eine spektrale Auflösung von 10 nm im SWIR-Bereich 7 8. Zwar ist es aufgrund des begrenzten Volumens von FINCH schwierig, eine feine räumliche Auflösung zu erreichen, doch kann ein sorgfältig gebautes Spektralmodul eine bessere spektrale Auflösung und ein größeres Bildfeld ermöglichen. Dank des letztgenannten Vorteils wird FINCH Testbilder am Boden häufiger überfliegen und vorübergehende Ereignisse – wie die Pflanz- und Erntezeit – mit größerer zeitlicher Auflösung untersuchen können.

FINCH EYE verwendet eine Push-Broom-Architektur für die hyperspektrale Bildgebung, wie in Abbildung 2 dargestellt. Bei diesem Ansatz bildet der Satellit einen einzigen Streifen auf der Erdoberfläche ab und zerlegt das Licht in seine Spektralkomponenten entlang der senkrechten Achse des Kamerasensors. Der Satellit tastet die Erdoberfläche auf seiner Umlaufbahn ab und erfasst dabei einen hyperspektralen „Datenwürfel“ mit zwei räumlichen Achsen und einer spektralen Achse der Informationen. Bei FINCH EYE wird dies mit einem handelsüblichen Objektiv realisiert, das die Erde abbildet, einem Spalt, der einen Streifen auf dem Boden „auswählt“, und einem dispersiven Linsen-Gitter-Linsen-Relais, das das Licht aus dem Spalt auf den Kamerasensor umlenkt.

Grafische Darstellung von Abbildung 1
Abbildung 2: Konzept der Push-Broom-Hyperspektralbildgebung und optisches Schema von FINCH EYE.

Die Entwicklung eines optischen Systems ist keine leichte Aufgabe, da viele technische Kompromisse gemacht werden müssen. Bei Nanosatelliten sind Volumen und Masse von entscheidender Bedeutung – das Design muss kompakt und gleichzeitig robust genug sein, um den Vibrationen beim Start standzuhalten. Eine weitere wichtige Überlegung sind die Kosten – ein maßgeschneidertes optisches System würde zwar „perfekte“ Abbildungsleistungen erbringen, aber auch ein Vermögen kosten. Außerdem haben wir als Studententeam nur wenig Zeit, um an diesem Projekt zu arbeiten, da wir auch Vorlesungen besuchen und Zwischenprüfungen ablegen müssen.

Mit einer Kombination aus maßgeschneiderten und handelsüblichen Optiken ist es uns gelungen, ein System zu entwickeln, das unserer Einschätzung nach „gut genug“ ist – es erfüllt unsere wissenschaftlichen und missionsspezifischen Ziele – mit dem zusätzlichen Vorteil, dass wir uns auf ein bewährtes und weit verbreitetes Produkt verlassen können.  

Die Lösung: Partnerschaft mit EDMUND OPTICS

Edmund Optics hat das UTAT gesponsert und großzügig TECHSPEC® SWIR-Objektive für unser hyperspektrales Bildgebungssystem zur Verfügung gestellt. Diese Objektive werden verwendet, um die Erde abzubilden und dann das Licht durch ein dispersives Relais zu übertragen, um die hyperspektralen Bilder zu erzeugen. Einige Objektive von Edmund Optics haben Weltraumerfahrung 9, was unser Vertrauen in die Qualität ihres Designs und ihrer Herstellung stärkt.

Als Studenten fanden wir die vielen hochwertigen Fachartikel auf der Webseite von Edmund Optics unglaublich wertvoll, um etwas über optisches Design zu lernen. Wir greifen häufig auf diese Artikel zurück und verwenden sie, um junge Mitglieder, die erst vor kurzem zum Team gestoßen sind, zu unterrichten – von den Grundlagen bis zu grundlegenden technischen Konzepten, Übersichten über optische Geräte und Anwendungshinweise. Insgesamt war diese Wissensbasis äußerst hilfreich für den Bau eines optischen Prototyps des Bildgebers auf der Montageplatte, wie in Abbildung 3 dargestellt.

Grafische Darstellung von Abbildung 1
Abbildung 3: Prototyp von FINCH EYE auf Montageplatte mit zwei Edmund Optics TECHSPEC® SWIR-Objektiven. Die Kamera erfasst eine Vitrine, die eine Mischung aus Erde, Ernterückständen und Blättern enthält, die entlang einer optischen Schiene bewegt wird, während der hyperspektrale Datenwürfel erfasst wird. Zur Veranschaulichung wurden die Abdeckungen, die das Streulicht abhalten, entfernt und Lichtstrahlen über das Foto eingezeichnet.

Nach dem Bau des hyperspektralen FINCH EYE Kamerasystems wird UTAT dessen Leistung am Boden testen und validieren, bevor es in den Satelliten integriert wird. Zu den grundlegenden Bewertungen gehören die räumliche Auflösung, Modulationstransferfunktion, spektrale Auflösung, spektrale Empfindlichkeit und spektrale Verzeichnung; diese Messungen werden zur Ausrichtung und Kalibrierung des Bildgebers verwendet. Der nächste Schritt ist die Messung einiger „realistischer“ Proben – in unserem Fall eine Mischung aus Erde, Stroh und Gras, die in einem Container ausgelegt wurde, um Ackerland zu simulieren – in einer kontrollierten Laborumgebung. Wir werden versuchen, unsere Datenverarbeitungspipeline zu validieren und ihre Robustheit gegenüber Änderungen des Bodenfeuchtigkeitsgehalts und des Zenitwinkels zu testen.

Die Testreihe wird mit einem Flug in einem Flugzeug abgeschlossen, bei dem FINCH EYE die landwirtschaftlichen Flächen rund um den Großraum Toronto abtasten und Rohdaten unter den Bedingungen von Sonnenblendung und Wolkenstreuung erfassen wird. Viele Satelliten, die Hyperspektralbildgebung nutzen, durchlaufen im Rahmen ihrer Qualifizierungsprüfungen eine solche Flugkampagne, zusammen mit den für Satellitenanwendungen üblichen „Shake-and-Bake“-Tests.  

War dieser Inhalt nützlich für Sie?

References

  1. Eglers, “Bird's Eye View of Farmland”, Cape Town, South Africa, available: https://www.pexels.com/photo/bird-s-eye-view-of-farmland-636342
  2. Bhargava et al, "Hyperspectral imaging and its applications: A review", Heliyon Vol. 10(12) pp. 22308 (2024)
  3. Yu et al, "A critical review on applications of hyperspectral remote sensing in crop monitoring”, Experimental Agriculture Vol. 58 pp. 26 (2022)
  4. Wang et al, "A global perspective on agroecosystem nitrogen cycles after returning crop residue", Agriculture, Ecosystems & Environment Vol. 266 pp. 49-54 (2018)
  5. Lindstrom et al, "Crop residue removal and tillage - Effects on soil erosion and nutrient loss in the corn belt", USDA Agricultural Information Bulletins 309309 (1981)
  6. Bockus et al, "The impact of reduced tillage on soilborne plant pathogens", Annual Review of Phylopathology Vol. 36 pp. 485-500 (1998)
  7. Cogliati et al, "The PRISMA imaging spectroscopy mission: overview and first performance analysis", Remote Sensing of Environment Vol. 262 pp. 112499 (2021)
  8. Chabrillat et al, "The EnMAP spaceborne imaging spectroscopy mission: Initial scientific results two years after launch", Remote Sensing of Environment, Vol. 315 pp. 114379 (2024)
  9. Agenbag, Alvino, Bandara, et al, “Deployable optics for the Buccaneer Main Mission (BMM)”, The Aeronautical Journal Vol. 27(1318) pp.2068-2081 (2023)
     
    Vertrieb & Beratung
     
    weitere regionale Telefonnummern
    Einfaches
    ANGEBOTSTOOL
    Geben Sie zum Starten die Produktnummer ein.
    ;