Elektromagnetische Umgebungskartierung macht die unsichtbare Energieverteilung einer Region messbar und sichtbar. Der Beitrag erklärt REM, Drohnenschwärme, EMF-Expositionskarten sowie FDEM und TDEM für den Untergrund.

Was ist elektromagnetische Umgebungskartierung?

Elektromagnetische Umgebungskartierung, kurz EEM, beschreibt die elektromagnetische Umgebung quantitativ – und zwar über mehrere Größen gleichzeitig: Zeit, Frequenz, Raum und Feldstärke. Aus diesen Messdaten lässt sich die Energieverteilung eines Gebiets sichtbar machen, was wiederum hilft, elektromagnetische Verschmutzung zu überwachen und ihr vorzubeugen. Im militärischen Bereich spielt die EEM eine direkte Rolle für die elektronische Kampfführung im elektromagnetischen Spektrum. Kein Wunder also, dass der Aufbau solcher Karten international intensiv erforscht wird.

In der Praxis lassen sich grob mehrere Kartenfamilien unterscheiden: die Radio Environment Map (REM), die Funkparameter abbildet, die EMF-Expositionskarte, die die Belastung von Mensch und Umwelt erfasst, sowie Karten der nichtionisierenden Strahlung, kurz NIR. Dazu gesellen sich Karten der elektrischen Feldstärke und Untergrundkarten, etwa für geologische Fragestellungen oder Leitungsinfrastruktur. Was all diese Ansätze eint: Aus einer begrenzten Zahl diskreter Messpunkte entsteht ein flächiges, belastbares Bild – eine Grundlage, auf die Behörden, Netzbetreiber und Planer bei ihren Standortentscheidungen zurückgreifen können.

Das Spektrum reicht dabei von extrem niedrigen Frequenzen über den Radiofrequenzbereich bis hin zu Mikrowellen. Wo die Grenzwerte liegen, an denen sich solche Karten messen lassen müssen, geben regulatorische Rahmenwerke vor – etwa ANSI, IEEE, FCC, OSHA, NEPA von 1969, ITU-T K.113 sowie die Empfehlungen der WHO. Wer eine Karte erstellt, sollte deshalb von Anfang an klären, welche Norm und welche Schutzgröße im Vordergrund stehen.

Wie funktioniert elektromagnetische Umgebungskartierung?

Am Anfang steht die Erfassung elektromagnetischer Informationen über ein festgelegtes Gebiet. Da das Gelände oft schwer zugänglich ist, bieten sich Drohnen an – sie sind kostengünstig, vielseitig einsetzbar und rentieren sich schnell. Danach kombiniert man die wenigen Messpunkte mithilfe statistischer Interpolation, vor allem durch Kriging, um die Ausbreitungseffekte in zwei- oder dreidimensionalen Räumen abzuschätzen und daraus hochauflösende Karten zu gewinnen.

In der neueren Forschung wird die klassische Interpolation zunehmend durch maschinelles Lernen und Deep Learning ersetzt oder zumindest ergänzt. Ein Convolutional Autoencoder (CAE) etwa komprimiert räumliche Daten in eine niedrigdimensionale Repräsentation. Ein Generative Adversarial Network (GAN) wiederum lässt Generator und Diskriminator gegeneinander antreten, um daraus Karten zu rekonstruieren. Beim U-Net handelt es sich um einen Convolutional Encoder-Decoder mit Skip-Verbindungen, der eine präzise Lokalisierung bei der REM-Erzeugung erlaubt. Und Reinforcement Learning schließlich lernt adaptive Strategien für die Spektrumsüberwachung.

Der eigentliche Reiz dieser Methoden liegt darin, dass man mit deutlich weniger Messaufwand auskommt und trotzdem ein genaueres Bild bekommt. Anstatt hunderte Punkte einzeln abzufahren, reichen ein paar Stichproben – das Modell füllt die Lücken dazwischen dann plausibel auf. Und genau dieses Zusammenspiel aus Messung und Modellierung sorgt dafür, dass aus vereinzelten Werten eine solide Grundlage wird, auf die man sich bei Netzplanung, Umweltbewertung oder militärischer Aufklärung verlassen kann.

Drohnenschwärme und Motion Capture für die EEM-Datenerfassung

Für die Felddatenerfassung greifen Forschungsgruppen heute immer öfter auf Drohnenschwärme zurück – und nicht mehr auf einzelne Fluggeräte. Der Grund dafür lässt sich messen: Ein Verbund erzielt eine höhere Ausführungsgeschwindigkeit, eine bessere Erfolgsquote bei der Aufgabenerfüllung und eine genauere Datenerfassung als eine einzelne Drohne. Genau deshalb werden Schwärme zur bevorzugten Plattform, sobald große Flächen in kurzer Zeit abgedeckt werden müssen.

Ein gutes Praxisbeispiel dafür ist die Arbeit von Li Tong aus dem Jahr 2022, entstanden an der Chengdu University of Electronic Science and Technology of China, mit dem Titel „Research on electromagnetic environment map construction method based on UAV swarm“. Auftraggeber war die School of Automation Engineering derselben Universität. Um die Flugbahnen und Positionen zu überprüfen, setzte das Team auf ein optisches 3D-Bewegungserfassungssystem von NOKOV, das mit 24 Mars-4H-Kameras arbeitete.

Die technischen Werte dieses Aufbaus können sich sehen lassen: vier Millionen Pixel Auflösung, 180 Hz Bildwiederholrate, 5,2 ms Latenz, ein Sichtfeld von 52 Grad und eine Genauigkeit im Submillimeterbereich. Erfasst wurde dabei ein Volumen von 6 m × 4 m, zusätzlich kam die Software NOKOV Seeker 1.6 zum Einsatz. Solche Laboraufbauten liefern gewissermaßen die Referenz, an der sich die im Flug gewonnenen Messwerte messen lassen müssen – ohne sie wäre eine belastbare Kalibrierung kaum möglich.

Ein weiteres Beispiel aus der Forschung verdeutlicht, wie international dieses Feld mittlerweile aufgestellt ist: Shoya Matsuda, außerordentlicher Professor an der Kanazawa-Universität, leitete ein internationales Team, das eine 3D-Visualisierung der Wellenausbreitung erstellte. Als Co-Autorin war Lauren Blum vom LASP der University of Colorado Boulder beteiligt, veröffentlicht wurden die Ergebnisse in den Geophysical Research Letters. Die Daten stammten von mehreren Beobachtungspunkten – dem japanischen Satelliten Arase, der PWING-Bodenstation, den Van-Allen-Probes-Satelliten der USA sowie dem kanadischen CARISMA-Magnetometerarray. Am Projekt wirkten zahlreiche Einrichtungen mit, darunter die Kanazawa University, die Nagoya University, die University of Colorado Boulder, die University of Minnesota, das JAXA Institute of Space and Astronautical Science, die Tohoku University, die Kyoto University, das Kyushu Institute of Technology, das Los Alamos National Laboratory, die University of New Hampshire, das National Institute of Information and Communications Technology, das National Institute of Polar Research und die University of Alberta.

Radio Environment Maps (REM): Parameter und Anwendungsfälle

Eine Radio Environment Map stellt die Funkparameter einer Region geospatial dar – also etwa Signalstärke, Interferenzpegel oder die Belegung des Spektrums. Der klassische Weg besteht darin, wenige Messpunkte mit statistischer Interpolation zu kombinieren, wobei vor allem das Kriging zum Einsatz kommt, um die Ausbreitungseffekte in 2D- oder 3D-Domänen abzuschätzen. In jüngerer Zeit setzt man dagegen verstärkt auf Machine-Learning- und Deep-Learning-Ansätze, mit denen sich hochauflösende Karten auch aus begrenzten Stichproben rekonstruieren lassen.

REMs sind die Grundlage für dynamische Spektrumsteilung, kognitive Funknetze sowie die Planung von 5G- und 6G-Netzen. Sie dienen der EMF-Expositionsbewertung und der Kommunikation in militärischen sowie öffentlichen Sicherheitsanwendungen. Wer wissen will, was eine elektromagnetische Umgebungskarte praktisch leistet, findet hier den direktesten Nutzen: Sie macht belegte und freie Frequenzbereiche sichtbar und erlaubt es, Sender und Sensoren ohne gegenseitige Störung zu platzieren.

Die folgende Übersicht ordnet die gängigen Karten- und Erfassungswerkzeuge nach ihrem typischen Einsatzfeld ein.

EMF-Expositionskartierung für Städte und Regulierung

Für die Belastungsbewertung in Städten haben Kiouvrekis und Kollegen 2024 fünf geospatiale Methoden genutzt, um eine nationale elektromagnetische Karte zu erstellen und die Gebiete mit der höchsten Exposition zu identifizieren. Das Ergebnis half dabei, Standorte für Schulen und Krankenhäuser zu bewerten. Der Datensatz von Kiouvrekis aus dem Jahr 2025 enthält geospatiale und umweltbezogene Merkmale wie Antennenabstand, Bevölkerungsdichte, Urbanisierungsgrad und Gebäudedaten.

Ein wichtiger Datenbaustein für solche Karten stammt aus offenen Repositorien: Der IEEE-Dataport-Datensatz enthält EMF-Intensitätsmessungen in Halbstundenintervallen. Diese zeitliche Auflösung ist entscheidend, weil Exposition nicht konstant ist, sondern mit Verkehr, Wetter und Nutzungsverhalten schwankt.

Für die messtechnische Umsetzung stehen Produkte wie Wavecontrol MapEM, die Feldproben WPF3, WPF6, WPF8, WPF18, WPF40, WPF60, WPF60s und WPF90 sowie SMP3, MonitEM und MonitEM-Lab bereit. Ergänzend gibt es Exem EMF City Map und NETWORK City Map, letztere auf einem Elektrofahrrad montiert. Die folgende Tabelle fasst die Frequenzbereiche der Feldproben zusammen.

FDEM vs. TDEM: Untergrundkartierung im Vergleich

Bei der Untergrundkartierung wird der Boden einem sich ändernden Primärfeld ausgesetzt, wodurch elektrische Ströme induziert werden. Das sekundäre elektromagnetische Feld wird an der Oberfläche gemessen. Unterschiedliche Leitfähigkeiten im Untergrund erzeugen unterschiedliche Stromstärken und damit magnetische Feldvariationen, die kartiert werden können. Der Empfänger reagiert auf Primär- und Sekundärfeld und zeigt Unterschiede in Phase, Amplitude und Richtung.

Beim FDEM sendet eine Transmitterspule ein Primärfeld über mehrere Frequenzen aus; Wirbelströme erzeugen Sekundärfelder. Die In-Phase- und Quadratur-Komponenten, also 90 Grad phasenverschoben, werden in magnetische Suszeptibilität und scheinbare Leitfähigkeit invertiert. FDEM eignet sich am besten für die Erkundung im Grünen Feld und kartiert Hohlräume, flache geologische Variationen und Schadstofffahnen.

Beim TDEM sendet eine Transmitterschleife während der Einschaltzeit einen transienten Impuls; die Empfänger messen während der Ausschaltzeit den Abfall des sekundären Magnetfelds als Millivolt-Antwort. Stärke und Zeit der Antwort geben Hinweise auf Eisenanteil und Tiefe. TDEM eignet sich am besten für Brownfield-Standorte und kartiert vergrabene Hindernisse, Fundamente, Kampfmittelaltlasten (UXO) und unterirdische Tanks (UST).

Auch die Ortung von Versorgungsleitungen folgt diesem Prinzip: Ein Transmitter prägt dem Zielkabel einen Strom auf, sodass es entlang seiner Länge ein elektromagnetisches Feld abstrahlt; ein auf die Frequenz abgestimmter Handempfänger lokalisiert die horizontale Position und schätzt die Tiefe. Nicht leitfähige Materialien wie PVC, Beton oder Glasfaser lassen sich so nicht finden, weshalb das Verfahren mit Ground Penetrating Radar (GPR) kombiniert wird.

Militärische und großflächige Testumgebungen

Großflächige Kartierung braucht kontrollierte Testareale. Die Army E3 Test Facility umfasst Chamber 1 mit 35 × 14 × 14 Einheiten, eine Electromagnetic Range von 2500 Quadratmeilen, den Wilcox Dry Lake mit 23.000 Acres und einen Restricted Airspace von 964 Quadratmeilen. Solche Anlagen erlauben es, Ausbreitung, Störfestigkeit und Verträglichkeit unter realitätsnahen Bedingungen zu prüfen, bevor Systeme in den Feldbetrieb gehen.

Für die zivile Forschung sind kleinere, präzise vermessene Volumina oft aussagekräftiger. Das NOKOV-System mit 6 m × 4 m Erfassungsvolumen zeigt, wie Bewegungsdaten und Feldmessungen synchronisiert werden können. Wer selbst Kartierung betreibt, sollte Kalibrierung, Referenzmessung und Dokumentation der Randbedingungen genauso ernst nehmen wie die eigentliche Messkampagne.

Was eine elektromagnetische Umgebungskarte leistet

Zusammengefasst beantwortet eine elektromagnetische Umgebungskarte die Frage, wo welche elektromagnetische Energie in welchem Frequenzbereich und zu welcher Zeit auftritt. Daraus lassen sich Schutzabstände ableiten, Netzplanungen optimieren, Standorte für sensible Einrichtungen bewerten und militärische Spektrumoperationen unterstützen. Die Kombination aus Drohnenschwärmen, statistischer Interpolation und Deep Learning senkt dabei den Messaufwand erheblich.

Wer eine Karte in Auftrag gibt, sollte Zielgröße, Norm und räumliche Auflösung vorab festlegen. Eine Karte für regulatorische Nachweise braucht andere Qualitätsanforderungen als eine explorative Übersicht. Dieser Beitrag ersetzt keine Rechts- oder Investitionsberatung; für Grenzwerte und Genehmigungen sind die zuständigen Behörden und die genannten Normen maßgeblich.

Häufige Fragen zur elektromagnetischen Umgebungskartierung

Häufige Fragen zur elektromagnetischen Umgebungskartierung

Was ist eine elektromagnetische Umgebungskarte?

Eine elektromagnetische Umgebungskarte ist eine quantitative, visuelle Beschreibung der elektromagnetischen Energieverteilung eines Gebiets anhand von Variablen wie Zeit, Frequenz, Raum und Feldstärke. Sie unterstützt die Überwachung und Vermeidung elektromagnetischer Verschmutzung und dient im militärischen Kontext direkt der elektronischen Kampfführung im Spektrum.

Wie funktioniert elektromagnetische Umgebungskartierung?

Zuerst werden elektromagnetische Informationen über ein Gebiet gesammelt. Danach kombiniert man spärliche Messungen mit statistischer Interpolation wie Kriging oder rekonstruiert die Karte mit Machine-Learning- und Deep-Learning-Verfahren, um Ausbreitungseffekte in zwei- oder dreidimensionalen Domänen vorherzusagen und hochauflösende Karten zu erzeugen.

Was ist eine Radio Environment Map (REM)?

Eine Radio Environment Map ist eine geospatiale Darstellung von Funkparametern wie Signalstärke, Interferenz oder Spektrumsbelegung über eine Region. REMs unterstützen dynamische Spektrumsteilung, kognitive Funknetze, die Planung von 5G- und 6G-Netzen, die EMF-Expositionsbewertung sowie militärische und öffentliche Sicherheitskommunikation.

Warum werden Drohnen für die elektromagnetische Umgebungskartierung eingesetzt?

Physisches Gelände ist schwer zu begehen, daher sind Drohnen nutzbringend und kosteneffizient. Ein Drohnenschwarm erreicht eine höhere Ausführungsgeschwindigkeit, eine höhere Erfolgsquote und eine bessere Genauigkeit der Datenerfassung als eine einzelne Drohne, weshalb Schwärme die bevorzugte Erfassungsplattform sind.