15 Best Landsat Imagery Tools (2026)

Landsat-Bilder sind zu einem Eckpfeiler der Umweltüberwachung, Landnutzungsplanung und wissenschaftlichen Forschung geworden. Dank jahrzehntelanger, frei verfügbarer Satellitendaten können Fachleute und Forscher Veränderungen auf der Erdoberfläche mit bemerkenswerter Detailgenauigkeit verfolgen. Um diese Daten optimal zu nutzen, benötigen Sie jedoch die richtigen Werkzeuge. In diesem Artikel stellen wir Ihnen die nützlichsten Plattformen und Software für die Arbeit mit Landsat-Bildern vor – von einfachen Viewern bis hin zu erweiterten Analysetools.

1. FlyPix

FlyPix hat eine cloudbasierte Geodatenanalyseplattform entwickelt, die den Zugriff, die Analyse und die Interpretation von Satellitenbildern – wie Landsat – erleichtert. Unsere Plattform unterstützt die automatische Objekterkennung, die Klassifizierung der Landnutzung und die multitemporale Verfolgung von Veränderungen mithilfe KI-gestützter Modelle. Nutzer können Bilder direkt in einer interaktiven Kartenoberfläche anzeigen und bearbeiten oder sich über unsere API für automatisierte Workflows verbinden. Mit der Unterstützung langfristiger Satellitendatensätze, einschließlich Landsat, unterstützen wir Unternehmen dabei, Umweltveränderungen, Stadtentwicklung und Landnutzungsmuster im Zeitverlauf präzise und umfangreich zu überwachen.

Preise

Preise in EUR (€)

StarterSpeicher 10 GB

€100/user/mo
50 Credits
~1 Gigapixels

Registrieren

Enthaltene Funktionen:

• Zugriff auf das Analyse-Dashboard
• Export von Vektorlayern
• E-Mail-Support innerhalb von 5 Werktagen

StandardSpeicher 120 GB

€500/2 user/mo
500 + 100 Credits
~Up to 12 Gigapixels

Registrieren

Enthaltene Funktionen:

• Zugriff auf multispektrale Daten
• Karten teilen
• E-Mail-Support innerhalb von 2 Werktagen

ProSpeicher 600 GB

€2000/5 user/mo
2000 + 1000 Credits
~Up to 60 Gigapixels

Registrieren

Enthaltene Funktionen:

• API-Zugang
• Teamverwaltung
• E-Mail- und Chat-Support mit 1 Stunde Reaktionszeit

EnterpriseSpeicher Unlimited

Credits : Unlimited
User Seats: Unlimited

Registrieren

Enthaltene Funktionen:

• API-Zugang
• Teamverwaltung
• E-Mail- und Chat-Support mit 1 Stunde Reaktionszeit

Schlüssel-Höhepunkte:

• Unterstützt die multitemporale Landsat-Bildanalyse
• Integrierte Tools zur Objekterkennung und Landnutzungsklassifizierung
• API-Zugriff für automatisierte Daten-Workflows
• Visuelle Kartenschnittstelle zur Datenexploration
• KI-Modelle zur Analyse von Bildern im Zeitverlauf

Für wen es am besten geeignet ist:

• Umweltanalysten verfolgen Veränderungen der Landbedeckung
• Stadtplaner und Infrastrukturforscher
• GIS-Teams arbeiten mit Zeitreihen-Satellitendaten
• Entwickler integrieren Satellitendaten in benutzerdefinierte Apps

Kontakt- und Social-Media-Informationen:

• Webseite: flypix.ai
• Adresse: Robert-Bosch-Str. 7, 64293 Darmstadt
• Phone: +49 6151 7076949
• Email: info@flypix.ai
• LinkedIn: www.linkedin.com/company/flypix-ai

Werkzeug	Category	Hauptmerkmale	Zielgruppe	Unique Differentiator	Integrationen
FlyPix AI	AI-powered geospatial imagery analysis	Landsat time-series analysis; object detection; land-cover classification; change detection; spectral indices	GIS teams; environmental analysts; researchers; planners; developers	No-code AI analysis across long-term Landsat archives	API; GIS export workflows
Atlas	Satellite imagery visualization and search	Landsat Look imagery; date/cloud filters; side-by-side comparison; map search; geospatial exports	Researchers; environmental professionals; educators; GIS users	Combines searchable Landsat imagery with a visual map interface	Geospatial file exports
NASA Worldview	Web-based Earth observation viewer	Near-real-time imagery; historical layers; timeline; layer overlays; comparison tools; snapshots	Researchers; educators; environmental analysts; event monitoring teams	Rapid visualization of global NASA Earth-observation data	NASA GIBS; OGC services
EOSDA LandViewer	Satellite imagery search and analysis	AOI search; spectral indices; band combinations; time series; clustering; WMS; 3D visualization	Agriculture; forestry; environmental; construction; GIS teams	On-the-fly processing across multiple free and commercial imagery sources	QGIS; ArcGIS; EOSDA Storage; EOSDA Processing; Airbus imagery API
SAGA GIS	Open-source desktop GIS and remote sensing	Landsat processing; classification; NDVI; PCA; atmospheric correction; raster/vector analysis	GIS professionals; researchers; scientists; students	Large scientific geoprocessing library with satellite-specific tools	QGIS; GDAL; Python
GRASS GIS	Open-source GIS and scientific geoprocessing	Landsat/Sentinel processing; classification; OBIA; temporal analysis; raster/vector tools; spatial statistics	Remote-sensing specialists; researchers; GIS analysts; developers	Extensive command-line, Python, Jupyter, and temporal GIS capabilities	QGIS; GDAL; Python; R; Jupyter
gvSIG	Open-source desktop GIS	Landsat analysis; classification; NDVI; band arithmetic; raster/vector management; remote-sensing tools	GIS users; environmental analysts; researchers	Multiplatform GIS with plugin-based extension support	WMS; WMTS; WFS; CSW; Gazetteer services
Esri ArcGIS Pro	Professional desktop GIS and remote sensing	Landsat access; raster functions; image classification; NDVI; change detection; time-series analysis	GIS professionals; government; enterprise; research teams	Integrated imagery analysis with extensive raster-function and geoprocessing workflows	ArcGIS Online; Living Atlas; Python/ArcPy; web GIS services
Global Mapper	Desktop GIS and raster analysis	Landsat import; spectral analysis; NDVI; terrain processing; classification; 3D visualization; scripting	GIS professionals; surveyors; environmental analysts	Combines broad raster/vector format support with terrain and LiDAR analysis	Python; Global Mapper SDK; GeoCalc
Trimble eCognition	Objektbasierte Bildanalyse	Image segmentation; rule-based classification; change detection; multi-source raster analysis; workflow automation	Remote-sensing specialists; mapping teams; researchers	Object-based rather than purely pixel-based image analysis	Python; C++ SDK; common raster/vector formats
NOAA Digital Coast Data Viewer	Coastal geospatial data access and visualization	Imagery search; land-cover datasets; lidar; metadata; spatial filtering; downloads	Coastal planners; resource managers; environmental researchers	Focused collection of U.S. coastal datasets and imagery	NOAA data services; GIS-compatible downloads
PolSARPro	SAR and polarimetric radar processing	Calibration; polarimetric decomposition; classification; visualization; SAR analysis	SAR researchers; remote-sensing scientists; educators	Specialized processing environment for polarimetric SAR data	Multispectral datasets; GeoTIFF; HDF5
Geemap	Python-based Earth Engine geospatial analysis	Landsat analysis; interactive maps; NDVI; time series; timelapse; raster/vector tools	Researchers; students; data scientists; Python GIS users	Brings Google Earth Engine analysis into interactive Python/Jupyter workflows	Google Earth Engine; Jupyter; Google Colab; ipyleaflet; folium; Plotly; pydeck; kepler.gl
Sentinel Hub API	Cloud satellite imagery API	Landsat access; image processing; catalog search; statistics; batch processing; OGC services	Developers; GIS teams; researchers; data scientists	Programmatic on-demand satellite processing without local imagery storage	QGIS; ArcGIS; OpenLayers; Google Earth; GeoServer; Python; JavaScript
OpenAerialMap	Open imagery catalog and mapping platform	Imagery search; previews; downloads; community uploads; metadata; map layers; API	Humanitarian teams; researchers; GIS professionals; developers	Open catalog focused on openly licensed aerial imagery	OAM API; TMS; GIS-compatible imagery services

2. Atlas

Atlas ist eine Geodatenplattform, die Landsat-Look-Bilder in eine visuelle und durchsuchbare Umgebung integriert. Die Plattform aggregiert öffentliche und kommerzielle Satellitendaten in einem einheitlichen System und ermöglicht es Nutzern, historische und aktuelle Bilder von globalen Standorten zu erkunden. Die Benutzeroberfläche umfasst einen kartenbasierten Viewer, mit dem Landsat-Daten nach Datum, Wolkenbedeckung und Sensortyp gefiltert werden können. 

Atlas vereinfacht den Zugriff auf Bilder ohne Programmierkenntnisse und unterstützt den Datenexport in gängigen Geodatenformaten. Mit Funktionen wie dem direkten Bildvergleich und der globalen Abdeckung eignet sich Atlas ideal für die langfristige Umweltüberwachung und Landnutzungsanalyse auf Basis von Landsat-Daten.

Schlüssel-Höhepunkte:

• Zugriff auf durchsuchbare, visuelle Landsat Look-Bilder
• Datums-, Sensor- und Wolkenbedeckungsfilter für eine präzise Auswahl
• Tools zum nebeneinander stehenden Bildvergleich
• Globale Abdeckung aus mehreren Datenquellen
• Exportfunktionen in Geodatenformate

Für wen es am besten geeignet ist:

• Umweltexperten verfolgen Landschaftsveränderungen
• Forscher verwenden historische Landsat-Bilder
• Pädagogen und Studierende im Geodatenbereich
• Benutzer, die schnellen Zugriff auf Satellitendaten ohne Codierung benötigen

Kontakt- und Social-Media-Informationen:

• Website: atlas.co
• LinkedIn: www.linkedin.com/company/atlasmapshq
• Twitter: x.com/AtlasMapsHQ
• Instagram: www.instagram.com/life.at.atlas

3. Weltanschauung

Worldview ist ein von der NASA entwickelter Online-Satellitenbildbetrachter, der es Nutzern ermöglicht, globale Erddaten nahezu in Echtzeit interaktiv zu erkunden. Über eine webbasierte Kartenoberfläche bietet er Zugriff auf Hunderte von Datenebenen, darunter auch solche aus der Landsat-Serie. Nutzer können Bilder innerhalb weniger Stunden nach einem Satellitenüberflug anzeigen, mehrere Datensätze überlagern und Schnappschüsse zur Analyse herunterladen. Die Plattform unterstützt außerdem die Zeitleistennavigation, um Veränderungen im Zeitverlauf zu vergleichen. Obwohl Worldview nicht für eine detaillierte Verarbeitung konzipiert ist, eignet es sich hervorragend für die schnelle Visualisierung und Überwachung von Landbedeckung, Waldbränden, Vegetation und mehr, insbesondere bei der Arbeit mit historischen oder Echtzeit-Landsat-Bildern.

Schlüssel-Höhepunkte:

• Nahezu Echtzeitzugriff auf globale Satellitenbilder
• Enthält Landsat-Layer mit historischen Daten
• Anpassbare Zeitleiste für Vergleiche mehrerer Daten
• Interaktiver Kartenbetrachter mit Overlay-Optionen
• Einfache Downloadfunktion für ausgewählte Ansichten

Für wen es am besten geeignet ist:

• Forscher benötigen schnellen Zugriff auf Erdbeobachtungsdaten
• Pädagogen und Studenten nutzen Satellitenbilder im Unterricht
• Umweltanalytiker, die Ereignisse wie Brände oder Abholzung überwachen
• Benutzer, die visuelle Einblicke in den globalen Wandel ohne komplexe Tools suchen

Kontakt- und Social-Media-Informationen:

• Website: worldview.earthdata.nasa.gov

4. EOSDA LandViewer

EOSDA LandViewer ist eine webbasierte Satellitenbildplattform, die Zugriff auf eine breite Palette von Erdbeobachtungsdaten bietet, darunter das vollständige Archiv der Landsat-Missionen. Das Tool ermöglicht Nutzern die Suche, Visualisierung und Analyse von Satellitenbildern mit Optionen für Spektralbandkombinationen, Vegetationsindizes und Änderungserkennung. LandViewer unterstützt die benutzerdefinierte Gebietsauswahl, Zeitreihenanalysen und den direkten Bildvergleich und eignet sich somit sowohl für historische als auch für aktuelle Überwachungsaufgaben. 

Die Plattform umfasst integrierte Tools zum Herunterladen von Daten in verschiedenen Formaten und lässt sich in andere EOSDA-Dienste integrieren, um die Funktionalität in den Bereichen Landwirtschaft, Forstwirtschaft und Umwelt zu erweitern.

Schlüssel-Höhepunkte:

• Zugriff auf das vollständige Landsat-Bildarchiv mit Wolkendeckenfilterung
• Visualisierung von Echtzeit- und historischen Bildern
• Tools für NDVI und andere Vegetationsindizes
• Änderungserkennung und Zeitreihenanalyse
• Exportoptionen in mehreren Geodatenformaten

Für wen es am besten geeignet ist:

• Analysten beobachten Trends in der Land- und Forstwirtschaft
• Forscher nutzen Landsat für Studien zu Landbedeckungsänderungen
• GIS-Benutzer, die eine benutzerdefinierte Flächenanalyse benötigen
• Fachleute, die mit Zeitreihen-Satellitendaten arbeiten

Kontakt- und Social-Media-Informationen:

• Website: eos.com
• Facebook: www.facebook.com/EOSDA
• LinkedIn: www.linkedin.com/company/eos-data-analytics
• Twitter: x.com/eos_da
• Instagram: instagram.com/eosdataanalytics

5. SAGA GIS

SAGA GIS (System for Automated Geoscientific Analyses) ist eine Open-Source-Desktopanwendung mit zahlreichen Werkzeugen zur Verarbeitung von Satellitenbildern, darunter auch Daten von Landsat-Missionen. Die Software unterstützt Raster- und Vektorformate und bietet detaillierte Module für Bildklassifizierung, Bandarithmetik, NDVI-Berechnung, Hauptkomponentenanalyse und unüberwachtes Clustering. 

Der Bereich „Bildgebung – Satelliten-Tools“ ist speziell für die Verarbeitung von Satellitendaten wie Landsat konzipiert und ermöglicht Nutzern die Durchführung atmosphärischer Korrekturen, die Berechnung von Vegetationsindizes und die Extraktion von Merkmalen. SAGA GIS erfordert zwar eine Installation und einen gewissen Lernaufwand, ist aber eine leistungsstarke Option für alle, die individuelle oder detaillierte Analysen benötigen.

Schlüssel-Höhepunkte:

• Unterstützt eine Vielzahl von Landsat-Verarbeitungsfunktionen
• Module für NDVI, PCA, Klassifizierung und Bandmathematik
• Open Source mit umfangreicher wissenschaftlicher Dokumentation
• Verarbeitet sowohl Raster- als auch Vektordatenformate
• Ermöglicht atmosphärische Korrektur und Spektralanalyse

Für wen es am besten geeignet ist:

• GIS-Experten, die eine erweiterte Bildanalyse benötigen
• Forscher führen detaillierte Studien zu Satellitendaten durch
• Benutzer, die offline mit Landsat-Bildern arbeiten
• Studierende und Wissenschaftler auf der Suche nach anpassbaren Werkzeugen

Kontakt- und Social-Media-Informationen:

• Website: saga-gis.sourceforge.io

6. GRASS GIS

GRASS GIS (Geographic Resources Analysis Support System) ist eine Open-Source-GIS-Software, die robuste Werkzeuge zur Verarbeitung und Analyse von Satellitenbildern, einschließlich Landsat-Daten, bietet. Zu den Bildverarbeitungsfunktionen gehören radiometrische und atmosphärische Korrekturen, überwachte und unüberwachte Klassifizierung, die Berechnung des Vegetationsindex und die Erkennung von Veränderungen im Zeitverlauf. 

GRASS unterstützt sowohl Raster- als auch Vektordaten und ermöglicht die Arbeit mit Multiband-Bildern mithilfe dedizierter Bildmodule. Das auf Flexibilität und Tiefe ausgelegte System eignet sich hervorragend für Anwender, die erweiterte Analysefunktionen benötigen und mit Kommandozeilenoperationen oder Skripten zur Automatisierung vertraut sind.

Schlüssel-Höhepunkte:

• Erweiterte Tools zur Klassifizierung und Korrektur von Landsat-Bildern
• Module für NDVI, Tasseled Cap und zeitliche Analyse
• Unterstützt sowohl raster- als auch vektorbasierte Workflows
• Ermöglicht eine detaillierte spektrale und räumliche Bildverarbeitung
• Open Source und hochgradig anpassbar für Forschungsaufgaben

Für wen es am besten geeignet ist:

• Fernerkundungsspezialisten nutzen Landsat für Langzeitstudien
• GIS-Analysten, die Kontrolle über Verarbeitungsabläufe benötigen
• Akademische Forscher und Studenten der Geowissenschaften
• Benutzer, die mit technischen Schnittstellen und Skripting vertraut sind

Kontakt- und Social-Media-Informationen:

• Website: grass.osgeo.org
• LinkedIn: www.linkedin.com/company/grass-gis
• Twitter: x.com/grassgis

7. gvSIG

gvSIG ist eine Open-Source-GIS-Desktopanwendung für die Verwaltung, Analyse und Visualisierung räumlicher Daten. Sie unterstützt eine Vielzahl von Raster- und Vektorformaten und bietet spezielle Werkzeuge für Fernerkundungsaufgaben, wie Bildklassifizierung, Bandarithmetik, NDVI-Berechnung sowie überwachtes und unüberwachtes Lernen. gvSIG ermöglicht den Import und die Analyse von Landsat-Bildern direkt in die Plattform und eignet sich daher ideal für die Landnutzungsüberwachung und Umweltverträglichkeitsprüfung. 

Es unterstützt auch Plugin-Erweiterungen, die bei Bedarf eine spezialisiertere Verarbeitung ermöglichen. Die Software ist mehrsprachig und auf Kompatibilität mit verschiedenen Betriebssystemen ausgelegt.

Schlüssel-Höhepunkte:

• Volle Unterstützung für Landsat-Rasterbilder und Analysetools
• Fernerkundungsmodule für Klassifizierung und Bandmathematik
• Tools zur Berechnung des NDVI und Vegetationsindex enthalten
• Plugin-Architektur für erweiterte Funktionalität
• Plattformübergreifend und in mehreren Sprachen verfügbar

Für wen es am besten geeignet ist:

• GIS-Benutzer, die mit Satellitendaten in Desktop-Umgebungen arbeiten
• Umweltexperten analysieren die Landbedeckung mit Landsat
• Forscher, die Open-Source-Lösungen für räumliche Analysen benötigen
• Benutzer, die ein anpassbares GIS-Tool mit Fernerkundungsunterstützung suchen

Kontakt- und Social-Media-Informationen:

• Website: www.gvsig.com
• Facebook: www.facebook.com/gvSIG
• Twitter: x.com/gvsig
• LinkedIn: www.linkedin.com/groups/gvSIG-4478025
• E-Mail: info@gvsig.com

8. Esri ArcGIS Pro

ArcGIS Pro von Esri ist eine professionelle Desktop-GIS-Plattform mit erweiterten Werkzeugen für die Arbeit mit Landsat-Bildern. Sie unterstützt den direkten Zugriff auf das gesamte Landsat-Archiv über den Living Atlas of the World und ermöglicht Nutzern die Suche, Visualisierung und Analyse von Bildern in derselben Umgebung. 

ArcGIS Pro bietet Werkzeuge zur Bildklassifizierung, Änderungserkennung, Spektralanalyse und Zeitreihenanalyse. Nutzer können Rasterfunktionen anwenden, um Bilder zu verbessern, Vegetationsindizes wie NDVI zu berechnen oder eine überwachte Klassifizierung anhand von Trainingsbeispielen durchzuführen. Die Plattform ist sowohl für groß angelegte Analysen als auch für detaillierte lokale Studien mit umfangreichen Anpassungsmöglichkeiten konzipiert.

Schlüssel-Höhepunkte:

• Direkter Zugriff auf Landsat-Bilder über Living Atlas
• Integrierte Tools für NDVI, Klassifizierung und zeitliche Analyse
• Rasterfunktionen für die On-the-fly-Bildverarbeitung
• Integration mit Cloud- und lokalen Daten-Workflows
• Unterstützung für hochauflösende Visualisierung und Analyse

Für wen es am besten geeignet ist:

• GIS-Experten führen komplexe räumliche Analysen durch
• Organisationen, die Landsat für die Stadt- oder Umweltplanung nutzen
• Analysten, die mit groß angelegten Satellitenzeitreihen arbeiten
• Benutzer, die leistungsstarke Tools zur Bildklassifizierung und Änderungserkennung benötigen

Kontakt- und Social-Media-Informationen:

• Website: www.esri.com
• Adresse: 500 7th Avenue, 9. Stock, New York City, USA
• Telefon: 212-349-3700
• Facebook: www.facebook.com/esrigis
• Twitter: x.com/Esri
• Instagram: www.instagram.com/esrigram
• LinkedIn: www.linkedin.com/company/esri

9. Global Mapper

Global Mapper, entwickelt von Blue Marble Geographics, ist eine vielseitige GIS-Anwendung, die eine Vielzahl von Raster- und Vektorformaten unterstützt, darunter auch Landsat-Satellitenbilder. Nutzer können Landsat-Daten direkt importieren und verschiedene Bildanalysen wie NDVI, Geländemodellierung, Klassifizierung und Änderungserkennung durchführen. Die Plattform bietet außerdem integrierten Zugriff auf verschiedene kostenlose Satellitenbildquellen, darunter Landsat vom USGS. 

Benutzer können Multibanddaten visualisieren, benutzerdefinierte Shader anwenden und Stapelverarbeitungsaufgaben durchführen. Mit seiner Skriptschnittstelle und den Tools zur Geländeanalyse ist Global Mapper eine praktische Lösung für Profis, die robuste Desktop-basierte Workflows für Satellitenbilder benötigen.

Schlüssel-Höhepunkte:

• Unterstützt den direkten Import und die Analyse von Landsat-Daten
• Zugriff auf kostenlose Landsat-Quellen wie USGS Earth Explorer
• Tools für NDVI, Klassifizierung und Höhenmodellierung
• Skript- und Stapelverarbeitungsfunktionen
• Funktionen zur 3D-Geländevisualisierung und -analyse

Für wen es am besten geeignet ist:

• GIS-Experten, die detaillierte Gelände- und Spektralanalysen benötigen
• Analysten, die Landsat-Daten zur Umweltüberwachung verwenden
• Benutzer, die mit Raster- und Vektordatensätzen aus mehreren Quellen arbeiten
• Profis, die eine Desktop-Lösung mit Skriptoptionen suchen

Kontakt- und Social-Media-Informationen:

• Website: www.bluemarblegeo.com
• Facebook: www.facebook.com/bluemarble.geographics
• Instagram: www.instagram.com/bluemarblegeo
• LinkedIn: www.linkedin.com/company/blue-marble-geographics

10. Trimble eCognition

Trimble eCognition ist eine fortschrittliche Software zur objektbasierten Bildanalyse (OBIA), die entwickelt wurde, um aus Satellitenbildern, einschließlich Landsat-Daten, aussagekräftige Informationen zu extrahieren. Die Plattform ermöglicht die Verarbeitung und Analyse von Rasterdaten aus mehreren Quellen mithilfe regelbasierter Klassifizierungs-, Segmentierungs- und Änderungserkennungsverfahren. eCognition unterstützt die Integration spektraler, räumlicher und kontextueller Informationen für detaillierte Kartierungs- und Überwachungsaufgaben. Dank seiner automatisierten Workflow-Funktionen eignet es sich für große Datensätze und wiederholte Analysen. Dank der Unterstützung von Skripting und Modellentwicklung eignet sich das Tool ideal für Anwendungen, bei denen pixelbasierte Methoden nicht ausreichen und eine strukturiertere Analyse erforderlich ist.

Schlüssel-Höhepunkte:

• Objektbasierte Klassifizierung und Segmentierung von Landsat-Bildern
• Unterstützt Rasterdaten aus mehreren Quellen und Zeitreihenanalysen
• Regelbasierte Automatisierung für wiederholbare Arbeitsabläufe
• Integration von spektralen und räumlichen Daten in einer Umgebung
• Benutzerdefinierte Modellentwicklung mit Skriptunterstützung

Für wen es am besten geeignet ist:

• Fernerkundungsexperten, die eine detaillierte objektbasierte Analyse benötigen
• Analysten, die eine Klassifizierung der Landnutzung und Landbedeckung durchführen
• Forscher arbeiten an der Veränderungserkennung mit Landsat
• Benutzer, die großflächige Satellitenbild-Workflows automatisieren

Kontakt- und Social-Media-Informationen:

• Website: geospatial.trimble.com
• LinkedIn: www.linkedin.com/showcase/trimble-geospatial
• Instagram: www.instagram.com/trimblegeospatial
• Facebook: www.facebook.com/TrimbleSurvey

11. NOAA Digital Coast Data Viewer

Der NOAA Digital Coast Data Viewer ist eine Online-Plattform, die Zugriff auf Geodaten der Küste, einschließlich ausgewählter Landsat-Bilder, bietet. Obwohl der Schwerpunkt hauptsächlich auf Küsten- und Meeresumwelt liegt, bietet das Tool Nutzern die Möglichkeit, Datensätze zu Küstenlinienveränderungen, Landbedeckung, Höhenlage und Lebensraum zu erkunden und herunterzuladen. Nutzer können mehrere Datenebenen überlagern, Filter anwenden und zeitliche Veränderungen entlang der Küstenlinien visualisieren. 

Obwohl es sich nicht um ein exklusives Landsat-Tool handelt, enthält es historische Landbedeckungsdatensätze auf Landsat-Basis, die für die langfristige Umweltanalyse und -planung in Küstenregionen nützlich sind.

Schlüssel-Höhepunkte:

• Daten zur Küstenlandbedeckung, abgeleitet aus Landsat-Bildern
• Interaktiver Viewer mit Ebenenüberlagerungen und Filterung
• Datensätze zu Küstenlinienänderungen und Höhen verfügbar
• Option zum Herunterladen ausgewählter Geodatensätze
• Tools zur Anzeige langfristiger Küstentrends

Für wen es am besten geeignet ist:

• Küstenplaner und Ressourcenmanager
• Umweltwissenschaftler untersuchen Veränderungen an Küstenlinien und Lebensräumen
• Forscher arbeiten an Grenzflächen zwischen Land und Wasser
• Nutzer konzentrierten sich auf die Anwendung von Landsat-Daten zur Küstenanalyse

Kontakt- und Social-Media-Informationen:

• Website: coast.noaa.gov
• Facebook: www.facebook.com/NOAADigitalCoast
• Instagram: www.instagram.com/NOAADigitalCoast
• Twitter: x.com/NOAADigCoast
• LinkedIn: www.linkedin.com/showcase/noaa-coastal-management

12. PolSARPro

PolSARPro (Polarimetric SAR Processing and Education Tool) ist eine von der ESA entwickelte Spezialsoftware zur Verarbeitung und Analyse polarimetrischer Synthetic Aperture Radar (PolSAR)-Daten. Der Fokus liegt zwar auf Radarbildern statt auf optischen Daten wie Landsat, unterstützt aber die Integration multispektraler Datensätze für eine umfassende Analyse. Das Tool umfasst Funktionen zur Datenkalibrierung, -zerlegung, -klassifizierung und Visualisierung polarimetrischer Merkmale. 

PolSARPro wird häufig in Forschung und Lehre eingesetzt und bietet detaillierte Algorithmen und Arbeitsabläufe zum Verständnis komplexer Radarsignalinteraktionen mit der Erdoberfläche. Es ergänzt die optische Satellitenanalyse durch zusätzliche Datenebenen und Einblicke.

Schlüssel-Höhepunkte:

• Spezialisiert auf polarimetrische SAR-Datenverarbeitung
• Enthält Werkzeuge zur Kalibrierung, Dekomposition und Klassifizierung
• Unterstützt die Integration mit multispektralen Bildern, einschließlich Landsat
• Detaillierte Algorithmen für Forschung und Lehre
• Open Source mit umfassender Dokumentation und Community-Support

Für wen es am besten geeignet ist:

• Fernerkundungsforscher konzentrieren sich auf Radar- und Multispektraldaten
• Wissenschaftler analysieren die Landbedeckung mithilfe kombinierter SAR- und optischer Bilder
• Pädagogen unterrichten fortgeschrittene Techniken zur Verarbeitung von Satellitendaten
• Benutzer, die neben Landsat-Daten eine detaillierte polarimetrische Analyse benötigen

Kontakt- und Social-Media-Informationen:

• Website: earth.esa.int/eogateway/tools/polsarpro
• Facebook: www.facebook.com/EuropeanSpaceAgency
• Twitter: x.com/ESA_EarthOnline

13. Geomap

Geemap ist ein Open-Source-Python-Paket, das die interaktive Kartierung und Analyse von Erdbeobachtungsdaten, einschließlich Landsat-Bildern, mit Google Earth Engine ermöglicht. Es bietet eine benutzerfreundliche Oberfläche zur Visualisierung und Verarbeitung von Satellitendaten mit minimalem Programmieraufwand und kombiniert die Leistungsfähigkeit des umfangreichen Datenkatalogs von Google Earth Engine mit den Analysefunktionen von Python. Benutzer können dynamische Karten erstellen, Vegetationsindizes anwenden, Veränderungen erkennen und Zeitreihenanalysen generieren. 

Geemap unterstützt den Export von Ergebnissen in verschiedenen Formaten und lässt sich gut in Jupyter Notebooks integrieren, sodass es sich für Bildungs-, Forschungs- und Betriebszwecke eignet.

Schlüssel-Höhepunkte:

• Python-basierte interaktive Kartierung mit Landsat- und anderen Satellitendaten
• Zugriff auf den umfangreichen Datenkatalog der Google Earth Engine
• Tools für NDVI, Änderungserkennung und Zeitreihenanalyse
• Kompatibel mit Jupyter Notebooks für einfache Visualisierung
• Unterstützt den Export von Karten und Analyseergebnissen in mehreren Formaten

Für wen es am besten geeignet ist:

• Forscher und Pädagogen, die mit Landsat-Daten in Python arbeiten
• GIS-Experten, die einen anpassbaren Earth Engine-Zugriff benötigen
• Datenwissenschaftler kombinieren Satellitendaten mit anderen Datensätzen
• Benutzer, die interaktives Mapping in einer Codierumgebung suchen

Kontakt- und Social-Media-Informationen:

• Website: geemap.org
• Twitter: x.com/giswqs
• LinkedIn: www.linkedin.com/in/giswqs

14. Sentinel Hub API

Die Sentinel Hub API ist ein Cloud-basierter Dienst, der über programmierbare Webdienste einen optimierten Zugriff auf Satellitenbilder, einschließlich Landsat-Daten, bietet. Die API ermöglicht Nutzern die bedarfsgerechte Suche, den Abruf und die Verarbeitung multispektraler Bilder und unterstützt benutzerdefinierte Visualisierungen, Spektralindizes und die Datenfusion aus mehreren Satellitenquellen. Sie ermöglicht die Integration in GIS-Plattformen, Webanwendungen und Data-Science-Workflows. 

Sentinel Hub ermöglicht die effiziente Verarbeitung großer Datensätze durch Cloud-Verarbeitung und reduziert so den Bedarf an lokalem Speicher und Rechenleistung. Die Plattform unterstützt Zeitreihenanalysen und Änderungserkennung und kann Daten in verschiedenen Formaten bereitstellen, die sich für weitere Analysen oder Visualisierungen eignen.

Schlüssel-Höhepunkte:

• On-Demand-Zugriff auf Landsat- und andere Satellitenbilder
• Cloud-Verarbeitung für schnelles, skalierbares Datenhandling
• Anpassbare Spektralindizes und Bildvisualisierungen
• Integration mit GIS, Web-Apps und Data-Science-Tools
• Unterstützung für Zeitreihen- und Änderungserkennungsanalysen

Für wen es am besten geeignet ist:

• Entwickler erstellen Apps mit Landsat- und Multispektraldaten
• Forscher, die skalierbare, Cloud-basierte Bildverarbeitung benötigen
• GIS-Experten, die eine Integration in bestehende Arbeitsabläufe benötigen
• Datenwissenschaftler, die mit Satellitenzeitreihen und -analysen arbeiten

Kontakt- und Social-Media-Informationen:

• Website: www.sentinel-hub.com
• Adresse: Cvetkova ulica 29, SI-1000 Ljubljana, Slowenien
• Telefon: +386 (0) 1 320-61-50
• E-Mail: info@sentinel-hub.com
• Twitter: x.com/sentinel_hub
• LinkedIn: www.linkedin.com/showcase/sentinel-hub
• Facebook: www.facebook.com/sentinelhub.by.planetlabs

15. OpenAerialMap

OpenAerialMap ist eine Open-Source-Plattform, die frei lizenzierte Luftbilder aus verschiedenen Quellen, darunter auch Satellitendaten wie Landsat, sammelt. Sie bietet eine benutzerfreundliche Kartenoberfläche zum Suchen, Anzeigen und Herunterladen hochauflösender Luft- und Satellitenbilder weltweit. Die Plattform unterstützt Community-Beiträge und fördert den Austausch aktualisierter Bilder für humanitäre, ökologische und Forschungsanwendungen. 

OpenAerialMap konzentriert sich zwar primär auf Luftbilder, ergänzt aber Landsat-Daten durch hochauflösende Optionen für lokalisierte Analysen. Das Tool ermöglicht den Datenexport in gängigen Geodatenformaten und ist mit APIs integriert, um den programmatischen Zugriff und benutzerdefinierte Workflows zu erleichtern.

Schlüssel-Höhepunkte:

• Aggregiert offen lizenzierte Luft- und Satellitenbilder
• Benutzerfreundliche Kartenoberfläche zum Durchsuchen und Herunterladen von Daten
• Unterstützt Community-Beiträge und das Hochladen aktualisierter Bilder
• Datenexport in gängigen GIS-Formaten möglich
• API-Zugriff für die Integration mit externen Anwendungen

Für wen es am besten geeignet ist:

• Humanitäre Organisationen, die aktuelles, offenes Bildmaterial benötigen
• Forscher, die Zugriff auf verschiedene räumliche Datensätze benötigen
• Umweltanalysten kombinieren Luft- und Satellitendaten
• Entwickler und GIS-Experten, die offene Datenquellen verwenden

Kontakt- und Social-Media-Informationen:

• Website: openaerialmap.org
• E-Mail: info@openaerialmap.org

Schlussfolgerung

Der Zugriff auf und die Analyse von Landsat-Bildern ist dank einer breiten Palette an Tools für unterschiedliche Anforderungen und Erfahrungsstufen einfacher geworden. Von Cloud-basierten Plattformen wie Sentinel Hub und FlyPix, die skalierbare Verarbeitung und KI-gestützte Analyse bieten, bis hin zu Open-Source-GIS-Anwendungen wie GRASS GIS und SAGA GIS, die erweiterte Anpassungsmöglichkeiten und detaillierte Bildverarbeitung ermöglichen, gibt es für nahezu jeden Nutzer die passende Lösung. 

Tools wie Worldview und Atlas vereinfachen die Visualisierung und Exploration historischer Daten, während Software wie Trimble eCognition und PolSARPro spezielle Analysetechniken ermöglicht. Die Auswahl des richtigen Tools hängt von den jeweiligen Zielen ab – sei es schnelle Visualisierung, detaillierte Klassifizierung oder Integration in automatisierte Arbeitsabläufe. Durch den effektiven Einsatz dieser Tools können Forscher, Planer und Analysten das volle Potenzial von Landsat-Daten für Umweltüberwachung, Stadtplanung und wissenschaftliche Forschung erschließen.