Anstatt auf teure Satelliten und Flugzeuge setzen Forschende der Universität Ulm und der Friedrich-Alexander-Universität Erlangen-Nürnberg bei der Erdbeobachtung und Fernerkundung auf Drohnen. Für diese wird im Graduiertenkolleg 2680 „Kooperative Apertursynthese für Radar-Tomographie (KoRaTo)“ eine spezielle Sensortechnologie entwickelt, die es möglich macht, eine Vielzahl an Radarsensoren zu vernetzen. In den Alpen wurde das System bereits erstmalig getestet: Es erfasst, wie sich Gletscher, Schnee- und Eisflächen klimabedingt verändern – und das mit ungewöhnlich hoher Ortsauflösung. Das gemeinsame Graduiertenkolleg wurde von der Deutschen Forschungsgemeinschaft (DFG) verlängert.
Untersuchung von Gletschern und Hangvegetation
Vor der Kulisse schnee- und eisbedeckter Gipfel der Alpen lässt eine Gruppe junger Männer und Frauen mehrere Drohnen mit Radarsensoren steigen. Sie untersuchen damit Gletscher und Hangvegetation. Die Nachwuchswissenschaftler kommen aus sechs verschiedenen Ländern und promovieren im GRK 2680 „Kooperative Apertursynthese für Radar-Tomographie (KoRaTo)“. Sie entwickeln sie ein kooperatives Radarsystem, das es möglich macht, beim Überfliegen der Erdoberfläche tomografische Abbildungen von der Umgebung zu machen, und das mit bisher unerreichter Genauigkeit.
Die jungen Forschenden aus den Ingenieurwissenschaften sammeln mit Hilfe der Radarsensoren geophysikalische Daten der Bio- und Kryosphäre – also der belebten Umwelt sowie der schnee- und eisbedeckten Erdoberfläche. „In der zweiten Förderphase unseres Graduiertenkollegs wollen wir die grundlegenden technischen Systeme und sensorischen Funktionen, die wir in der ersten Phase entwickelt haben, in die Anwendung bringen. Konkret geht es dabei um den Bereich Radarfernerkundung beziehungsweise um die Erdbeobachtung“, erklärt Professor Christian Waldschmidt. Der Ingenieur leitet an der Universität Ulm das Institut für Mikrowellentechnik und ist Sprecher des Graduiertenkollegs.
Um die Beschaffenheit und Struktur der Erdoberfläche zu erfassen wird diese mit elektromagnetischen Wellen abgetastet. Die Radarsensoren nehmen die reflektierte Mikrowellen-Strahlung auf und erstellen auf der Grundlage der Messdaten eine schichtweise aufgebaute dreidimensionale Abbildung der Umgebung. Der Vorteil: Anders als in der Fotografie stören weder Nacht und Nebel, Regen oder Schnee die Aufnahme, und die Abbildungen umfassen nicht nur die Oberfläche, sondern sie bilden ein dreidimensionales Modell des Inneren eines ganzen Gletschers oder der Vegetation.
Ein neuartiges Radarsystem für Sensornetzwerke
Normalerweise werden für die Fernerkundung Satelliten und Flugzeuge eingesetzt, was jedoch aufwendig und teuer ist. Mit Hilfe von Drohnen lassen sich Sensornetzwerke realisieren, die ebenfalls für die Erdbeobachtung eingesetzt werden können. Dank spezieller technischer „Tricks“ – hinter denen sich komplexe Algorithmen verbergen – können solche vernetzte Radarsysteme sogar eine viel höhere Auflösung erreichen.
Der Trick besteht darin, die sogenannte „Apertur“ des gesamten Messsystems künstlich zu vergrößern, also den Radius der Fläche, über die die reflektierte Mikrowellenstrahlung gesammelt wird. Dafür werden Drohnen mit kleinen Radar-Sensoren ausgerüstet und überfliegen die Beobachtungsfläche im Schwarm. Da diese zum gleichen Zeitpunkt aufgrund unterschiedlicher Positionen unterschiedliche Radarechos erfassen, müssen die Antennenpositionen berücksichtigt und Laufzeitunterschiede herausgerechnet werden. Ein Radarsignalprozessor verrechnet die Intensität und Phasenlage der jeweils empfangenen Radarechos zu einem kohärenten Signal, wodurch Ortsauflösungen im Zentimeterbereich möglich werden.
In den nächsten vier Jahren werden nun andere junge Wissenschaftler daran arbeiten, wie sich die Technik für die Erfassung bestimmter geophysikalischer Daten weiter optimieren lässt. Als Mercator Fellow wird Professorin Irena Hajnsek von der ETH Zürich, eine international renommierte Expertin im Bereich Radarfernerkundung, das Graduiertenkolleg unterstützen.
Weitere Informationen unter www.uni-ulm.de