ESAEducationHauptseiteWetter und KlimaGlobale VeränderungenNaturkatastrophen
   
Wetter
FöhnwindMeteosat InteraktivSpannendes vom Meteosat
Klima
AfrikaDer GolfstromEl NiñoKlima im HimalayaJP Explorer - Erkunde die Welt und ihr KlimaTschadsee
 
 
 
 
 
printer friendly page
New Delhi, India
 
Seite123
 
 
Delhi region and the Himalayas
Raum Delhi und der Himalaya
Städtestruktur im Ballungsraum Delhi
 
Das Bild wurde am 3. Februar 2004 mit dem MERIS-Instrument an Bord des Satelliten Envisat aufgenommen. Von den 15 Spektralbänder, die von sichtbaren bis nahinfraroten Wellenlängen reichen, haben wir das Infrarotband 14 (885 nm) gewählt. In Infrarotbändern erscheint Pflanzenbewuchs nahezu weiß oder hellgrau und Wasser, Stadtgebiete sowie andere Infrastruktur werden dunkelgrau bis schwarz (sehr dunkel) dargestellt.

Deshalb sind die sternförmigen Strukturen der Siedlungen und Verbindungsstraßen so deutlich erkennbar. Zwischen der Hauptstadt Delhi (von der Bildmitte nach rechts unten versetzt) und den zahllosen Dörfern, die als graue Punkte dargestellt und gleichmäßig über das Land verteilt sind, liegen eine Reihe von unterschiedlich bedeutenden Subzentren.

Versuche eine Einstufung dieser Zentren nach Größe und Entfernung untereinander vorzunehmen. Wie viele Arten von Subzentren sind im Hinblick auf die Verwaltung des Landes vorhanden? Hierzu musst du das Bild vergrößern, um auch die Dörfer zu erkennen, die die kleinste Einheit der indischen Gemeinde darstellen.

Wie weit sind zwei Dörfer innerhalb einer Region durchschnittlich voneinander entfernt, und wie weit zwei Subzentren desselben Rangs? Die Pixelgröße des Bildes beträgt 300 m. Arbeite mit dem Messwerkzeug (Measure tool) in LEOWorks! Vergleiche die Ergebnisse mit den entsprechenden Entfernungen in deinem Land!

Nimm einen Atlas zur Hand und suche ähnlich wichtige Städte wie Delhi. Dazu gehören zum Beispiel Chandigarh und Dehradun.

Informiere dich über die linearen Strukturen, die diese Siedlungen verbinden. Worum handelt es sich dabei? Wenn du sie in einer Region identifiziert und klassifiziert hast (ein Atlas hilft dabei), definiere grundlegende Erkennungsregeln (z. B. Merkmale, die einen Kanal kennzeichnen usw.) und wende sie auf eine angrenzende Region an!

Falls du Hintergrundinformationen zur städtebaulichen Entwicklung benötigst, um diese Fragen zu beantworten, solltest du die „Virtuellen Geographischen Texte“ (VGT) unter folgender Adresse lesen: http://de.wikipedia.org/wiki/System_der_zentralen_Orte.

 
 
The Himalayas, 25 November 2003
Der Himalaya (25. Nov. 2003)
Schnee im Himalaya
 
Diese Meris-Aufnahmen zeigen einen sehr kleinen Teil des Himalayas, unmittelbar nördlich von Delhi. Zu sehen sind auch die Städte Chandigarh (Mitte links) und Dehranun (Mitte rechts, nördlich der ersten Hügelkette).

Es besteht ein deutlicher Unterschied zwischen den beiden Bildern. Während am 25. November 2003 nur in der höchsten Region ein wenig Schnee lag, waren am 3. Februar 2004 selbst die Niederungen mit dickem Schnee bedeckt. Das Schneevorkommen im Himalaya ist das Wasserreservoir Nordindiens.

Je mehr man über die Menge des hier gespeicherten Wassers weiß, desto besser kann man mit diesen Ressourcen haushalten. Deshalb ist es wichtig, die Größe der schneebedeckten Fläche zu kennen.

Wie können wir diese messen?

Ganz einfach, indem wir die sehr hellen Bildpunkte im Gebirgsbereich zählen und deren Anzahl mit der Fläche eines Bildpunkts (300 m x 300 m) multiplizieren.

 
 
MERIS image of the Himalayas
Der Himalaya (3. Feb. 2004)
Betrachten wir uns hierzu einmal das Histogramm!

Öffne zunächst das am 3. Februar 2004 erfasste Bild. Öffne dann das Histogramm, indem du auf das Bild klickst und anschließend im Hauptmenü „View” - „Histogram” wählst. In diesem Histogramm sind alle Pixel entsprechend ihrer Datenwerte zusammengefasst.

Im Kanal „Blau” finden wir 39.017 Pixel mit einem Wert von 255. Aber Vorsicht: Auch Wolken weisen derartig hohe Werte auf. Damit wir die Wolken ausschließen können, erstellen wir einen Teilsatz des Bildes. Wir kopieren nur den Gebirgsbereich in ein gesondertes Bild und gehen davon aus, dass dort keine Wolken vorhanden sind. Klicke auf das Zuschneidewerkzeug (Schaltfläche mit rechteckigem Symbol) und dann auf „Edit”. Wenn wir im neuen Bild das Histogramm mit dem blauen Kanal wieder öffnen, erhalten wir rund 20.000 Pixel mit dem Wert 255.

Es sei angenommen, dass im Durchschnitt 20 cm Schnee liegen. Dies entspricht grob geschätzt 2 cm Regen. Und das wiederum entspricht 20 Litern Wasser pro Quadratmeter. Wie viel Wasser ist zu diesem Zeitpunkt insgesamt in dem Schnee dieses Gebiets gespeichert (ein Pixel entspricht 300 m × 300 m)?

Wichtige Hinweise:

Die in der Übung verwendeten Zahlen sind fiktiv. Einziger Sinn der Übung ist die Veranschaulichung der Prinzipien der Satellitenüberwachung. Um das tatsächliche Wasservolumen im Himalaya ermitteln zu können, würden wir auch Kartenmaterial und einige Grundangaben über die Verhältnisse auf dem Boden (Schneehöhe, Temperaturen usw.) benötigen und den Wasserabfluss der einzelnen Niederschlagsgebiete berechnen müssen. Auf diese Weise ließe sich die im Tal verfügbare Wassermenge genau bestimmen.

Je nach Jahreszeit könnten diese Informationen auch für die Hochwasserüberwachung genutzt werden. Tatsächlich stellt die auf der Grundlage von Satellitendaten gemessene Schneebedeckung den wichtigsten Faktor für Wasserabflussmodelle dar.
 
 


Seite123

 
 
 


JP Explorer
EinführungJP Explorer (Danish)
Expeditionsziele
Porto Velho, BrasilienIqaluit, KanadaTuvalu, Funafuti AtollShanghai, ChinaWindhoek, Namibia
Eduspace - Software
LEOWorks 3
Eduspace - Download
Dehli_region.zip (2.0 Mb)Himalaya_25_11_
03.zip (0.9 Mb)
Himalaya_03_02_
04.zip (1.0 Mb)
Dehli_veg.zip (0.1 Mb)Dehli_asar_centre_
62m.zip (1.0 Mb)
Dehli_asar_centre.zip
_12m.zip (1.0 Mb)
 
 
 
   Copyright 2000 - 2014 © European Space Agency. All rights reserved.