Fernerkundung: Satellitenbilder kostenlos in QGIS
Veröffentlicht am
Fernerkundung (englisch: remote sensing) heißt, die Erdoberfläche aus der Distanz zu messen: mit Sensoren auf Satelliten, Flugzeugen und Drohnen, deren Messwerte danach zu Karten werden. Der Sensor zeichnet Licht oder Radiowellen auf, die der Boden zurückwirft, niemand muss vor Ort sein. In QGIS ist das Ergebnis ein Raster, das Sie wie jede andere Ebene öffnen, kombinieren, damit rechnen und klassifizieren.
ist das Ergebnis ein Raster, das Sie wie jede andere Ebene öffnen, kombinieren, damit rechnen und klassifizieren.Ein Satellitenbild ist kein Foto. Es ist ein Stapel von Messungen, ein Kanal pro Lichtart, und die Farben auf Ihrem Bildschirm sind eine Entscheidung: Sie legen fest, welcher Kanal in Rot, Grün und Blau läuft. Diese Entscheidung ist der größte Teil des Handwerks.
Warum es wichtig ist
Die Fernerkundung beantwortet Fragen, die zu groß, zu abgelegen oder zu langsam sind, um sie zu Fuß zu erfassen: Ist dieses Feld grüner als letztes Jahr, wie weit reichte das Hochwasser, wie viel Wald wurde gerodet, wo ist die Stadt gewachsen. Ein kostenloser Satellit kehrt alle paar Tage an denselben Ort zurück, die Antwort trägt also ein Datum und lässt sich wiederholen.
Wofür man sie nutzt
| Frage | Was gemessen wird | Ein Sensor dafür |
|---|---|---|
| Ist diese Kultur oder dieser Wald gesund? | Grüne Vegetation, über den NDVI | Sentinel-2, Landsat 8 und 9 |
| Wo ist das Wasser, wie weit ging das Hochwasser? | Wasserfläche, über einen Wasserindex oder Radar | Sentinel-2, Sentinel-1-Radar |
| Wie hat sich die Landbedeckung in 40 Jahren verändert? | Klassen im Vergleich über mehrere Daten | Landsat, dessen Archiv bis 1972 zurückreicht |
| Wo sind die Gebäude, Bäume, Pools? | Einzelne Objekte | Luftbilder und Drohnen mit 50 cm oder feiner |
| Wie hoch ist das Kronendach, wo liegt der Boden? | Höhe aus Laserpulsen | LiDAR |
So funktioniert es
Ein passiver Sensor zeichnet vom Boden reflektiertes Sonnenlicht auf, in mehreren Kanälen gleichzeitig. Ein aktiver Sensor sendet einen eigenen Impuls und misst die Laufzeit des Echos: Radar wie Sentinel-1 und LiDAR. Radar sieht durch Wolken und arbeitet nachts, deshalb stützen sich Hochwasserkarten darauf.
Materialien antworten in jedem Kanal anders. Gesunde Blätter reflektieren Nahinfrarot stark und absorbieren Rot. Wasser absorbiert Nahinfrarot und sieht darin fast schwarz aus. Nackter Boden steigt von Blau bis Infrarot langsam an. Jeder Index und jeder Klassifikator liest diese Unterschiede.
Vier Arten von Auflösung beschreiben jeden Sensor, und sie stehen im Zielkonflikt zueinander:
- Räumlich: die Größe eines Pixels am Boden. Sentinel-2 liefert 10 m für vier Kanäle, 20 m für sechs und 60 m für drei.
- Spektral: wie viele Kanäle und wie schmal sie sind. Sentinel-2 zeichnet 13 auf, von 443 bis 2190 nm.
- Zeitlich: wie oft der Sensor zurückkehrt. Sentinel-2 kommt am Äquator alle 5 Tage wieder, in mittleren Breiten alle 2 bis 3 Tage.
- Radiometrisch: wie fein die Helligkeit erfasst wird. Das entscheidet, ob Sie zwei dunkle Felder unterscheiden können.
Die kostenlosen Sensoren, die man kennen sollte
| Quelle | Pixel | Wiederkehr | Kosten | Am besten für |
|---|---|---|---|---|
| Sentinel-2 (ESA) | 10 m, 20 m, 60 m je nach Kanal | 5 Tage | Kostenlos | Felder, Wälder, Stadtränder, seit 2015 |
| Landsat 8 und 9 (USGS) | 30 m, 15 m panchromatisch | 8 Tage mit beiden | Kostenlos | Lange Zeitreihen, Thermalkanal |
| Sentinel-1-Radar (ESA) | 10-m-Pixel im Standardprodukt | 12 Tage pro Satellit | Kostenlos | Hochwasser, bewölkte Regionen, Nacht |
| IGN BD ORTHO, Frankreich | 20 cm | Neue Befliegung alle 3 bis 4 Jahre | Kostenlos, offene Lizenz | Gebäude, Bäume, Pools |
| IGN LiDAR HD, Frankreich | Mindestens 10 Punkte pro m² | Einmal beflogen, bis 2026 ganz Frankreich | Kostenlos, offene Lizenz | Gelände und Kronenhöhe |
Die Angaben stammen von der Sentinel-2-Seite der ESA, der Sentinel-1-Seite der NASA und den IGN-Datensätzen auf data.gouv.fr (BD ORTHO, LiDAR HD), abgerufen am 27. Oktober 2026. Die beiden Familien Sentinel-2 und Landsat werden Kanal für Kanal in Sentinel-2 vs Landsat verglichen, und Auflösung von Satellitenbildern im Vergleich zeigt, was jede Pixelgröße sehen kann und was nicht.
Die erste Frage ist immer dieselbe: Wie viele Pixel deckt mein Objekt ab? Ein 10-m-Pixel kann kein Haus fassen. Ein Feld schon.
Ein Fernerkundungs-Ablauf in QGIS
Ich habe die folgenden Schritte in QGIS an einer Sentinel-2-Szene der Camargue durchgeführt, dem Rhône-Delta in Südfrankreich, aufgenommen am 12. Oktober 2026 mit unter 1 % Wolken. Das Delta vereint offenes Wasser, Salzpfannen, Sumpf, Reis und trockenes Land in einem Bild, deshalb eignet es sich gut als Test.
Die Szene hinzufügen
Öffnen Sie Layer > Data Source Manager, wählen Sie den Reiter STAC und verbinden Sie sich mit Earth Search unter https://earth-search.aws.element84.com/v1. Filtern Sie nach Ausdehnung, Datum und der Sentinel-2-Sammlung Level-2A und fügen Sie dann die Szene hinzu. Sentinel-2-Bilder in QGIS herunterladen testet vier Wege und nennt die Zeiten.
Die Kanäle passend zur Frage wählen
Wählen Sie in Layer Properties > Symbology Multiband color. Rot, Grün, Blau als B4, B3, B2 ergibt, was das Auge sehen würde. B8, B4, B3 legt Nahinfrarot auf Rot: Jede gesunde Pflanze wird rot, und das Wasser wird schwarz.
Aus den Kanälen eine Zahl machen
Raster > Raster Calculator, mit NDVI als (B8 − B4) / (B8 + B4). Klicken Sie zuerst mit dem Identify-Werkzeug auf ein Wasserpixel. Ein Wert nahe 0 heißt, der Offset ist schon entfernt, wie in den Earth-Search-Dateien, die ich benutzt habe. Ein Wert nahe 1000 heißt, Sie müssen von jedem Kanal 1000 abziehen. Das gilt für Sentinel-2-Produkte, die seit dem 25. Januar 2022 von Copernicus heruntergeladen werden. Was ist NDVI zeigt die 0,82, die zu 0,56 werden, wenn man das vergisst.
Die Zahl in Klassen schneiden
Legen Sie einen Schwellenwert fest, etwa NDVI über 0,6 für dichte Vegetation, mit Raster > Raster Calculator oder dem Algorithmus Reclassify by table. Für mehrere Landbedeckungsklassen trainieren Sie einen Klassifikator mit Polygonen, die Sie selbst zeichnen, mit den kostenlosen Plugins SCP oder dzetsaka.
Klassen in Messwerte verwandeln
Raster > Conversion > Polygonize, dann der Feldrechner oder Zonal statistics für Flächen pro Klasse. Die Zahlen gelten im Maßstab des Pixels und nicht feiner.
Wo KI hilft und wo nicht
Die Fernerkundung teilt sich nach Maßstab in zwei Hälften, und die Werkzeuge teilen sich mit.
Bei 10 oder 30 m klassifizieren Sie Pixel: Dieses ist Wasser, jenes ist Ackerland. Die kostenlosen Klassifikatoren oben leisten das gut, und ein Modell bringt wenig, weil ein Pixel zu wenig Detail enthält, um ein Objekt zu erkennen.
Bei 50 cm oder feiner extrahieren Sie Objekte: Das ist ein Gebäude, das ein Baum. Hier verdient ein Segmentierungsmodell seinen Platz. Wir bauen eines der Plugins in diesem Feld, AI Segmentation, dieser Absatz handelt also von unserem eigenen Werkzeug. Sie zeichnen eine Zone auf ein Luftbild oder ein Drohnen-Orthofoto, tippen das Objekt, building, tree oder swimming pool, und die eigenen Modelle liefern die Umrisse als Polygone mit Konfidenzwert und Fläche. Bilder, die gröber sind als das Objekt, lohnt es nicht zu senden: Unsere eigene Abstimmung zielt auf etwa 0,18 m pro Pixel bei einem Gebäude und 0,09 m bei einem Auto. Der GeoAI-Leitfaden erklärt die fünf Dinge, die es extrahiert, und was jedes kostet.
Der langsame Teil eines Fernerkundungsprojekts ist nicht ein einzelner Schritt. Es ist die Kette von rund einem Dutzend Schritten nacheinander: Szene finden, Wolken prüfen, Offset entfernen, rechnen, gestalten, messen. Unser anderes Plugin, AI Agent, führt diese Kette mit einem Satz aus. Ich bat es um NDVI über den Feldern rund um Harike im Punjab, aus dem neuesten wolkenfreien Sentinel-2-Bild. Es übersprang zwei bewölkte Termine, entfernte den Offset, gestaltete das Ergebnis und meldete, dass 75 % der 17 km² großen Fläche über 0,6 lagen, in etwa 3 Minuten 30 Sekunden. Es ließ Arbeitsebenen zurück und gab die Größe der Fläche falsch an, prüfen Sie also die Zahlen, die Sie zitieren.
AI Agent kostenlos in QGIS testen, ohne Karte
Was Sie mitnehmen
Fernerkundung heißt, den Boden aus der Distanz zu messen, und ein Satellitenbild ist ein Stapel von Kanälen, kein Foto.
Sentinel-2 ist die kostenlose Standardquelle für Felder, Wälder und Stadtränder: 13 Kanäle, 10-m-Pixel für vier davon, ein neues Bild alle 5 Tage am Äquator.
Wählen Sie die Kanalkombination passend zur Frage: B4, B3, B2 zum Sehen, B8, B4, B3 für Vegetation und NDVI, um sie in eine Zahl zu fassen.
Prüfen Sie den Sentinel-2-Offset vor jedem Index: Ein Wasserpixel nahe 1000 heißt, von jedem Kanal 1000 abzuziehen.
Pixel klassifiziert man, Objekte brauchen feinere Bilder: Unterhalb von etwa 50 cm extrahiert ein Segmentierungsmodell Gebäude und Bäume, und oberhalb von 10 m hat es nichts zu erkennen.
Häufige Fragen
Was ist Fernerkundung einfach erklärt?
Es heißt, etwas über den Boden zu erfahren, ohne ihn zu berühren. Ein Satellit, ein Flugzeug oder eine Drohne zeichnet das Licht oder die Radiowellen auf, die von der Oberfläche zurückkommen, und Software macht aus der Aufzeichnung eine Karte oder eine Zahl.
Was ist der Unterschied zwischen Fernerkundung und GIS?
Die Fernerkundung erfasst und interpretiert Messungen aus der Distanz. Ein GIS speichert, bearbeitet und analysiert Geodaten jeder Herkunft. In der Praxis überschneiden sich beide: Sie betreiben Fernerkundung in einem GIS wie QGIS, und die Ergebnisse werden dort zu Ebenen.
Sind Fernerkundungsdaten kostenlos?
Viele sind es. Sentinel-1 und Sentinel-2 der ESA, Landsat des USGS und in Frankreich die Luftbilder und LiDAR HD des IGN lassen sich kostenlos herunterladen und weiterverwenden. Kommerzielle Satelliten verkaufen schärfere Bilder, ab etwa 30 cm, pro Szene oder pro Quadratkilometer.
Kann QGIS Fernerkundung?
Ja. Raster-Werkzeuge, der Rasterrechner, die Kanalkombination und die kostenlosen Plugins SCP und dzetsaka decken Bilddarstellung, Indizes und Klassifikation ab. Der Ablauf oben nutzt nur, was QGIS mitbringt.
Welcher Satellit liefert die besten kostenlosen Bilder?
Sentinel-2 für die meiste Landarbeit nach 2015, wegen der 10-m-Pixel und der Wiederkehr nach 5 Tagen. Landsat, wenn Sie Aufzeichnungen bis 1972 zurück oder einen Thermalkanal brauchen. Sentinel-1-Radar, wenn Wolken den Boden immer wieder verdecken.
Ist GeoAI dasselbe wie Fernerkundung?
Nein. Die Fernerkundung beschreibt, wie die Daten erfasst werden. GeoAI ist maschinelles Lernen, das auf diese Daten angewandt wird, um Objekte, Klassen oder Veränderungen daraus zu extrahieren.
Zu den Nachbarthemen gehen NDVI und die anderen Vegetationsindizes, Multispektral versus hyperspektral und Baumkronen kartieren weiter auf die obigen Themen ein, und der KI-Hub für QGIS zeigt, was jedes KI-Plugin braucht, bevor es läuft.
