Wissenschaftliche Nutzung
Die wissenschaftliche Untersuchung ausgewählter Hochtemperaturphänomene mit der neu entwickelten Zweikanal-Infrarot-Sensorik steht im Mittelpunkt der BIRD-Mission. In Form eines Pilotprojektes werden international erstmalig quantitative Feuerdaten aus dem Weltraum gewonnen, wie z. B. Feuertemperaturen, Feuerflächen, abgestrahlte Leistung, Feuerausbreitung und -verteilung. Mit einer Bodenauflösung von ~200 m und einer Schwadbreite von 190 km gilt BIRD im Vergleich mit meteorologischen Satelliten als hochauflösend im infraroten Wellenlängenbereich. Eine weitere Besonderheit ist der Dynamikbereich, von ca. -10°C bis etwa 1000 °C kann BIRD Temperaturen auf der Erdoberfläche messen. In engem Zusammenhang mit der neuen Sensortechnik werden geeignete wissenschaftliche Auswertemethoden zur Ableitung von geophysikalischen Parametern aus den BIRD-Daten entwickelt, getestet, angewendet und validiert. So ermöglicht zum Beispiel die Anwendung der so genannten Dozier-Methode die Auflösung von Feuerparametern im Subpixelbereich. D.h., BIRD hat zwar im Infrarot eine Bodenabtastweite von 185 m, er kann aber unter Anwendung der Bispektral-Methode, z.B. ein Feuer von nur ca. 50 m Fläche und einer Temperatur von ca. 800 °C von einem Feuer, welches das gesamte Pixel bedeckt und eine niedrigere Temperatur hat, unterscheiden. Die mit BIRD erzielten Ergebnisse werden ihren Eingang in zukünftige operationelle Systeme zur Feuerfernerkundung der Erde finden, wie sie derzeit in der europäischen Raumfahrtagentur ESA diskutiert werden.
Technologiedemonstration
Aus den Missionsrandbedingungen ergab sich die Grundforderung, dass die Missionsziele mit einem Satelliten der 100-kg-Klasse erreicht werden, der gemeinsam mit einem größeren Satelliten in den Orbit ‚mitgenommen“ werden kann. Dies stellte hohe Anfor derungen an den Satellitenbus, die mit einer Reihe innovativer technologischer Lösungen in einem engen Kostenrahmen erfüllt wurden.
Wesentliche Merkmale des BIRD Satellitenbusses sind:
Auf Seiten der Nutzlast ist nicht nur das Infrarotsystem Teil der Technologiedemonstration im Rahmen des BIRD-Programms, sondern auch ein An-Bord-Klassifikator auf der Basis eines künstlichen neuronalen Netzwerk-Chips. Mit diesem Experiment soll die Machbarkeit einer thematischen Datenverarbeitung an Bord eines Satelliten bis zu einem High-Level Datenprodukt demonstriert werden.
BIRD Sensor-Nutzlastsystem
Für das BIRD -Nutzlastsystem wurde ein bi-spektrales Infrarotsensorsystem, das im mittleren- und im thermischen Infratort (MIR, TIR) arbeitet, entwickelt. Weiterhin befindet sich ein Wide-Angle-Optoelectronic-Stereo-Scanner (WAOSS-B) an Bord von BIRD. Dieser wurde für die Mars ‚96 Mission entwickelt. Und arbeitet im VIS/NIR Wellenlängenbereich.
Die Nutlastbilddaten werden über die Bussystem MIL 1553B (WAOSS-B) und über Fiberoptic-Link (IR-MIR und IR-TIR) zum Nutzlastdatensystem (Paylod-Data-Handling) übertragen .
BIRD Hardware Komponenten des Nutzlastsystems
Die Abbildung 5 zeigt links den Massenspeicher in Multi Chip Modul Technologie mit der Ansicht auf die Bestückungsseite des Flugmusters. Auf der rechten Seite sieht man den Nutzlastrechner mit hoch integrierten Signal Prozessor Multi Chip Modul (MCM); die Ansicht zeigt die Leiterseite des Flugmuster Moduls. Das MCM (integriert mehr als 30 Schaltkreise) enthält ein komplettes Prozessor System einschließlich Interface Controller.
Abbildung 6 links zeigt ein Spezial Prozessor Modul zur An Bord Datenklassifikation mittels Neuronaler Netze. Auf der rechten Seite der Abbildung ist einen Interface Controller Modul zum Infrarot Kamera System zu sehen. Die im FPGA integrierten Interface Controller entlasten den Nutzlast Rechner.
Die Abbildung 7 zeigt das Qualifikationsmodel der BIRD IR-Sensor Steuerungselektronik. Diese zeichnet sich durch eine hohe radiometrische Dynamik [21Bit], einer sehr rauscharmen und strahlungsharte Elektronik und ein kompaktes hochzuverlässiges weltraumqualifiziertes Design aus.
Thematische Datenreduktion durch multispektrale An-Bord-Klassifikation
Neben verschiedenen anderen Experimenten auf BIRD, wurde eine „intelligente“ An-Bord-Verarbeitung in das Nutzlastsystem als technologischen Demonstrator integriert.
Motivation:
Durch die rasant fortschreitende Entwicklung von Fernerkundungssensoren mit immer höheren geometrischen und spektralen Auflösungen müssen neue Wege der Bildvorverarbeitung und des Erkennungsprozesses gegangen werden. Um anfallende große Datenraten und Datenvolumina adäquat bearbeiten zu können, werden effiziente und automatisierbare Algorithmen und Verfahren benötigt. In bestimmten Aufgabenstellungen der Fernerkundung ist es im zunehmenden Maße nötig, Entscheidungen bereits direkt an Bord der aufnehmenden Plattformen aus den Bilddaten in quasi Echtzeit abzuleiten. Dieses ist ins besondere bei Feuererkennungs- bzw. Feuerwarnsystemen oder für Katastrophenwarnsysteme der vielfältigsten Art der Fall.
Kurzbeschreibung:
Für den Kleinsatelliten BIRD ( B ispectral I nfra R ed D etection) wurde eine thematische An-Bordd atenverarbeitung in Form einer multispektralen Klassifikation entwickelt. Die Klassifikation wird auf der Basis des Neurochips NI1000 der Fa. Nestor durchgeführt (s. Abb. 6). Es können verschiedene thematische Klassen definieret werden, die durch das künstliche neuronale Netzwerk „gelernt“ werden. Nach der „Lernphase“ ist der An-Bord-Klassifikator in der Lage die konfigurierten Bodennutzungsklassen zu separieren und über die Telemetrie zum Boden zu übertragen. Diese Klassenkarten können dann direkt dem Nutzer zur Verfügung gestellte werden.
Ansprechpartner