Im Sommersemester 2023 beschäftigte sich eine Gruppe von drei Studierende mit der Beobachtung der Algenblüte und dem damit verbundenen Fischsterben in der Oder an der deutsch-polnischen Grenze im Sommer 2022. Ausgehend von Rasterbildern wurde zunächst der Flusslauf des Untersuchungsgebiets extrahiert und anschließend verschiedene Indizes zur Erkennung der Algenblüte angewendet. Anhand von Multispektralaufnahmen der SuperDove Satelliten des Unternehmens Planet Labs PBC mit acht Bändern im sichtbaren und nahinfraroten Bereich mit einer Auflösung von 3x3m sowie täglichen Aufnahmeintervallen untersuchte die Gruppe, ob genauere Ergebnisse über den Verlauf und den Ursprung der Algenblüte abgeleitet werden können.
Für genauere Untersuchungen des Prozesses war eine Extraktion des Wasserkörpers aus den Rasterdaten notwendig. Hierfür wurde versucht anhand der Multispektralaufnahmen mit drei verschiedenen Methoden die Landnutzung zu klassifizieren. Diese Klassifizierungen geschahen mittels der bereits bestehenden Corine Landcover Daten, einer Grenzwertbildung für den Normalized Difference Water Index (NDWI) sowie des Random Forest Machine-Learning-Algorithmus. Da die Machine-Learning-Methode vor allem in urbanen Gebieten präzisere Ergebnisse lieferte, wurden diese Ergebnisse für die weiterführende Untersuchung ausgewählt.
Das vektorisierte Polygon des Wasserkörpers erleichterte die spezifische Untersuchung in einer Zeitreihe zwischen dem 02.05.2022 und dem 30.12.2022. Mittels des Normalized Difference Vegetation Index (NDVI), welcher auf hohen Reflektionswerten im Nahinfrarotbereich und Absorption von Wellen im roten Bereich beruht, sollten Wasserflächen mit einem hohen Anteil an Algen erkennbar gemacht und in Korrelation mit den punktuellen in-situ Messungen der Chlorophyll-a Konzentrationen gesetzt werden. Alternativ wurde auch der Saltwater Algae Bloom Index (SABI) getestet, welcher auf Meeresalgen in Küstenregionen spezialisiert ist.
Der zeitliche Verlauf der Algenblüte konnte an wolkenfreien Tagen mithilfe des NDVIs objektiv gut abgebildet werden. Eine verbesserte vorhergehende Homogenisierung der Datensätze könnte die Methode weiter optimieren. Um ein Monitoring von Algenblüten in Flüssen mittels Sattelitenüberwachung aufzubauen, sollten die Daten zudem mit mehr Probenahmen vor Ort verifiziert werden.
Autoren: Maximilian Rödel, Ricarda Bay, Bastian Habbel
