Analyse von raumbezogenen Daten und Erdbeobachtungsdaten

---

Dank der einzigartigen Zusammenstellung des Teams bei mundialis können wir mehr als ein Jahrzehnt Erfahrung mit der Analyse von raumbezogenen und Erdbeobachtungsdaten vorweisen. In den letzten Jahren konnten wir uns bemerkenswerte Kenntnisse bezüglich des Gap-Filling und der Aggregation von MODIS-Landoberflächentemperatur-Zeitreihen aneignen. Dieses neu erworbene Wissen wenden unsere Mitarbeiter auf Umweltmodellierungen an, vor allem im Zusammenhang mit invasiven Spezies wie der Verbreitung der Tigermücke oder anderen Themen

Welche Datenverarbeitung bietet mundialis an?

Analyse von GIS Daten, bevorzugt Open Source Daten:

• Transportnetzwerke zur Planung von Routen und (Verkehrs-)Flussanalyse
• Höhenmodelle, die eine Verschmelzung von heterogenen Daten aus der Gelände-, Erosions- und Flutrisikoanalyse sowie einer Abschätzung der Sonnenstrahlung darstellen
• Sensornetzwerkdaten von Wetterstationen
• Katasterinformationen, welche für eine detaillierte Risikobewertung von potentiellen Vermögensschäden im Fall von Gefahren benötigt werden
• LiDAR Daten von Laserscan Flügen zur Beurteilung der urbanen Morphometrie

Analyse von Erdbeobachtungsdaten:

• Bilder von UAV (unbemannte Flugobjekte, aus dem Engl.: unmanned aerial vehicle) wie dem Octocopter im sichtbaren, Infrarot- oder thermalen Spektrum
• Luftbilder, von historischen Luftdaten bis hin zu modernen multispektral Daten
• Satellitendaten mit einem Fokus auf Zeitreihenverarbeitung, die für die Gewinnung von NDVI-Daten, Beurteilung von urbanen Wärmeinseln, Identifikation von Landnutzung/Bodenbedeckung mit OBIA und Ansätze von maschinellem Lernen verwendet werden. Wir erkunden Landsat, Sentinel-2, Pleiades, Worldview und andere Daten.

Für uns ist die Kombination aus raumbezogenen und Erdbeobachtungsdaten der Schlüssel!

Unser Ansatz, die raumbezogenen Daten mit solchen aus der Erdbeobachtung zu kombinieren, ermöglicht uns nicht nur beispielsweise urbane Wärmeinseln zu identifizieren sondern auch die Anzahl der betroffenen Menschen zu bestimmen. Diese Erkenntnisse führen zu fundierten Entscheidungen, die kosteneffizient sind und das Problem konkret anvisieren.

 

Download: mundialis flyer DE (PDF)

Kontaktieren Sie uns noch heute!

 

Bildbeispiele

Soil moisture time series Darstellung von Zeitreihenanalysen (Bodenfeuchte t1)	Darstellung von Zeitreihenanalysen (Bodenfeuchte t2)
NDVI Analyse NDVI analysis von Kreisberegnern	NDVI zur Bestimmung der landwirtschaftlichen Nutzung
Dehazing of Landsat data in Borneo, Indonesia Original RGB natural color composite:	Dehazed representation:
Zoomed area – original RGB natural color composite:	Dehazed representation: