In der multi- und hyperspektralen Fernerkundung werden häufig Spektralbibliotheken verwendet, die Oberflächen durch „spektrale Fingerabdrücke“ charakterisieren. Solche Spektralprofile sind oft durch eine Vielzahl weiterer Informationen beschrieben, etwa dem Ort und die Uhrzeit ihrer Erfassung, Angaben über die Pflanzen- oder Mineralzusammensetzung der spektral vermessenen Oberfläche, sowie Informationen über den verwendeten Sensor. Spektralbibliotheken stammen oft aus Feld- und Labormessungen, aber auch Simulationen, Flug- und Satellitenbildern. Sie stellen eine wichtige Referenz für weitere Analysen dar, etwa der Klassifizierung von Satellitenbildern, der Entmischung von Landbedeckungsanteilen, oder der Kalibrierung biophysikalischer Modelle.

Mit der EnMAP-Box, einem QGIS-Plugin zur Visualisierung und Analyse der Bilder multi- und hyperspektraler Satelliten, wie etwa Landsat, Sentinel-2, PRISMA oder dem zukünftigen EnMAP-Satelliten, ist es nun möglich, Spektralbibliotheken auch in QGIS zu nutzen.

Nach einer kurzen Einführung in das Thema zeigt dieser Vortrag, wie Spektralbibliotheken aus unterschiedlichen Quellen in die EnMAP-Box importiert, dort um eigene Daten ergänzt und spektral und räumlich visualisiert werden können. Eine Besonderheit ist das flexible Datenmodel, welches es erlaubt, Spektralprofile unterschiedlicher Sensoren gemeinsam abzuspeichern. Es wird gezeigt, wie mit einer Spektralbibliothek eine hyperspektrale EnMAP Szene klassifiziert werden kann und welche zukünftigen Weiterentwicklungen für die Spektraldatenverarbeitung in der EnMAP-Box angestrebt sind.
Der Vortrag richtet sich an ein breites Publikum und erfordert keine besonderen Kenntnisse der multi- und hyperspektralen Fernerkundung.