Nutzung von hyperspektralen Fernerkundungsdaten der EnMAP Mission zur räumlichen Ableitung von Bodenparametern auf Ackerstandorten in Brandenburg

[...] Die Studie demonstriert das Potenzial hyperspektraler Fernerkundungsdaten der EnMAP-Mission zur großräumigen Ableitung zentraler Bodenparameter auf Ackerflächen Brandenburgs. Durch die Kombination hochauflösender spektraler Daten (420–2450 nm, > 240 Bänder) mit Bodenanalysedaten des LBGR wurden mittels Machine-Learning-Verfahren Modelle zur Vorhersage von C_org-Gehalten sowie Texturparametern entwickelt. Erste Modellierungen erreichen hohe Güten insbesondere für den organischen Kohlenstoff (R² = 0,88) und den Tongehalt (R² = 0,75), während Sand- und Schluffgehalte geringere Vorhersagequalitäten zeigen. Die Untersuchung basiert bislang auf einer kleinen Anzahl an Ground-Truth-Daten (n = 17), deren erhebliche Erweiterung ab 2025 eine deutliche Optimierung der Modelle erwarten lässt. Die Arbeit zeigt, dass spektrale Komposite unbedeckter Böden eine vielversprechende Grundlage für ein zukünftiges Bodenmonitoring in Brandenburg darstellen.