Spektrallabor
Das GFZ-Spektroskopielabor unterstützt Fortschritte in der optischen und thermischen Fernerkundung bei der Definition neuer Sensoren für weltraumgestützte Missionen, bei der Entwicklung von Methoden zur verbesserten Charakterisierung von Oberflächeneigenschaften und bei der Entwicklung von Standards und Protokollen.
Für punktuelle spektral hochauflösende Messungen stehen uns zwei Perkin-Elmer Laborspektroradiometer zur Verfügung, ein Lambda 950 für den VNIR-SWIR und ein Spextrum GX FTIR für den Thermalbereich. Damit können verschiedenste Materialien (Flüssigkeiten, Pulver, gepresste Tabletten, lockeres Bodenmaterial feste Objekte) spektral untersucht werden. Wir sind auch mit mehreren VNIR-SWIR- und FTIR-Feldspektralradiometern (z.B. ASD FieldSpec, Spectral evolution PSR+, Agilent 4300 Handheld FTIR) ausgestattet, die im Labor für standardisierte Messungen eingesetzt werden können. Zudem sind ein Goniometer für BRDF-Analysen und eine Dunkelkammer für standardisierte Bodenspektralbibliothek vorhanden. Für weitere Entwicklungen zur Harmonisierung von Bodendaten leiten wir die IEEE-SA P4005 Working Group on Standards and protocols for soil spectroscopy . Außerdem ist das GFZ-Spektroskopielabor Mitglied im Global Soil Laboratory Network GLOSOLAN der FAO.
Für flächenhafte Messungen im Labor, im Feld oder mittels Flugzeug verfügen wir über zwei hyperspektrale Zeilenkameras von HySpex, den VNIR-1600 und den SWIR-320m-e, und eine Telops Hyper-Cam. Im Labor werden die HySpex-Sensoren fest in ein modular verstellbares Gerüst montiert. Durch die Bewegung der Proben auf einer beweglichen Platte entsteht die Bildaufnahme. Im Labor können verschiedene Linsen genutzt werden um verschieden räumliche Auflösungen zu realisieren, unter anderem auch eine Mikroskop Linse mit der eine räumliche Auflösung von nur 1 µm Größe möglich ist. Die Telops Hyper-Cam ist ein abbildendes FTIR-Spektrometer, das im LWIR (7.7 - 11.8 µm) Wellenlängenbereich arbeitet, welches gerade für die Wirkungskette "Hitzewellen" im Projekt MOSES akquiriert wurde.
Für in-situ Messungen im Gelände nutzen wir tragbare Spektrometer (ASD FieldSpec Pro, Spectral Evolution PSR+) für den VNIR und SWIR Bereich und ein GER Instrument für den VNIR Bereich (mit Adaption an Wasserkörper und arktische Regionen). Für den langwelligen Bereich verfügen wir über ein tragbares FTIR Agilent4300. Im Feld werden die HySpex-Sensoren auf ein Dreibein montiert. Das horizontal aufgenommene Bild entsteht durch die rotierende Bewegung des Sensors.
Für UAV- und Luftbildmessungen montieren wir unsere Geräte auf angepassten Plattformen. Für luftgestützte Messungen montieren wir unsere Vis/NIR- und thermischen Hyperspektralkameras (HySpex VNIR und SWIR, HyperCam LW) auf einem luftgestützten Träger. Für UAV-Messungen stehen mehrere multispektrale Vis/NIR- (Tetracam Mini MCA, MicaSense RedEdge M) und Hyperspektralkameras (HySpex Mjolnir SWIR-620, Cubert VNIR) sowie Wärmebildkameras (Optris PI450, InfraTec Vario Cam) zur Verfügung.
Darüber hinaus verfügen wir über verschiedenste Messgeräte für in-situ Messungen zur Kalibration und Validation von Befliegungsdaten:
- SunScan LAImeter
- Chlorophyllmessgeräte (DUALEX Scientific, SPAD 502 Plus)
- Pyrometer, Bodenfeuchte Sensoren
- Luft- und BodentemperatureSensoren
- Niton XL3t XRF, LIBS
- Handheld GPS
- Terrestrischer 3D Laserscanner
Publikationen
Basierend auf Messungen im Labor
Chabrillat, S., Gholizadeh, A., Neumann, C., Berger, D., Milewski, R., Ogen, Y., Ben-Dor, E. (2019): Preparing a soil spectral library using the Internal Soil Standard (ISS) method: Influence of extreme different humidity laboratory conditions. - Geoderma, 355. doi.org/10.1016/j.geoderma.2019.07.013
Milewski, R., Chabrillat, S., Brell, M., Schleicher, A. M., Guanter, L. (2019): Assessment of the 1.75 μm absorption feature for gypsum estimation using laboratory, air- and spaceborne hyperspectral sensors. - International Journal of Applied Earth Observation and Geoinformation, 77, 69-83. doi.org/10.1016/j.jag.2018.12.012
Ogen, Y., Neumann, C., Chabrillat, S., Goldshleger, N., Ben Dor, E. (2018): Evaluating the detection limit of organic matter using point and imaging spectroscopy. - Geoderma, 321, 100-109. doi.org/10.1016/j.geoderma.2018.02.011
Rogass, C., Koerting, F.M., Mielke, C., Brell, M., Boesche, N.K., Bade, M., Hohmann, C., 2017. Translational Imaging Spectroscopy for Proximal Sensing. Sensors 17. doi.org/10.3390/s17081857
Körting, F., Rogaß, C., Kämpf, H., Lubitz, C., Harms, U., Schudack, M., Kokaly, R., Mielke, C., Bösche, N., Altenberger, U. (2015): Drill core mineral analysis by means of the hyperspectral imaging spectrometer HySpex, XRD and ASD in proximity of the Mytina MaarR, Czech Republic. - ISPRS - The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, XL-1-W5, 417-424. doi.org/10.5194/isprsarchives-XL-1-W5-417-2015
Eisele, A., Chabrillat, S., Hecker, C., Hewson, R., Lau, I. C., Rogaß, C., Segl, K., Cudahy, T. J., Udelhoven, T., Hostert, P., Kaufmann, H. (2015): Advantages using the thermal infrared (TIR) to detect and quantify semi-arid soil properties. - Remote Sensing of Environment, 163, 296-311. doi.org/10.1016/j.rse.2015.04.001
Brosinsky, A., Förster, S., Segl, K., Kaufmann, H. (2014): Spectral fingerprinting: sediment source discrimination and contribution modelling of artificial mixtures based on VNIR-SWIR spectral properties. - Journal of Soils and Sediments, 14, 12, 1949-1964. doi.org/10.1007/s11368-014-0925-1
Brosinsky, A., Förster, S., Segl, K., López-Tarazón, J. A., Pique, G., Bronstert, A. (2014): Spectral fingerprinting: characterizing suspended sediment sources by the use of VNIR-SWIR spectral information. - Journal of Soils and Sediments, 14, 12, 1965-1981. doi.org/10.1007/s11368-014-0927-z
Basierend auf Messungen in Gelände (Boden, UAV, flugzeuggestützt)
Milewski, R., Chabrillat, S., Bookhagen, B. (2020): Analyses of Namibian Seasonal Salt Pan Crust Dynamics and Climatic Drivers Using Landsat 8 Time-Series and Ground Data. - Remote Sensing, 12, 3. doi.org/10.3390/rs12030474
Castaldi, F., Chabrillat, S., van Wesemael, B. (2019): Sampling Strategies for Soil Property Mapping Using Multispectral Sentinel-2 and Hyperspectral EnMAP Satellite Data. - Remote Sensing, 11, 3. doi.org/10.3390/rs11030309
Castaldi, F., Hueni, A., Chabrillat, S., Ward, K., Buttafuoco, G., Bomans, B., Vreys, K., Brell, M., van Wesemael, B. (2019): Evaluating the capability of the Sentinel 2 data for soil organic carbon prediction in croplands. - ISPRS Journal of Photogrammetry and Remote Sensing, 147, 267-282. doi.org/10.1016/j.isprsjprs.2018.11.026
Milewski, R., Chabrillat, S., Brell, M., Schleicher, A. M., Guanter, L. (2019): Assessment of the 1.75 μm absorption feature for gypsum estimation using laboratory, air- and spaceborne hyperspectral sensors. - International Journal of Applied Earth Observation and Geoinformation, 77, 69-83. doi.org/10.1016/j.jag.2018.12.012
Neumann, C., Behling, R., Schindhelm, A., Itzerott, S., Weiss, G., Wichmann, M., Müller, J. (2019): The colors of heath flowering – quantifying spatial patterns of phenology in Calluna life‐cycle phases using high‐resolution drone imagery. - Remote Sensing in Ecology and Conservation, [early online release]. doi.org/10.1002/rse2.121
Brell, M., Segl, K., Guanter, L., Bookhagen, B., 2019. 3D hyperspectral point cloud generation: Fusing airborne laser scanning and hyperspectral imaging sensors for improved object-based information extraction. ISPRS J. Photogramm. Remote Sens. 149, 200–214. doi.org/10.1016/j.isprsjprs.2019.01.022
Elizabeth C. Atwood, Francesco M. Falcieri, Sarah Piehl, Mathias Bochow, Michael Matthies, Jonas Franke, Sandro Carniel, Mauro Sclavo, Christian Laforsch, Florian Siegert, Coastal accumulation of microplastic particles emitted from the Po River, Northern Italy: Comparing remote sensing and hydrodynamic modelling with in situ sample collections, Marine Pollution Bulletin, Volume 138, 2019, Pages 561-574, ISSN 0025-326X, doi.org/10.1016/j.marpolbul.2018.11.045
Kuester, T., Spengler, D. (2018): Structural and Spectral Analysis of Cereal Canopy Reflectance and Reflectance Anisotropy. - Remote Sensing, 10, 11. doi.org/10.3390/rs10111767
Beamish, A., Coops, N. C., Hermosilla, T., Chabrillat, S., Heim, B. (2018): Monitoring pigment-driven vegetation changes in a low-Arctic tundra ecosystem using digital cameras. - Ecosphere, 9, 2. doi.org/10.1002/ecs2.2123
L. Katharina Schmidt, Mathias Bochow, Hannes K. Imhof, Sascha E. Oswald, Multi-temporal surveys for microplastic particles enabled by a novel and fast application of SWIR imaging spectroscopy – Study of an urban watercourse traversing the city of Berlin, Germany, Environmental Pollution, Volume 239, 2018, Pages 579-589, ISSN 0269-7491, doi.org/10.1016/j.envpol.2018.03.097.
Beamish, A., Coops, N., Chabrillat, S., Heim, B. (2017): A Phenological Approach to Spectral Differentiation of Low-Arctic Tundra Vegetation Communities, North Slope, Alaska. - Remote Sensing, 9, 11. doi.org/10.3390/rs9111200
Brell, M., Segl, K., Guanter, L., Bookhagen, B., 2017. Hyperspectral and Lidar Intensity Data Fusion: A Framework for the Rigorous Correction of Illumination, Anisotropic Effects, and Cross Calibration. IEEE Trans. Geosci. Remote Sens. 55, 2799–2810. doi.org/10.1109/TGRS.2017.2654516
Coelho, C., Heim, B., Förster, S., Brosinsky, A., de Araújo, J. (2017): In Situ and Satellite Observation of CDOM and Chlorophyll-a Dynamics in Small Water Surface Reservoirs in the Brazilian Semiarid Region. - Water, 9, 12. doi.org/10.3390/w9120913
Milewski, R., Chabrillat, S., Behling, R. (2017): Analyses of Recent Sediment Surface Dynamic of a Namibian Kalahari Salt Pan Based on Multitemporal Landsat and Hyperspectral Hyperion Data. - Remote Sensing, 9, 2. doi.org/10.3390/rs9020170
Spengler, D., Behling, R., Chabrillat, S., Diedrich, H., Dransch, D., Förster, S., Haghshenas Haghighi, M., Hollstein, A., Itzerott, S., Kuester, T., Mielke, C., Milewski, R., Motagh, M., Roessner, S., Scheffler, D., Sips, M., Segl, K., Wolanin, A., Guanter, L. (2017): Satellitenfernerkundung von Landoberflächen – Beginn einer neuen Ära. - System Erde, 7, 2, 38-49. doi.org/10.2312/GFZ.syserde.07.02.6
Brell, M., Rogass, C., Segl, K., Bookhagen, B., Guanter, L., 2016. Improving Sensor Fusion: A Parametric Method for the Geometric Coalignment of Airborne Hyperspectral and Lidar Data. IEEE Trans. Geosci. Remote Sens. 54, 3460–3474. doi.org/10.1109/TGRS.2016.2518930
Neumann, C., Förster, M., Kleinschmit, B., Itzerott, S. (2016): Utilizing a PLSR-Based Band-Selection Procedure for Spectral Feature Characterization of Floristic Gradients. - IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 9, 9, 3982-3996. doi.org/10.1109/JSTARS.2016.2536199
Neumann, C., Itzerott, S., Weiss, G., Kleinschmit, B., Schmidtlein, S. (2016): Mapping multiple plant species abundance patterns - A multiobjective optimization procedure for combining reflectance spectroscopy and species ordination. - Ecological Informatics, 36, 61-76. doi.org/10.1016/j.ecoinf.2016.10.002
Schmid, T., Rodrίguez-Rastrero, M., Escribano, P., Palacios-Orueta, A., Ben-Dor, E., Plaza, A., Milewski, R., Huesca, M., Bracken, A., Cicuéndez, V., Pelayo, M., Chabrillat, S. (2016): Characterization of soil erosion indicators using hyperspectral data from a Mediterranean rainfed cultivated region. - IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 9, 2, 845-860. doi.org/10.1109/JSTARS.2015.2462125
Mielke, C., Rogaß, C., Bösche, N., Segl, K., Altenberger, U. (2016): EnGeoMAP 2.0—Automated Hyperspectral Mineral Identification for the German EnMAP Space Mission. - Remote Sensing, 8, 2, 127. doi.org/10.3390/rs8020127
Boesche, N.K., Rogass, C., Lubitz, C., Brell, M., Herrmann, S., Mielke, C., Tonn, S., Appelt, O., Altenberger, U., Kaufmann, H., 2015. Hyperspectral REE (Rare Earth Element) Mapping of Outcrops—Applications for Neodymium Detection. Remote Sens. 7, 5160–5186. doi.org/10.3390/rs70505160
Clasen, A., Somers, B., Pipkins, K., Tits, L., Segl, K., Brell, M., Kleinschmit, B., Spengler, D., Lausch, A., Förster, M. (2015): Spectral Unmixing of Forest Crown Components at Close Range, Airborne and Simulated Sentinel-2 and EnMAP Spectral Imaging Scale. - Remote Sensing, 7, 11, 15361-15387. doi.org/10.3390/rs71115361
Bösche, N., Rogaß, C., Mielke, C., Herrmann, S., Körting, F., Papenfuß, A., Lubitz, C., Brell, M., Tonn, S., Altenberger, U. (2015): Hyperspectral Rare Earth Element Mapping of Three Outcrops at the Fen Complex, Norway: Calcitic, Dolomitic, and Ankeritic Carbonatites. - In: De Lima, I. B., Leal Filho, W. (Eds.), Rare Earths Industry: Technological, Economic, and Environmental Implications, Elsevier Science Publishing, 235-263. doi.org/10.1016/B978-0-12-802328-0.00016-4
Bösche, N., Rogaß, C., Lubitz, C., Brell, M., Herrmann, S., Mielke, C., Tonn, S., Appelt, O., Altenberger, U., Kaufmann, H. (2015): Hyperspectral REE (Rare Earth Element) Mapping of Outcrops - Applications for Neodymium Detection. - Remote Sensing, 7, 5, 5160-5186. doi.org/10.3390/rs70505160
Neumann, C., Weiss, G., Itzerott, S. (2015): Döberitzer Heide 2008/2009 - An EnMAP Preparatory Flight Campaign (Datasets). doi.org/10.5880/enmap.2015.001
Küster, T., Spengler, D., Barczi, J.-F., Segl, K., Hostert, P., Kaufmann, H. (2014): Simulation of Multitemporal and Hyperspectral Vegetation Canopy Bidirectional Reflectance Using Detailed Virtual 3-D Canopy Models. - IEEE Transactions on Geoscience and Remote Sensing, 52, 4, 2096-2108. doi.org/10.1109/TGRS.2013.2258162
Siegmann, B., Glässer, C., Itzerott, S., Neumann, C. (2014): An Enhanced Classification Approach using Hyperspectral Image Data in Combination with in situ Spectral Measurements for the Mapping of Vegetation Communities. - Photogrammetrie - Fernerkundung - Geoinformation (PFG), 2014, 6, 523-533. doi.org/10.1127/pfg/2014/0243