BROADCASTS.com

Die EnMAP-Box erm\xf6glicht eine effiziente Visualisierung und Verarbeitung von multi- und hyperspektralen Rasterdaten in QGIS. Sie bietet viele neue Werkzeuge zur Visualisierung von Rasterdaten und \xfcber 150 Algorithmen, mit denen sich umfangreiche Analyse-Workflows, etwa zur Absch\xe4tzung biophysikalischer Variablen, erstellen lassen. Wir stellen die EnMAP-Box vor, zeigen ihre neuesten Features und geben einen Ausblick auf die weiteren Entwicklungsschritte.\n\nDank Erdbeobachtungsmissionen wie EnMAP und PRISMA sind hyperspektrale Rasterdaten inzwischen kostenfrei, f\xfcr gro\xdfe Gebiete und verschiedene Aufnahmezeitpunkte verf\xfcgbar. Ihre Nutzung stellt allerdings viele Anwender*innen vor Herausforderungen: Herk\xf6mmliche GIS- und Fernerkundungssoftware ist oft wenig geeignet f\xfcr einen effizienten Umgang mit Hyperspektraldaten, die oft \xfcber 200 Wellenl\xe4ngen in teils hoch-korrelierten Kan\xe4len abbilden. Zudem bieten sie meist auch keine M\xf6glichkeit, die zu den Rasterdaten geh\xf6rigen Metadaten in Wert zu setzen.\n\nDies \xe4ndert sich mit der EnMAP-Box. Sie erg\xe4nzt QGIS um essenzielle F\xe4higkeiten zur Analyse und Auswertung hyperspektraler Rasterdaten, etwa Nutzung beiliegender Wellenl\xe4ngeninformationen zur schnellen Visualisierung geeigneter Kanalkombinationen, oder das Lesen, Erstellen und Schreiben von Spektralbibliotheken. Die EnMAP-Box erg\xe4nzt das QGIS Processing Framework um mehr als 150 Algorithmen, die einen einfachen Zugang zu state-of-the-art Methoden aus dem Bereich des Maschinellen Lernens bieten. Damit lassen sich umfangreiche Workflows zur automatisierten Prozessierung von Fernerkundungsdaten realisieren, etwa um Landnutzungsklassifizierungen oder Karten von biophysikalischen Variablen zu erhalten.\n\nMittlerweile wird die EnMAP-Box in zahlreichen Forschungseinrichtungen wie auch in der Privatwirtschaft genutzt. Unser Vortrag zeigt, wie leicht sich mit der EnMAP-Box nicht nur EnMAP und PRISMA, sondern auch Landsat und Sentinel-2 Daten verwenden lassen. Wir stellen ihre neuesten F\xe4higkeiten vor, etwa aus dem Bereich \u201eDeep-Learning\u201c, und geben einen \xdcberblick \xfcber die bis Ende 2026 geplante Entwicklung.\nabout this event: https://pretalx.com/fossgis2024/talk/RPUBQR/