Integration optischer und Radar‑Satellitendaten zur Erkennung konfliktbedingter Veränderungen in der Ukraine

Die Auswirkungen des Krieges aus dem All sehen

Im Osten der Ukraine macht die aktive Kampfhandlung es zu gefährlich für Expertinnen und Experten, Straßen zu begehen, Höfe zu inspizieren oder Umweltschäden vor Ort zu messen. Diese Studie zeigt, wie frei verfügbare europäische Satelliten diese Lücke schließen können. Durch die Kombination zweier Arten satellitärer Sicht – einer, die Farbe und Textur abbildet, und einer, die Oberflächenrauheit durch Wolken und Dunkelheit hindurch erfasst – entwickeln die Autorinnen und Autoren ein automatisiertes System, das über mehrere Jahre Krieg zerstörte Gebäude, aufgegebene Felder und sich verändernde Vegetation kartiert.

Zwei Arten von Augen im Himmel

Die Forschung konzentriert sich auf einen Teil der Oblast Donezk, einschließlich der stark betroffenen Stadt Bachmut. Das Team nutzt zwei Satellitenfamilien des europäischen Copernicus‑Programms. Sentinel‑2 liefert optische Bilder, ähnlich Fotografien, die Farben und Landbedeckungstypen wie Feldfrüchte, Bäume, Wasser und Siedlungsflächen zeigen. Sentinel‑1 sendet Radarimpulse aus und zeichnet deren Echo auf, wodurch es Struktur und Feuchtigkeit der Oberfläche bei Tag und Nacht sowie unabhängig von Wolken oder Rauch erkennen kann. Zusammen erstellen diese Sensoren einen fortlaufenden Bericht darüber, wie sich Städte, Felder und Wälder von 2022 bis 2025 verändert haben, selbst während auf dem Boden weiter gekämpft wurde.

Die Landschaft in einfache Kategorien einteilen

Um Veränderungen zu verstehen, bringen die Autorinnen und Autoren Computern zunächst bei, wie das Land vor und während des Krieges aussah. Sie ordnen jedes Pixel einer von sechs leicht interpretierbaren Klassen zu: nackter Boden, Siedlungsfläche, Feldfrüchte, Gras und Strauchwerk, Bäume oder Wasser. Drei verschiedene Machine‑Learning‑Methoden stimmen über die Klasse jedes Pixels ab, und ein nachgelagerter Glättungsschritt korrigiert isolierte Fehlzuweisungen, die nicht zur Umgebung passen. Diese kontextbewusste Korrektur berücksichtigt, dass manche Kategorien natürlicherweise nebeneinanderliegen, während andere selten zusammen auftreten. In Tests erreicht dieser gemischte Ansatz gleiche oder bessere Genauigkeit als ein moderner globaler Produktstandard namens AlphaEarth, insbesondere bei Vegetationsklassen, und stützt sich dabei ausschließlich auf offene Daten.

Zerstörung in Städten verfolgen und Stille auf Feldern

Sobald die Landschaft kartiert ist, wird die Radaraufzeichnung nach Zeichen von Störungen durchsucht. In Städten und Ortschaften kombiniert die Methode zwei radarbasierte Tests: einen, der plötzliche, statistisch signifikante Verschiebungen in der Radarhelligkeit markiert, und einen, der starke, verlässliche Veränderungen über eine Zeitreihe hervorhebt. Diese Radar‑Änderungskarten werden mit einer detaillierten Gebäudegrundrisskarte von Microsoft überlagert. Wenn genügend Pixel innerhalb der Gebäudeumrisse Schäden anzeigen, wird das Gebäude als zerstört markiert. Im Gebiet um Bachmut schätzt dieser automatisierte Prozess, dass etwa 64 % der Gebäude, die größer als ein kleines Haus sind, stark beschädigt wurden. Im Vergleich mit hochauflösenden Schadenskarten des UN‑Dienstes UNOSAT für eine andere Stadt findet die Methode trotz deutlich gröberer Bilddaten mehr als 80 % der zerstörten Gebäude korrekt.

Verborgene Veränderungen auf Ackerland und in der Natur aufzeigen

Außerhalb der Städte werden die Radarwerkzeuge anders kalibriert. Hier besteht die hauptsächliche Herausforderung darin, kriegsbedingte Spuren von normalen saisonalen Pflanz‑ und Erntemustern zu unterscheiden. Die Autorinnen und Autoren kombinieren mehrere Radar‑Änderungsdetektoren und beschränken deren Anwendung auf nicht‑städtische Gebiete, dann vergleichen sie diese Signale Jahr für Jahr und Saison für Saison mit den Landbedeckungskarten. Die Ergebnisse sind deutlich: Im Mai 2022 bedeckte Ackerland etwa ein Fünftel des Untersuchungsgebiets; bis 2025 war es auf unter 2 % geschrumpft, während Grasland und junge Wälder zunahmen. Die saisonale Radaranalyse von 2019 bis 2025 zeigt einen Zusammenbruch des üblichen Feldarbeitsmusters in 2022 und 2023, mit nur teilweiser Erholung später. Diese Muster spiegeln offizielle Statistiken wider, die einen dramatischen Rückgang der landwirtschaftlichen Produktion in der Oblast Donezk melden und auf eine weit verbreitete Aufgabe von Feldern aufgrund von Gefahr, Minen und Vertreibung hindeuten.

Was das für die Überwachung von Kriegen bedeutet

Insgesamt zeigt die Studie, dass freie, mittelauflösende Satelliten weit mehr leisten können als eindrückliche Vorher‑nachher‑Aufnahmen. Mit sorgfältiger Verschmelzung von optischen und Radar‑Daten, gezielten Algorithmen für Stadt und Land und kluger Nutzung des Kontexts liefern sie konsistente großflächige Schätzungen von Gebäudeschäden und Störungen der Landnutzung. Der Ansatz der Autorinnen und Autoren übertrifft bestehende globale Produkte für wichtige Landbedeckungsklassen und stimmt gut mit unabhängigen Kriegsschadensbewertungen überein. Ein solches automatisiertes, quelloffenes System könnte Regierungen, Hilfsorganisationen und Forschenden helfen, Schäden schnell zu quantifizieren, Wiederaufbau zu planen und nachzuvollziehen, wie Krieg sowohl menschliche Siedlungen als auch die umgebende Umwelt umgestaltet – ohne Menschen in Gefahr zu bringen.

Zitation: Karwowska, K., Slesinski, J., Sekrecka, A. et al. Integrating optical and radar satellite data for conflict-related change detection in Ukraine. Sci Rep 16, 12557 (2026). https://doi.org/10.1038/s41598-026-41424-3

Schlüsselwörter: Satellitenüberwachung von Konflikten, Schäden durch den Krieg in der Ukraine, Sentinel Radar und Optik, Änderungen der Landbedeckung, Fernerkundungsmethoden