Erforderlicher Wissensstand: Expertenwissen
Ziel ist die Erstellung georeferenzierter thermaler Orthomosaike aus Luftbildern, die a) mit einer Multisensor-Kamera wie der DJI Zenmuse H20T oder b) mit einer MicaSense Altum aufgenommen wurden (z. B. montiert an a) DJI M300/M350 RTK oder b) WingtraOne Gen II ). Die Methode adressiert die fehlende Standardisierung bei der Verarbeitung von radiometrischen Wärmebilddaten und ermöglicht eine Umrechnung in °C-basierte Oberflächentemperaturen.
Die Bilddaten werden entweder im Gelände mit der H20T-Kamera aufgenommen, anschließend mit einem Python-Skript auf Basis des DJI Thermal SDK vorverarbeitet und in °C transformiert (a) oder mittels MicaSense Altum Kamera aufgenommen und final für den Export als Orthomosaik in Oberflächentemperatur-Informationen transformiert (b). Die georeferenzierten Einzelbilder werden in Agisoft Metashape Professional zu einem thermalen Orthomosaik verarbeitet.
Das Ergebnis sind hochaufgelöste, georeferenzierte Oberflächentemperatur-Orthomosaike, die sich zur Analyse von Hitzestress, Wasserverfügbarkeit oder technischen Infrastrukturen eignen. Die Methode ermöglicht eine präzise, automatisierte Verarbeitung und kann in bestehende GIS-Workflows integriert werden.
| Planung der Flugroute mit DJI Pilot 2 im „Mapping“-Modus. RTK aktivieren, Überprüfen der Kameraeinstellungen, sodass auch Thermal-Bilddaten gespeichert werden. Überlappung: 75% frontal, 75% lateral. Ziel ist die parallele Nutzung von RGB- und Thermaldaten für kombinierte Auswertungen. |
|
| Planung der Flugroute mit WingtraPilot. Überprüfen der Kameraeinstellungen, sodass passender Sensor (Altum) ausgewählt wird. Überlappung: 75% frontal, 75% lateral. Ziel ist die parallele Nutzung von Multispektral- und Thermaldaten für kombinierte Auswertungen. |
|
| Nach dem Flug werden die R-JPEG-Dateien und die zugehörigen Metadaten (z. B. .CSV mit GPS-Logs) gesichert und in einem strukturierten Ordner abgelegt. |
|
| Nach dem Flug werden alle Bilddaten und die zugehörigen Metadaten (z. B. .CSV mit GPS-Logs) gesichert und in einem strukturierten Ordner abgelegt. |
|
|
Mit dem vorliegenden Tool können radiometrische JPGs (H20T) in einbändige TIFFs umgewandelt werden. Im Anschluss können die Daten in Software wie Agisoft Metashape georeferenziert werden. (Download Tool)
Das Converter-Tool kann über die Verknüpfung „H20T Thermal Converter“ oder direkt über die Datei „process_thermal.bat“ gestartet werden. Nach dem Start öffnet sich eine grafische Benutzeroberfläche sowie eine Konsole. Die Benutzeroberfläche dient der Bedienung des Tools, während die Konsole den aktuellen Prozessfortschritt ausgibt. |
|
|
Thermal-Parameter:
Hinweis: Float-Werte müssen als Integer angegeben werden. Beispiel: 2,9 °C → 29; Emissivity 0,95 → 95 |
|
|
Verzeichnisse: Pfade dürfen keine Leerzeichen enthalten. |
Quelle: MLU Halle 2025 |
|
Prozessieren:
„Minor warnings“ am Ende der Verarbeitung können ignoriert werden. |
|
| Die Software WingtraHub erstellt aus den FlightLogs und einer GNSS Basisaufzeichnung Bilddaten mit hochpräziser Geolokation. |
|
|
Verzeichnisse: Das Ergebnis wird jeweils im Ordner „OUTPUT“ abgelegt Beispiel: |
Quelle: MLU Halle 2025 |
|
Import der kalibrierten TIFFs in Metashape. → Align Photos Der gesamte Ablauf kann über die Batch-Process-Funktion im Menü „Workflow“ automatisiert werden. |
Quelle: MLU Halle 2025
|
|
Import der georeferenzierten TIFF-Dateien in Metashape.
Der gesamte Ablauf kann über die Batch-Process-Funktion im Menü „Workflow“ automatisiert werden. |
kalibrierten Thermalbildern. Quelle: MLU Halle 2025 |
|
 |
|
Export des Orthomosaiks als GeoTIFF. b) Option „XYZ“ aktivieren, um transformierte Werte zu speichern Analyse in QGIS oder ArcGIS möglich. Temperaturbereiche können klassifiziert und thematisch visualisiert werden. |
Quelle: MLU Halle 2025
|
| Daten werden mit Metadaten (Flugdatum, Sensor, Kalibrierung) dokumentiert und in einem offenen Format archiviert. Empfehlung: Nutzung von GeoPackage oder Cloud-Speicher mit DOI. Beispielhaft InSituDB – MLU Prozessierungsdetails werden mit Befehl „Generate Report“ in eine PDF-Datei geschrieben um Verarbeitung zu dokumentieren. |
|
| Verbesserte Rechtssicherheit: |
🚜 |
| Entbürokratisierung: |
🚜 |
| Beitrag zur digitalen Transformation: |
🚜🚜 |
| Vereinfachtes Datenmanagement: |
🚜🚜 |
| Einsparung Betriebsmittel: |
🚜 |
| Einsparung Arbeitszeit: |
🚜🚜 |
| Bessere betriebliche Planungssicherheit: |
🚜🚜 |
| Mehrertrag/ höhere Leistung: |
🚜 |
| Entscheidungsunterstützung: |
🚜🚜 |
| Steigerung Ressourceneffizienz: |
🚜🚜 |
| Geringere Bodenverdichtung: |
🚜 |
| Steigerung Biodiversität: |
kein Zusatznutzen |
| Emissionsminderung: |
🚜 |
| Verbesserung des Tierwohls: |
🚜 |
| Erhöhung Attraktivität des Arbeitsplatzes: |
🚜🚜 |
| Arbeitserleichterung: |
🚜🚜 |
| Beitrag zur Entwicklung des ländlichen Raumes: |
🚜 |
| Verbesserung Arbeitssicherheit: |
🚜 |
| Verbessertes Image: |
🚜🚜 |
Produktionsbereich:
Produktionsrichtung:
Arbeitsbereich:
Einsatzhäufigkeit:
Übertragbarkeit:
Anschaffungskosten (Richtwerte):
Laufende Kosten:
Testumgebung:
  |
Projekt/ Hersteller: |
|
Institution: Martin-Luther-Universität Halle-Wittenberg Institut für Geowissenschaften und Geographie |
Institut: |
| Autoren: Mike Teucher | Kontakt: mike.teucher@geo.uni-halle.de |