Vor zehn Jahren, am 11. März 2011, ereignete sich vor der Ostküste der japanischen Tohoku-Region eines der stärksten jemals aufgezeichneten Erdbeben, das eine gewaltige Flutwelle auslöste: Der Tohoku-Tsunami, wie er genannt wurde, erreichte eine Höhe von bis zu 40 Metern und übertraf damit bei weitem die 10 Meter hohen Dämme, die zum Schutz der Region vor einem solchen Ereignis errichtet worden waren. Die Wassermassen kamen zu schnell, als hätte man vor ihnen zu Fuß oder mit Auto flüchten können, und die zehnminütige Warnung, die die 600.000 Menschen in dem betroffenen Gebiet erhielten, erwies sich als tragisch unzureichend: Mehr als 20.000 Menschen, mehr als die Hälfte von ihnen über 65 Jahre alt, kamen in dem Tsunami um, der Wasser und Trümmer bis zu 10 Kilometer ins Landesinnere gedrückt hatte. Allein dadurch wäre der Tohoku-Tsunami zur verheerendsten und - gemessen an den Versicherungskosten - teuersten Naturkatastrophe in der Geschichte der Menschheit geworden: Die Weltbank schätzt die wirtschaftlichen Gesamtkosten dieses Ereignisses auf über 230 Milliarden Dollar.
Aber es löste auch eine im Wesentlichen von Menschen verursachte Katastrophe aus, die globale Auswirkungen hätte haben können: Die Wassermassen überfluteten das Kernkraftwerk Fukushima und zwangen die vier Reaktoren zur Abschaltung, aber sie legten auch das Notkühlsystem in drei der vier Reaktoren lahm, wodurch deren Kerne beschädigt wurden und Strahlung austrat, die noch jahrelang in weiten Teilen des Pazifiks messbar sein wird. Rund 200.000 Menschen, die in einem Umkreis von 30 Kilometern um das Kernkraftwerk Fukushima leben, mussten evakuiert werden.
Nicht nur eine Funktion der physikalischen Prozesse
Dieses tragische Beispiel verdeutlicht nicht nur die Unvermeidbarkeit und oft auch die Unvorhersehbarkeit solcher Ereignisse, selbst in einem Land wie Japan, das wohl über die größten technischen Fähigkeiten verfügt, um damit umzugehen - es zeigt auch, dass Katastrophen wie der Tohoku-Tsunami und Fukushima nicht nur von physikalischen Prozessen abhängen, sondern auch von Informationen: Wir brauchen Informationen über Oberflächenstrukturen wie Geologie, Gelände oder Küstenlinien sowie über Wettermuster und den Seegang, um potenzielle Risiken wie Überschwemmungen, Erdrutsche und Gebäudeeinstürze vorherzusagen, uns darauf vorzubereiten und sie so weit wie möglich abzumildern; Versicherungsunternehmen benötigen diese Informationen, um potenzielle Risiken zu bewerten und Ressourcen zuzuweisen. Informationen sind aber auch für die Reaktion bei einem tatsächlichen Ereignis von Bedeutung: Die Kenntnis des Ausmaßes und der Auswirkungen einer Überschwemmung oder eines Sturms ist beispielsweise notwendig, um die Katastrophenbewältigung wirksam zu planen und zu leiten sowie die Schäden zu bewerten und bei der Suche nach den Opfern zu helfen.
Für all diese Bereiche sind satellitengestützte Daten unverzichtbar: Digitale Oberflächenmodelle (DOM) und digitale Geländemodelle (DGM, nützliche Instrumente, die auf Satellitenbildern beruhen, hätten die Planer des Kraftwerks in Fukushima warnen können, dass ihre Notstromaggregate überflutet werden, sobald das Wasser in die Nähe des Kraftwerks gelangt; mobiles GPS in den Mobiltelefonen der Menschen half bei der Lokalisierung von Opfern und der Bewertung der Funktionsfähigkeit von Transportsystemen nach dem Tsunami.
Einige Programme sind für ganz bestimmte Ereignisse konzipiert: Hydrologische Katastrophen zum Beispiel gehören zu den häufigsten auf der Welt, und mit der Zunahme schwerer Stürme als Folge des Klimawandels werden sie wahrscheinlich noch häufiger und schwerer werden. Im Jahr 2011 waren mehr als die Hälfte aller weltweiten Katastrophen Überschwemmungen und Erdrutsche, mit fast 140 Millionen Opfern und einem Gesamtschaden von mehr als 70 Milliarden Dollar. Ein Beispiel für hochwasserspezifische Beobachtungs- und Warnsysteme ist das Namibia Flood SensorWeb, eine multinationale Kooperation, an der auch die NASA und das Deutsche Zentrum für Luft- und Raumfahrt (DLR) beteiligt sind. Es stützt sich auf Landsat5-Zeitreihendaten, um Geländemodelle für häufige Überschwemmungsrisiken zu erstellen. Das Cyclone Global Navigation Satellite System (CYGNSS), ein weiteres Beispiel, wurde von der Universität Michigan entwickelt und wird von der NASA gesponsert; CYGNSS dient der Kartierung und Vorhersage der Routen von Hurricanes und anderen Wirbelstürmen. Andere Systeme wurden zwar nicht in erster Linie für die Katastrophenhilfe entwickelt, können aber von unschätzbarem Wert sein, wenn es darum geht, Risiken zu mindern und Hilfs- und Einsatzmaßnahmen zu verwalten, wie z. B. der Global Urban Footprint, der vom DLR betrieben wird, und der Global Human Settlement Layer (GHSL), ein von der EU bereitgestelltes Dateninstrument. Beide Projekte nutzen Satellitendaten, um das Ausmaß menschlicher Besiedlung zu bestimmen - was vor allem in den Ballungszentren der Entwicklungsländer von entscheidender Bedeutung ist, wo das schnelle und unkontrollierte Wachstum der Städte die Möglichkeiten der offiziellen Planung und Raumordnung übersteigt. Viele dieser informellen Siedlungen (die in englischsprachigen Ländern als Slums oder Shantytowns, in Brasilien als Favelas, in Lateinamerika als Chaebolas oder Barrios und in Afrika und der Karibik als Bidonvilles bezeichnet werden) sind auf überschwemmungsgefährdetem Gelände gebaut und unverhältnismäßig stark von Naturkatastrophen betroffen.
Satellitenbilder, die effektivste Möglichkeit der Informationsbeschaffung
Andere Systeme, wie das bereits erwähnte MobileGPS, haben sich lediglich als nützlich erwiesen, als es darum ging, Opfer nach der Tohoku/Fukushima-Katastrophe zu lokalisieren oder den Zustand von Verkehrssystemen nach dem Hurrikan Sandy zu bewerten und zu überwachen, der 2012 New York City heimsuchte und teilweise lahmlegte. Diese Art der Schadensbewertung ist besonders schwierig, wenn große Gebiete betroffen sind - was praktisch bei jedem größeren Sturm, jedem größeren Erdbeben und jeder größeren Überschwemmung der Fall ist. Luftbilder können nicht verfügbar sein: Flughäfen können beschädigt oder zerstört sein, Flugzeuge werden für den Transport von Rettungspersonal und Hilfsgütern benötigt; unbemannte Luftfahrzeuge (UAV) mögen verlockend erscheinen, aber ihre geringe Reichweite und Batterielebensdauer machen sie in solchen Situationen nahezu nutzlos. Satellitenbilder sind bei weitem die beste Option, um dieses Problem zu lösen.
Von besonderem Interesse ist dabei der Einsatz des satellitengestützten Radars mit synthetischer Apertur: SAR-Bilder von erdnahen Plattformen wie der europäischen Sentinel-Mission oder dem italienischen COSMO-SkyMed-System können jederzeit aufgenommen werden, unabhängig von der Tageszeit oder der Wolkenbedeckung; ihre Reichweite reicht von einigen zehn Kilometern bis zu mehreren 100 Kilometern und deckt ziemlich große Regionen mit einer Auflösung von einigen Metern ab. Der größte Nachteil ist, dass es in der Regel mehrere Tage dauert, bis derselbe Satellit dasselbe Gebiet erneut überfliegt, was die Verfügbarkeit und die Qualität einschränkt (mehrere Bilder, die in kurzer Folge aufgenommen werden, ermöglichen die Erfassung von mehr Details). Eine Lösung für diese Herausforderung, mit der sich das DLR seit einiger Zeit befasst, besteht darin, die Daten mehrerer Quellen zusammenzuführen und so die Informationsdichte und die Geschwindigkeit der Bewertung zu erhöhen - was nach großen Katastrophen von entscheidender Bedeutung ist.
Dies ist im Grunde genommen weniger ein Problem der Datenerfassung: Praktisch alle großen internationalen Raumfahrtbehörden sowie eine Reihe privater Betreiber haben bereits Dutzende von Satelliten in der Umlaufbahn. Die Herausforderung bei der Nutzung von SAR-Bildern - wie auch von optischen Bildern, die zur Verfeinerung der Daten nützlich wären - besteht darin, eine Plattform zu schaffen, auf der Daten von mehreren Anbietern über eine einfache Benutzeroberfläche abgerufen werden können. Es ist kein Zufall, dass viele von ihnen cloudeo eingeladen haben, Plattform- und API-Know-how beizusteuern - schließlich machen sie das schon seit fast einem Jahrzehnt erfolgreich, indem sie eine Vielzahl von hochwertigen, sofort nutzbaren Daten von mehreren Geodatenherstellern bereitstellen, unabhängig von der Art der Sensoren, der Software und der Rechenleistung.
