@phdthesis{Cord2012,
  author    = {Cord, Anna},
  title     = {Potential of multi-temporal remote sensing data for modeling tree species distributions and species richness in Mexico},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-71021},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2012},
  abstract  = {Current changes of biodiversity result almost exclusively from human activities. This anthropogenic conversion of natural ecosystems during the last decades has led to the so-called 'biodiversity crisis', which comprises the loss of species as well as changes in the global distribution patterns of organisms. Species richness is unevenly distributed worldwide. Altogether, 17 so-called 'megadiverse' nations cover less than 10\% of the earth's land surface but support nearly 70\% of global species richness. Mexico, the study area of this thesis, is one of those countries. However, due to Mexico's large extent and geographical complexity, it is impossible to conduct reliable and spatially explicit assessments of species distribution ranges based on these collection data and field work alone. In the last two decades, Species distribution models (SDMs) have been established as important tools for extrapolating such in situ observations. SDMs analyze empirical correlations between geo-referenced species occurrence data and environmental variables to obtain spatially explicit surfaces indicating the probability of species occurrence. Remote sensing can provide such variables which describe biophysical land surface characteristics with high effective spatial resolutions. Especially during the last three to five years, the number of studies making use of remote sensing data for modeling species distributions has therefore multiplied. Due to the novelty of this field of research, the published literature consists mostly of selective case studies. A systematic framework for modeling species distributions by means of remote sensing is still missing. This research gap was taken up by this thesis and specific studies were designed which addressed the combination of climate and remote sensing data in SDMs, the suitability of continuous remote sensing variables in comparison with categorical land cover classification data, the criteria for selecting appropriate remote sensing data depending on species characteristics, and the effects of inter-annual variability in remotely sensed time series on the performance of species distribution models. The corresponding novel analyses were conducted with the Maximum Entropy algorithm developed by Phillips et al. (2004). In this thesis, a more comprehensive set of remote sensing predictors than in the existing literature was utilized for species distribution modeling. The products were selected based on their ecological relevance for characterizing species distributions. Two 1 km Terra-MODIS Land 16-day composite standard products including the Enhanced Vegetation Index (EVI), Reflectance Data, and Land Surface Temperature (LST) were assembled into enhanced time series for the time period of 2001 to 2009. These high-dimensional time series data were then transformed into 18 phenological and 35 statistical metrics that were selected based on an extensive literature review. Spatial distributions of twelve tree species were modeled in a hierarchical framework which integrated climate (WorldClim) and MODIS remote sensing data. The species are representative of the major Mexican forest types and cover a variety of ecological traits, such as range size and biotope specificity. Trees were selected because they have a high probability of detection in the field and since mapping vegetation has a long tradition in remote sensing. The result of this thesis showed that the integration of remote sensing data into species distribution models has a significant potential for improving and both spatial detail and accuracy of the model predictions.},
  subject      = {Fernerkundung},
  language  = {en}
}
@phdthesis{Conrad2006,
  author    = {Conrad, Christopher},
  title     = {Fernerkundungsbasierte Modellierung und hydrologische Messungen zur Analyse und Bewertung der landwirtschaftlichen Wassernutzung in der Region Khorezm (Usbekistan)},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-20790},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2006},
  abstract  = {Die Bew{\"a}sserungslandwirtschaft in Mittelasien ist gepr{\"a}gt von schwerwiegenden {\"o}kologischen und {\"o}konomischen Problemen. Zur Verbesserung der Situation auf dem hydrologischen Sektor wird daher seitens der mittelasiatischen Interstate Commission for Water Coordination (ICWC) die Einf{\"u}hrung des Integrated Water Resource Management (IWRM) gefordert. Wichtige Herausforderungen zur Optimierung der Wassernutzung im Aralsee-Becken sind dabei die Schaffung von Transparenz sowie von M{\"o}glichkeiten zur {\"U}berwachung der Landnutzung und der Wasserentnahme in den Bew{\"a}sserungssystemen. Im Detail fokussierte diese Arbeit auf das Bew{\"a}sserungssystem der Region Khorezm im Unterlauf des Amu Darya s{\"u}dlich des Aralsees. Die Arbeit zielte darauf ab, (1) objektive und konsistente Datengrundlagen zum Monitoring der Landnutzung und des Wasserverbrauchs innerhalb des Bew{\"a}sserungslandes zu schaffen und (2) auf Basis dieser Ergebnisse die Funktionsweise des Bew{\"a}sserungssystems zu verstehen sowie die Land- und Wassernutzung der Region zu bewerten. Um diese Ziele zu erreichen, wurden Methoden der Fernerkundung und der Hydrologie miteinander kombiniert. Fernerkundliche Schl{\"u}sselgr{\"o}ßen der Arbeit waren die Kartierung der agrarischen Landnutzung und die Modellierung der saisonalen tats{\"a}chlichen Evapotranspiration. Es wurde eine Methode vorgestellt, die eine Unterscheidung verschiedener Landnutzungen und Fruchtfolgen der Region durch die temporale Segmentierung von Zeitserien aus 8-t{\"a}gigen Kompositen von 250 m-Daten des MODIS-Sensors erm{\"o}glicht. Durch die mehrfache Anwendung von Recursive Partitioning And Regression Trees auf deskriptive Statistiken von Zeitseriensegmenten konnte eine hohe Stabilit{\"a}t erzielt werden (overall accuracy: 91 \%, Kappa-Koeffizient: 0,9). T{\"a}glich von MODIS aufgezeichnete Landoberfl{\"a}chentemperaturen (LST) bildeten die Basis zur fernerkundungsbasierten Modellierung der saisonalen tats{\"a}chlichen Evapotranspiration (ETact) f{\"u}r die sommerliche Vegetationsperiode. Aufgrund der hohen zeitlichen und groben r{\"a}umlichen Aufl{\"o}sung der verwendeten MODIS-Daten von 1 km waren leichte Modifikationen des zur Modellierung eingesetzten Surface Energy Balance Algortihm for Land (SEBAL) erforderlich. Zur Modellierung von ETact wurden MODIS-Produkte (LST, Emissionsgrad, Albedo, NDVI und Blattfl{\"a}chenindex) und meteorologische Stationsdaten aus Khorezm verwendet. Die Modellierung des f{\"u}hlbaren W{\"a}rmeflusses, einer Komponente der Energiebilanzgleichung an der Erdoberfl{\"a}che, erfolgte mittels METRIC (High Resolution and Internalized Calibration), einer Variante des SEBAL. Die Landnutzungsklassifikation fungierte als zentraler Eingangsparameter, um eine automatisierte Auswahl der Ankerpunkte des Models sicherzustellen. Da innerhalb der MODIS-Aufl{\"o}sung aufgrund der Mischpixelproblematik keine homogen feuchten oder trockenen Bedingungen im Bew{\"a}sserungsgebiet gefunden werden konnten, wurden die Landnutzungsklassifikation, der NDVI und die ASCE-Referenz-Evapotranspiration zur Absch{\"a}tzung des tats{\"a}chlichen Zustands an den Ankerpunkten herangezogen. Weiterhin wurden umfassende Gel{\"a}ndemessungen durchgef{\"u}hrt, um in der Vegetationsperiode 2005 die Zu- und Abflussmengen des Wasser von und nach Khorezm zu bestimmen. Die abschließende Bewertung der Land- und Wassernutzung basierte letztendlich auf der Bildung von Wasserbilanzen und der Berechnung anerkannter Performanceindikatoren wie der Ratio aus Drainage und Wasserentnahme oder der depleted fraction. F{\"u}r die landwirtschaftliche Nutzung im Rayon Khorezm wurde f{\"u}r die Sommersaison 2005 eine Wasserentnahme von 5,38 km3 ermittelt. Damit {\"u}bertrafen die Messergebnisse die offiziell verf{\"u}gbaren Daten der ICWC um durchschnittlich 37 \%. Auf die landwirtschaftliche Fl{\"a}che bezogen ergab sich f{\"u}r Khorezm im Jahr 2005 eine mittlere Wasserentnahme von 22.782 m3/ha. In den Subsystemen schwankten diese Werte zwischen 17.000 m3/ha und 30.000 m3/ha. Allerdings konnte an den Systemgrenzen, an denen die Messungen durchgef{\"u}hrt werden, der aus den fernerkundungsbasierten Modellierungen auf WUA-Level erwartete abnehmende Gradient der Wasserentnahme zwischen Oberlauf und Unterlauf nicht nachvollzogen werden. Als Ursache f{\"u}r diese Diskrepanz sind vor allem die Versickerungsverluste im Kanalsystem zu nennen, die den Grundwasserk{\"o}rper großr{\"a}umig auff{\"u}llen und auf Feldebene nicht zur oberfl{\"a}chlichen Bew{\"a}sserung zur Verf{\"u}gung stehen. Monatliche Bilanzierungen und die Analyse der Performanceindikatoren f{\"u}hrten zu denselben Ergebnissen. In dieser Arbeit konnte gezeigt werden, dass sich mit Methoden der Fernerkundung objektive und konsistente Daten der agrarischen Landnutzung und des Wasserverbrauchs f{\"u}r ein regionales Monitoring erstellen lassen. Da in den benachbarten Regionen gleiche atmosph{\"a}rische Bedingungen und {\"a}hnliche Anbausorten anzutreffen sind, ist anzunehmen, dass beide Verfahren auch auf der Planungsebene in einem IWRM f{\"u}r die {\"u}brigen Mittel- und Unterl{\"a}ufe von Amu Darya und Syr Darya ein hohes Anwendungspotenzial besitzen.},
  subject      = {Charism},
  language  = {de}
}
@phdthesis{Esch2006,
  author    = {Esch, Thomas},
  title     = {Automatisierte Analyse von Siedlungsfl{\"a}chen auf der Basis h{\"o}chstaufl{\"o}sender Radardaten},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-18863},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2006},
  abstract  = {St{\"a}dtische Agglomerationen zeichnen sich durch eine zunehmende Dynamik {\"o}kologischer, {\"o}konomischer und sozialer Ver{\"a}nderungen aus. Um eine nachhaltige Entwicklung urbaner R{\"a}ume zu gew{\"a}hrleisten, bedarf es verst{\"a}rkt innovativer Methoden zur Erfassung der raumwirksamen Ver{\"a}nderungen. Diesbez{\"u}glich hat sich die satellitengest{\"u}tzte Erdbeobachtung als kosteng{\"u}nstiges Instrumentarium zur Erhebung planungsrelevanter Informationen erwiesen. Dabei wird in naher Zukunft eine neue Generation von Radarsatelliten zur Verf{\"u}gung stehen, deren Leistungsverm{\"o}gen erstmals die operationelle Analyse von Siedlungsfl{\"a}chen auf Grundlage von Radardaten erm{\"o}glicht. Vor diesem Hintergrund ist es das Ziel der Dissertation, auf der Basis einer nutzerorientierten Methodik das Potential hochaufl{\"o}sender SAR-Daten zur automatisierten Erfassung und Analyse von Siedlungsfl{\"a}chen zu untersuchen. Die Methodik setzt auf dem objektorientierten Bildanalysekonzept der Software eCognition auf. Dabei haben sich der SAR-Speckle sowie Schw{\"a}chen hinsichtlich der G{\"u}te der Bildsegmentierung bzw. der Bestimmung geeigneter Segmentierungseinstellungen als Limitierungen erwiesen. Folglich liegt ein erster Schwerpunkt auf der Optimierung und Stabilisierung einer segmentbasierten Auswertung von Radardaten. Hier hat sich gezeigt, dass mit Blick auf Siedlungsareale weiterhin Optimierungsbedarf hinsichtlich einer strukturerhaltenden Bildgl{\"a}ttung besteht. Daher wird zun{\"a}chst ein neuer Filteransatz entwickelt, der gegen{\"u}ber den etablierten Techniken eine konsequentere Reduzierung des Speckle in homogenen Bildarealen gew{\"a}hrleistet und dabei gleichsam die hochfrequente Information in stark strukturierten Aufnahmebereichen bewahrt. Die Schwierigkeiten im Zusammenhang mit der G{\"u}te und {\"U}bertragbarkeit der Bildsegmentierung werden ebenso wie die Schw{\"a}chen im Hinblick auf die zielgerichtete Definition der optimalen Segmentierungsparameter durch die Entwicklung eines klassenbasierten Ansatzes zur Segmentoptimierung in der Software-Umgebung von eCognition reduziert. Der zweite Schwerpunkt dieser Dissertation widmet sich der Entwicklung von Konzepten zur automatisierten Analyse der regionalen und lokalen Siedlungsstruktur. Im regionalen Kontext liegen die Identifizierung von Siedlungsfl{\"a}chen und die Erfassung einfacher Landnutzungsklassen im Fokus der Arbeiten. Dazu wird ein Regelwerk zur Auswertung einfach-polarisierter SAR-Aufnahmen erstellt, das sich maßgeblich auf r{\"a}umlich und zeitlich robuste textur-, kontext- und hierarchiebezogene Merkmale st{\"u}tzt. Diese Wissensbasis wird anschließend so erweitert, dass sie die Analyse dual-polarisierter, bifrequenter oder kombinierter optischer und SAR-basierter Bilddaten erm{\"o}glicht. Wie die Ergebnisse zeigen, k{\"o}nnen Siedlungsfl{\"a}chen und Landnutzungsklassen bereits {\"u}ber einfach-polarisierte SAR-Aufnahmen mit Genauigkeiten von rund 90 Prozent erfasst werden. Durch die Einbindung einer weiteren Polarisation, Frequenz oder optischer Daten l{\"a}sst sich diese G{\"u}te auf Werte von bis zu 95 Prozent steigern. Die lokalen Analysen zielen auf die thematisch und r{\"a}umlich differenzierte Erfassung der Landnutzung innerhalb bebauter Areale ab. Die Untersuchung basiert auf der synergetischen Auswertung einer hochaufl{\"o}senden Radaraufnahme und eines bedeutend geringer aufgel{\"o}sten optischen Datensatzes. Die isolierte Analyse von SAR-Aufnahmen reichte hingegen selbst bei der Kombination verschiedener Frequenzen oder Polarisationen nicht zur Charakterisierung der kleinteiligen, heterogenen Stadtlandschaft aus. Im Kontext der synergetischen Auswertung dient die SAR-Aufnahme vornehmlich zur Extraktion der urbanen Topografie, w{\"a}hrend der optische Datensatz wichtige Merkmale zur Differenzierung der erfassten Struktureinheiten in die Kategorien Geb{\"a}ude, versiegelte Freifl{\"a}che, unversiegelte Freifl{\"a}che und Baumbestand beisteuert. Das Resultat zeigt, dass sich trotz des synergetischen Ansatzes lediglich eine Genauigkeit von 65 Prozent erzielen l{\"a}sst. Dennoch k{\"o}nnen Geb{\"a}ude dabei mit einer G{\"u}te von 72 Prozent vergleichsweise akkurat erfasst werden. Im Hinblick auf die Demonstration des siedlungsbezogenen Anwendungspotentials h{\"o}chstaufl{\"o}sender SAR-Daten l{\"a}sst sich res{\"u}mieren, dass eine automatische Ableitung siedlungsstruktureller Merkmale im komplexen st{\"a}dtischen Umfeld aufgrund der eingeschr{\"a}nkten spektralen Aussagekraft und der starken Geometrieabh{\"a}ngigkeit des Signals mit signifikanten Schwierigkeiten verbunden ist. Dennoch hat sich gezeigt, dass diese Limitierungen in gewissem Umfang {\"u}ber den Ansatz der multiskaligen, objektorientierten Klassifizierung kompensiert werden k{\"o}nnen. Dabei lassen sich die regionalen Siedlungs- und Landnutzungsmuster mit {\"u}berzeugenden Genauigkeiten erfassen, w{\"a}hrend die Betrachtung der lokalen Siedlungsstruktur eindeutig die Grenzen der Radartechnik im Hinblick auf die Analyse komplex strukturierter Stadtlandschaften aufzeigt.},
  subject      = {Fernerkundung},
  language  = {de}
}
@phdthesis{Vogel2005,
  author    = {Vogel, Melanie},
  title     = {Erfassung von Vegetationsver{\"a}nderungen in Namibia mit Hilfe von Fernerkundungs-Change-Detection-Verfahren und unter Ber{\"u}cksichtigung rezenter Niederschlagsereignisse},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-17176},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2005},
  abstract  = {Die Dornbusch-Savannen Zentralnamibias unterliegen großen Ver{\"a}nderungen. Teilweise handelt es sich dabei um Degradationsprozesse, die zu einem Verlust an Artenvielfalt und auch {\"o}konomischem Wert dieser {\"u}berwiegend als Rinderweide genutzten Systeme f{\"u}hren. Die Degradation dr{\"u}ckt sich in der Savannenlandschaft zum einen durch Verkahlung aus (Desertifikation), vor allem aber durch die massive Ausbreitung einzelner Dornbuscharten wie Acacia mellifera, die zur Umwandlung gemischter Savannenvegetation in artenarme Dominanzbest{\"a}nde f{\"u}hrt (Verbuschung). Andere Ver{\"a}nderungen erfolgen spontan und stellen eine Reaktion der Vegetation auf aktuelle Niederschlagsereignisse dar. Diese ph{\"a}nologischen {\"A}nderungen sind in der Regel reversibel. Als typische Ver{\"a}nderungsmechanismen konnten nutzungsbedingter und nat{\"u}rlicher reversibler oder irreversibler Vegetationsverlust und die Wiederbesiedelung verkahlter Fl{\"a}chen identifiziert werden. Des Weiteren gibt es moderate Schwankungen der Vegetationsdichte, zu denen die Verbuschungsprozesse und die Buschsterbe geh{\"o}ren. Die Buschsterbe ist eine Pilzerkrankung, die zum fl{\"a}chenhaften Absterben von Akazienb{\"u}schen, vor allem von Ac. mellifera f{\"u}hrt. Auch der Einfluss von Feuer kann eine Ursache f{\"u}r Ver{\"a}nderungen sein. Um insbesondere das Ausmaß der Degradationsprozesse in Zentralnamibia zu erfassen und zu quantifizieren, wurde in dieser Arbeit ein fernerkundliches Change-Detection-Verfahren auf der Basis von Landsat-TM und ETM-Daten entwickelt. Die methodische Basis hierf{\"u}r stellten das Image-Differencing und die modifizierte selektive Hauptkomponentenanalyse (sPCA) dar. Um auch Formparameter der ver{\"a}nderten Fl{\"a}chen zur Unterscheidung von Ver{\"a}nderungstypen heranziehen zu k{\"o}nnen, wurden die Ergebnisse des Differencings segmentiert und das Maß der Kompaktheit(Compactness) der Segmente extrahiert. Die Klassifikation der charakteristischen Ver{\"a}nderungen erfolgte {\"u}ber Ratios und Schwellenwerte von Einzelkan{\"a}len dieser Change-Datendatens{\"a}tze und der Compactness, die aus charakteristischen Ver{\"a}nderungssignaturen abgeleitet wurden. Diese wurden anhand von Referenzfl{\"a}chen ermittelt, die auf Felddaten basierten. Als Referenz zur Ableitung der Signaturen diente dabei der Ver{\"a}nderungsdatensatz aus dem Vergleich der Landsat- Szenen von Mai 2000 und April 2003. Diese bitemporale Change-Detection-Methode wurde f{\"u}r das Hauptuntersuchungsgebiet (A) in Zentralnamibia auf insgesamt 8 Kombinationen aus 7 Landsat-Szenen im Zeitraum von 1984 bis 2003 angewendet. Damit wurde die {\"U}bertragbarkeit der Methode auf verschiedene Zeitschnitte getestet. Zur Absch{\"a}tzung der {\"U}bertragbarkeit auf andere Naturr{\"a}ume wurde die Methode zudem auch auf jeweils ein Szenenpaar in der ariden zwergstrauchdominierten Nama-Karoo in S{\"u}dnamibia und in einem feuchteren Dornsavannen-Trockenwaldgebiet in der Kavango-Region Nordnamibias angewendet. Die Klassifikatoren zur Trennung der einzelnen Ver{\"a}nderungsklassen lieferten unterschiedlich gute Ergebnisse. Die Verkahlungs- und Wiederbesiedelungsprozesse wurden sehr zuverl{\"a}ssig detektiert, wobei allerdings die Unterscheidung von nat{\"u}rlicher und nutzungsbedingter Verkahlung anhand der Compactness-Werte den Anteil an anthropogen ver{\"a}nderten Fl{\"a}chen auff{\"a}llig untersch{\"a}tzte. Die Validierung anhand von Farmerausk{\"u}nften bzw. vergleichenden Fotos zum Aufnahmezeitpunkt lieferte dabei in allen drei Untersuchungsgebieten {\"a}hnliche Ergebnisse. Moderate Ver{\"a}nderungen der Vegetationsdichte wurden in allen drei Untersuchungsgebieten {\"u}berwiegend gut erkannt. Eine eindeutige Zuordnung auf Ver{\"a}nderungen des Busch- oder des Grasstratums war allerdings nicht immer m{\"o}glich. Die Detektion von rezenten Brandfl{\"a}chen in Zentral- und Nordnamibia verlief zufrieden stellend. Mehrere Monate alte Brandfl{\"a}chen ließen sich mit dem dazu entwickelten Klassifikator jedoch nicht von anderen ph{\"a}nologisch und nutzungsbedingten Ver{\"a}nderungen trennen. Zur Analyse der Signifikanz der Change-Detektion-Ergebnisse wurden verschiedene Niederschlagsdaten und NDVI-Zeitreihen f{\"u}r den jeweiligen Beobachtungszeitraum hinzugezogen. Es zeigte sich, dass die Change-Detection-Ergebnisse stark mit den Niederschlagssummen korrelierten, die in der jeweiligen Regenzeit bis zum Aufnahmezeitpunkt der einzelnen Landsat-Szenen gefallen waren. War die Regenzeit zum ersten Vergleichszeitpunkt ergiebiger als zum zweiten, wurde {\"u}berwiegend Vegetationsr{\"u}ckgang detektiert. War die zweite Regenzeit hingegen feuchter als die erste, wurde {\"u}berwiegend Vegetationszunahme detektiert. Die Gr{\"o}ße der Niederschlagsdifferenz zwischen beiden Zeitpunkten spiegelte sich zudem im Fl{\"a}chenanteil der einzelnen Ver{\"a}nderungsklassen wider. Durch diesen starken ph{\"a}nologischen, d.h. niederschlagsbedingten Ver{\"a}nderungsanteil wurden „echte" Ver{\"a}nderungen z.T. verschleiert oder verst{\"a}rkt. Dieses Ergebnis korrespondiert mit den Ergebnissen vieler anderer Change-Detection-Arbeiten im semiariden Raum. Als relevante Ver{\"a}nderungen wurden daher nur solche bewertet, die dem allgemeinen ph{\"a}nologischen Trend im Vergleichszeitraum entgegenstanden. So konnten z.B. Fl{\"a}chen, auf denen Vegetationszuwachs detektiert wurde, obwohl die Regenzeit zum zweiten Aufnahmezeitpunkt schw{\"a}cher war als die erste, als tats{\"a}chlich verbuscht gelten. Unter Ber{\"u}cksichtigung dieser niederschlagsbedingten Einfl{\"u}sse wurden im Untersuchungsgebiet in Zentralnamibia die Fl{\"a}chenanteile bestimmt, f{\"u}r die Degradation detektiert wurde. Demnach hat im Vergleich der Szenen von 1984 und 2003 auf etwa 681 km², entsprechend 2,8 \% der Gesamtfl{\"a}che des Untersuchungsgebietes, eine niederschlagsunabh{\"a}ngige Verdichtung der Vegetation, d.h. eine Verbuschung stattgefunden. Die Lage der betroffenen Gebiete korrespondiert mit der in der Literatur genannten Region (vgl. BESTER 1998/99). Des Weiteren wurde im Untersuchungszeitraum von 1984 bis 2003 auf ca. 0,53 km², entsprechend 0,002 \% der Gesamtfl{\"a}che des Untersuchungsgebietes irreversible Verkahlung, d.h. Desertifikation detektiert. Damit stellt in Zentralnamibia die Ver{\"a}nderung durch Verbuschung die fl{\"a}chenm{\"a}ßig gr{\"o}ßte Bedrohung f{\"u}r Artenvielfalt und landwirtschaftliche Tragkraft der Savannen dar. Aufgrund der starken ph{\"a}nologischen Einfl{\"u}sse konnten von der Buschsterbe betroffene Regionen im Untersuchungsgebiet nicht sicher erkannt und quantifiziert werden. Kleinr{\"a}umig konnten im Untersuchungsgebiet in Zentralnamibia Farmen identifiziert werden, die in einem oder mehreren Ergebnisbildern durch besondere Ver{\"a}nderungsmuster auffielen. Zumeist handelte es sich um Degradationserscheinungen wie Verbuschung und Verkahlung, f{\"u}r die bei der Besichtigung w{\"a}hrend der Feldkampagne im Jahr 2004 oft ein Zusammenhang mit ung{\"u}nstigen Landnutzungspraktiken, d.h. vor allem {\"U}berweidung hergestellt werden konnte. Des Weiteren wurden starke Ver{\"a}nderungen durch Entbuschungsmaßnahmen, kurzzeitige Weideeinfl{\"u}sse und auch einzelne wiederhergestellte Best{\"a}nde detektiert. Nutzungsbedingte Degradationserscheinungen treten im Untersuchungsgebiet in Zentralnamibia insgesamt nur kleinr{\"a}umig auf einzelnen Farmen auf. F{\"u}r das Untersuchungsgebiet in S{\"u}dnamibia lagen zwei Landsat-Szenen f{\"u}r den kurzen Vergleichszeitraum von 2001 zu 2002 vor. Anhand dieser konnten unter Zuhilfenahme von Niederschlagsdaten stark degradierte Fl{\"a}chen identifiziert werden. W{\"a}hrend auf den intakten Fl{\"a}chen aufgrund der besseren Regenzeit zum zweiten Aufnahmezeitpunkt wie erwartet Vegetationszuwachs detektiert wurde, f{\"u}hrten ebendiese reichlichen Niederschl{\"a}ge im degradierten Gebiet zu einer großfl{\"a}chigen Erosion der Vegetationsdecke. Dies ist vermutlich auf die gr{\"o}ßere Geschwindigkeit des oberfl{\"a}chlich abfließenden Regenwassers in der sp{\"a}rlichen Vegetationsdecke der degradierten Fl{\"a}che zur{\"u}ck zu f{\"u}hren. In den {\"u}brigen Gebieten reduzierte hingegen die dichtere Vegetation den Oberfl{\"a}chenabfluss, wodurch mehr Wasser versickerte und verst{\"a}rktem Pflanzenwachstum zur Verf{\"u}gung stand. Im Untersuchungsgebiet in Nordnamibia wurden zwei Landsat-Szenen von April 1991 und April 2000 verglichen. Die gravierendste Ver{\"a}nderung in diesem Zeitraum war nutzungsbedingte Verkahlung, die auf rund 4,4 \% der Gesamtfl{\"a}che, entsprechend 81 km² detektiert wurde. Ursache ist hier die Umwandlung von Dornbuschsavanne in Acker- oder Siedlungsraum. Demgegen{\"u}ber wurde aber nur f{\"u}r 1,17 \% der Gesamtfl{\"a}che, entsprechend 21,76 km², Wiederbesiedelung detektiert. Dies sind zumeist Agrarfl{\"a}chen, die (kurzzeitig) aus der Nutzung genommen wurden. Das Ergebnis dokumentiert den zunehmenden Siedlungsdruck in der Kavango-Region. Die seit den 1970er Jahren verbesserte Infrastruktur erm{\"o}glicht hier immer mehr Menschen die Landnahme, Viehhaltung und Siedlung. Die Ergebnisse dieser Arbeit zeigen, dass mit der hier entwickelten Change-Detection-Methode unter Ber{\"u}cksichtigung der Niederschlagshistorie in den semiariden und ariden Testgebieten signifikante Ver{\"a}nderungen der Vegetation in verschiedenen Landschaftsr{\"a}umen detektiert werden k{\"o}nnen. Weitere Anwendungen der Methodik auf andere Testgebiete im s{\"u}dlichen und westlichen Afrika am Rande dieser Arbeit zeigten ebenfalls gute Ergebnisse, die allerdings bislang aus Mangel an Referenzdaten nicht validiert werden konnten. Zur zuk{\"u}nftigen Operationalisierung der Methodik sollte vor allem eine verbesserte Trennbarkeit von nutzungsbedingten und nat{\"u}rlichen Verkahlungsprozessen angestrebt werden. Des Weiteren wird eine Anpassung der Klassifikatoren auf andere Sensoren wie z.B. ASTER angedacht, um auch nach dem Ausfall von Landsat 7 im Jahr 2003 aktuelle Daten vergleichen zu k{\"o}nnen. Um den ph{\"a}nologischen Einfluss von unterschiedlichen Niederschlagshistorien im Vorfeld der Eingangsdaten zu minimieren, w{\"a}re zudem die Implementierung eines Kalibrierungsfaktors denkbar, der auf Niederschlags- oder auch MODIS-NDVI-Daten der entsprechenden Zeit- und Untersuchungsr{\"a}ume basiert. Das Ergebnis w{\"a}re eine sichere Methode zur Detektion von regionalen Ver{\"a}nderungen im semiariden Raum. Die Identifizierung dieser Ver{\"a}nderungen, speziell von Degradationserscheinungen stellt die Basis dar, dort gezielt nach den Ursachen zu suchen und Handlungsempfehlungen zu entwickeln, um einer fortschreitenden Zerst{\"o}rung von Lebensraum, Artenvielfalt und {\"o}konomischem Potenzial der betroffenen Fl{\"a}chen entgegen zu wirken.},
  subject      = {Namibia},
  language  = {de}
}
@misc{Walz2004,
  type      = {Master Thesis},
  author    = {Walz, Yvonne},
  title     = {Measuring burn severity in forests of South-West Western Australia using MODIS},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-14745},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2004},
  abstract  = {Burn severity was measured within the Mediterranean sclerophyll forests of south-west Western Australia (WA) using remote sensing data from the Moderate Resolution Imaging Spectroradiometer (MODIS). The region of south-west WA is considered as a high fire prone landscape and is managed by the state government's Department of Conservation and Land Management (CALM). Prescribed fuel reduction burning is used as a management tool in this region. The measurement of burn severity with remote sensing data focused on monitoring the success and impact of prescribed burning and wildfire in this environment. The high temporal resolution of MODIS with twice daily overpasses in this area was considered highly favourable, as opportunities for prescribed burning are temporally limited by climatic conditions. The Normalised Burn Ratio (NBR) was investigated to measure burn severity in the forested area of south-west WA. This index has its heritage based on data from the Landsat TM/ETM+ sensors (Key and Benson, 1999 [1],[2]) and was transferred from Landsat to MODIS data. The measurement principally addresses the biomass consumption due to fire, whereas the change detected between the pre-fire image and the post-fire image is quantified by the {\"A}NBR. The NBR and the Normalised Difference Vegetation Index (NDVI) have been applied to MODIS and Landsat TM/ETM+ data. The spectral properties and the index values of the remote sensing data have been analysed within different burnt areas. The influence of atmospheric and BRDF effects on MODIS data has been investigated by comparing uncorrected top of atmosphere reflectance and atmospheric and BRDF corrected reflectance. The definition of burn severity classes has been established in a field trip to the study area. However, heterogeneous fire behaviour and patchy distribution of different vegetation structure made field classification difficult. Ground truth data has been collected in two different types of vegetation structure present in the burnt area. The burn severity measurement of high resolution Landsat data was assessed based on ground truth data. However, field data was not sufficient for rigorous validation of remote sensing data. The NBR index images of both sensors have been calibrated based on training areas in the high resolution Landsat image. The burn severity classifications of both sensors are comparable, which demonstrates the feasibility of a burn severity measurement using moderate spatial resolution 250m MODIS data. The normalisation through index calculation reduced atmospheric and BRDF effects, and thus MODIS top of at-mosphere data has been considered suitable for the burn severity measurement. The NBR could not be uniformly applied, as different structures of vegetation influenced the range of index values. Furthermore, the index was sensitive to variability in moisture content. However, the study concluded that the NBR on MODIS data is a useful measure of burn severity in the forested area of south-west WA.},
  subject      = {Westaustralien},
  language  = {en}
}