Gegenstand des vorliegenden Beitrags ist die Auslotung des Potenzials satellitengestützter Fernerkundungsdaten zur Detektion urbaner Hitze- und Kälteinseln („urban heat and cool islands“). Urbane Hitze- und Kälteinseln sind ein seit den 1960er-Jahren bekanntes Problem, in den letzten 15 Jahren wurden Hitze- und Kälteinseln anhand verschiedener Fernerkundungsdaten analysiert (Chen et al., 2006). Das Phänomen tritt in dicht verbauten städtischen Gebieten auf, in denen versiegelte Oberflächen einen stärkeren Hitzespeicher darstellen als weniger dicht bebaute Flächen oder beispielsweise urbanes Grünland (Dousset & Gourmelon, 2003). Es gibt mittlerweile mehrere Sensoren an Bord von Satelliten, wie beispielsweise ENVISAT, die sich zur Detektion dieses Phänomens eignen. In diesem Beitrag wird der Fokus auf Sentinel-3 gerichtet. Mit den Sentinel-3-Satelliten wird ein neuer Standard in der operationellen Erdbeobachtung zur dauerhaften operationellen Gewinnung von Umweltdaten gesetzt. An Bord des 2016 gestarteten Sentinel-3A-Satelliten befindet sich ein Radiometer namens SLSTR (Sea and Land Surface Temperature Radiometer); dieser dient zur Messung der Oberflächentemperaturen der Meere und des Festlands. Das Radiometer SLSTR, welches ein Nutzungspotenzial zur Detektion urbaner Hitze- und Kälteinseln aufweist, misst mit einer Genauigkeit bis auf 0,3 Grad Celsius (ESA, 2016; ESA, 2017). Es wird im Rahmen des Beitrags ein Konzept eines Workflows zur Detektion und dem darauf aufbauenden Monitoring von städtischen Hitze- und Kälteinseln vorgestellt. Dieses Konzept wird umgesetzt und auf seine Praxistauglichkeit hin evaluiert; die Prozesskomponenten der vorgestellten Prozesskette laufen dabei großteils semi-automatisiert ab. Als Untersuchungsgebiet wird Tel Aviv und seine Umgebung gewählt. Kern des Beitrags ist der vorgestellte Workflow zur Generierung und Extraktion der Oberflächentemperaturdaten. Die Datenanalyse im Untersuchungsgebiet versteht sich als ein Best-Practice-Beispiel für deren Generierung.

This paper evaluates the potential of Sentinel-3 remote sensing data for the detection of urban heat and cool islands. Urban heat and cool islands have been a known problem since the 1960s. Over the last 15 years, these islands have been analyzed using various remote sensing data. The phenomenon occurs in densely built urban areas, where sealed surfaces represent a greater heat store than less densely built areas or, for example, urban grassland. The article presents the concept of a workflow for the detection of such phenomena. This concept is implemented and evaluated for its practical suitability. The process components of the presented process chain are largely semi-automated. The exemplary area of investigation is Tel Aviv and its surroundings. The main focus of the article is the presented workflow for generating and extracting surface temperature data, which serve as the mean input to detect and map urban heat and cool islands.