@phdthesis{Weigand2024,
  author    = {Weigand, Matthias Johann},
  title     = {Fernerkundung und maschinelles Lernen zur Erfassung von urbanem Gr{\"u}n - Eine Analyse am Beispiel der Verteilungsgerechtigkeit in Deutschland},
  doi       = {10.25972/OPUS-34961},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-349610},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2024},
  abstract  = {Gr{\"u}nfl{\"a}chen stellen einen der wichtigsten Umwelteinfl{\"u}sse in der Wohnumwelt der Menschen dar. Einerseits wirken sie sich positiv auf die physische und mentale Gesundheit der Menschen aus, andererseits k{\"o}nnen Gr{\"u}nfl{\"a}chen auch negative Wirkungen anderer Faktoren abmildern, wie beispielsweise die im Laufe des Klimawandels zunehmenden Hitzeereignisse. Dennoch sind Gr{\"u}nfl{\"a}chen nicht f{\"u}r die gesamte Bev{\"o}lkerung gleichermaßen zug{\"a}nglich. Bestehende Forschung im Kontext der Umweltgerechtigkeit (UG) konnte bereits aufzeigen, dass unterschiedliche sozio-{\"o}konomische und demographische Gruppen der deutschen Bev{\"o}lkerung unterschiedlichen Zugriff auf Gr{\"u}nfl{\"a}chen haben. An bestehenden Analysen von Umwelteinfl{\"u}ssen im Kontext der UG wird kritisiert, dass die Auswertung geographischer Daten h{\"a}ufig auf zu stark aggregiertem Level geschieht, wodurch lokal spezifische Expositionen nicht mehr genau abgebildet werden. Dies trifft insbesondere f{\"u}r großfl{\"a}chig angelegte Studien zu. So werden wichtige r{\"a}umliche Informationen verloren. Doch moderne Erdbeobachtungs- und Geodaten sind so detailliert wie nie und Methoden des maschinellen Lernens erm{\"o}glichen die effiziente Verarbeitung zur Ableitung h{\"o}herwertiger Informationen. Das {\"u}bergeordnete Ziel dieser Arbeit besteht darin, am Beispiel von Gr{\"u}nfl{\"a}chen in Deutschland methodische Schritte der systematischen Umwandlung umfassender Geodaten in relevante Geoinformationen f{\"u}r die großfl{\"a}chige und hochaufgel{\"o}ste Analyse von Umwelteigenschaften aufzuzeigen und durchzuf{\"u}hren. An der Schnittstelle der Disziplinen Fernerkundung, Geoinformatik, Sozialgeographie und Umweltgerechtigkeitsforschung sollen Potenziale moderner Methoden f{\"u}r die Verbesserung der r{\"a}umlichen und semantischen Aufl{\"o}sung von Geoinformationen erforscht werden. Hierf{\"u}r werden Methoden des maschinellen Lernens eingesetzt, um Landbedeckung und -nutzung auf nationaler Ebene zu erfassen. Diese Entwicklungen sollen dazu beitragen bestehende Datenl{\"u}cken zu schließen und Aufschluss {\"u}ber die Verteilungsgerechtigkeit von Gr{\"u}nfl{\"a}chen zu bieten. Diese Dissertation gliedert sich in drei konzeptionelle Teilschritte. Im ersten Studienteil werden Erdbeobachtungsdaten der Sentinel-2 Satelliten zur deutschlandweiten Klassifikation von Landbedeckungsinformationen verwendet. In Kombination mit punktuellen Referenzdaten der europaweiten Erfassung f{\"u}r Landbedeckungs- und Landnutzungsinformationen des Land Use and Coverage Area Frame Survey (LUCAS) wird ein maschinelles Lernverfahren trainiert. In diesem Kontext werden verschiedene Vorverarbeitungsschritte der LUCAS-Daten und deren Einfluss auf die Klassifikationsgenauigkeit beleuchtet. Das Klassifikationsverfahren ist in der Lage Landbedeckungsinformationen auch in komplexen urbanen Gebieten mit hoher Genauigkeit abzuleiten. Ein Ergebnis des Studienteils ist eine deutschlandweite Landbedeckungsklassifikation mit einer Gesamtgenauigkeit von 93,07 \%, welche im weiteren Verlauf der Arbeit genutzt wird, um gr{\"u}ne Landbedeckung (GLC) r{\"a}umlich zu quantifizieren. Im zweiten konzeptionellen Teil der Arbeit steht die differenzierte Betrachtung von Gr{\"u}nfl{\"a}chen anhand des Beispiels {\"o}ffentlicher Gr{\"u}nfl{\"a}chen (PGS), die h{\"a}ufig Gegenstand der UG-Forschung ist, im Vordergrund. Doch eine h{\"a}ufig verwendete Quelle f{\"u}r r{\"a}umliche Daten zu {\"o}ffentlichen Gr{\"u}nfl{\"a}chen, der European Urban Atlas (EUA), wird bisher nicht fl{\"a}chendeckend f{\"u}r Deutschland erhoben. Dieser Studienteil verfolgt einen datengetriebenen Ansatz, die Verf{\"u}gbarkeit von {\"o}ffentlichem Gr{\"u}n auf der r{\"a}umlichen Ebene von Nachbarschaften f{\"u}r ganz Deutschland zu ermitteln. Hierf{\"u}r dienen bereits vom EUA erfasste Gebiete als Referenz. Mithilfe einer Kombination von Erdbeobachtungsdaten und Informationen aus dem OpenStreetMap-Projekt wird ein Deep Learning -basiertes Fusionsnetzwerk erstellt, welche die verf{\"u}gbare Fl{\"a}che von {\"o}ffentlichem Gr{\"u}n quantifiziert. Das Ergebnis dieses Schrittes ist ein Modell, welches genutzt wird, um die Menge {\"o}ffentlicher Gr{\"u}nfl{\"a}chen in der Nachbarschaft zu sch{\"a}tzen (𝑅 2 = 0.952). Der dritte Studienteil greift die Ergebnisse der ersten beiden Studienteile auf und betrachtet die Verteilung von Gr{\"u}nfl{\"a}chen in Deutschland unter Hinzunahme von georeferenzierten Bev{\"o}lkerungsdaten. Diese exemplarische Analyse unterscheidet dabei Gr{\"u}nfl{\"a}chen nach zwei Typen: GLC und PGS. Zun{\"a}chst wird mithilfe deskriptiver Statistiken die generelle Gr{\"u}nfl{\"a}chenverteilung in der Bev{\"o}lkerung Deutschlands beleuchtet. Daraufhin wird die Verteilungsgerechtigkeit anhand g{\"a}ngiger Gerechtigkeitsmetriken bestimmt. Abschließend werden die Zusammenh{\"a}nge zwischen der demographischen Komposition der Nachbarschaft und der verf{\"u}gbaren Menge von Gr{\"u}nfl{\"a}chen anhand dreier exemplarischer soziodemographischer Gesellschaftsgruppen untersucht. Die Analyse zeigt starke Unterschiede der Verf{\"u}gbarkeit von PGS zwischen st{\"a}dtischen und l{\"a}ndlichen Gebieten. Ein h{\"o}herer Prozentsatz der Stadtbev{\"o}lkerung hat Zugriff das Mindestmaß von PGS gemessen an der Vorgabe der Weltgesundheitsorganisation. Die Ergebnisse zeigen auch einen deutlichen Unterschied bez{\"u}glich der Verteilungsgerechtigkeit zwischen GLC und PGS und verdeutlichen die Relevanz der Unterscheidung von Gr{\"u}nfl{\"a}chentypen f{\"u}r derartige Untersuchungen. Die abschließende Betrachtung verschiedener Bev{\"o}lkerungsgruppen arbeitet Unterschiede auf soziodemographischer Ebene auf. In der Zusammenschau demonstriert diese Arbeit wie moderne Geodaten und Methoden des maschinellen Lernens genutzt werden k{\"o}nnen bisherige Limitierungen r{\"a}umlicher Datens{\"a}tze zu {\"u}berwinden. Am Beispiel von Gr{\"u}nfl{\"a}chen in der Wohnumgebung der Bev{\"o}lkerung Deutschlands wird gezeigt, dass landesweite Analysen zur Umweltgerechtigkeit durch hochaufgel{\"o}ste und lokal feingliedrige geographische Informationen bereichert werden k{\"o}nnen. Diese Arbeit verdeutlicht, wie die Methoden der Erdbeobachtung und Geoinformatik einen wichtigen Beitrag leisten k{\"o}nnen, die Ungleichheit der Wohnumwelt der Menschen zu identifizieren und schlussendlich den nachhaltigen Siedlungsbau in Form von objektiven Informationen zu unterst{\"u}tzen und {\"u}berwachen.},
  subject      = {Geografie},
  language  = {de}
}
@phdthesis{Kraff2023,
  author    = {Kraff, Nicolas Johannes},
  title     = {Analyse raumzeitlicher Ver{\"a}nderungen und ontologische Kategorisierung morphologischer Armutserscheinungen - Eine globale Betrachtung mithilfe von Satellitenbildern und manueller Bildinterpretation},
  doi       = {10.25972/OPUS-32026},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-320264},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2023},
  abstract  = {Die st{\"a}dtische Umwelt ist in steter Ver{\"a}nderung, vor allem durch den Bau, aber auch durch die Zerst{\"o}rung von st{\"a}dtischen Elementen. Die formelle Entwicklung ist ein Prozess mit langen Planungszeitr{\"a}umen und die bebaute Landschaft wirkt daher statisch. Dagegen unterliegen informelle oder spontane Siedlungen aufgrund ihrer stets unvollendeten st{\"a}dtischen Form einer hohen Dynamik - so wird in der Literatur berichtet. Allerdings sind Dynamik und die morphologischen Merkmale der physischen Transformation in solchen Siedlungen, die st{\"a}dtische Armut morphologisch repr{\"a}sentieren, auf globaler Ebene bisher kaum mit einer konsistenten Datengrundlage empirisch untersucht worden. Hier setzt die vorliegende Arbeit an. Unter der Annahme, dass die erforschte zeitliche Dynamik in Europa geringer ausf{\"a}llt, stellt sich die generelle Frage nach einer katalogisierten Erfassung physischer Wohnformen von Armut speziell in Europa. Denn Wohnformen der Armut werden oft ausschließlich mit dem ‚Globalen S{\"u}den' assoziiert, insbesondere durch die Darstellung von Slums. Tats{\"a}chlich ist Europa sogar die Wiege der Begriffe ‚Slum' und ‚Ghetto', die vor Jahrhunderten zur Beschreibung von Missst{\"a}nden und Unterdr{\"u}ckung auftauchten. Bis heute weist dieser facettenreiche Kontinent eine enorme Vielfalt an physischen Wohnformen der Armut auf, die ihre Wurzeln in unterschiedlichen Politiken, Kulturen, Geschichten und Lebensstilen haben. Um {\"u}ber diese genannten Aspekte Aufschluss zu erlangen, bedarf es u.a. der Bildanalyse durch Satellitenbilder. Diese Arbeit wird daher mittels Fernerkundung bzw. Erdbeobachtung (EO) sowie zus{\"a}tzlicher Literaturrecherchen und einer empirischen Erhebung erstellt. Um Unsicherheiten konzeptionell und in der Erfassung offenzulegen, ist die Methode der manuellen Bildinterpretation von Armutsgebieten kritisch zu hinterfragen. Das {\"u}bergeordnete Ziel dieser Arbeit ist eine bessere Wissensbasis {\"u}ber Armut zu schaffen, um Maßnahmen zur Reduzierung von Armut entwickeln zu k{\"o}nnen. Die Arbeit dient dabei als eine Antwort auf die Nachhaltigkeitsziele der Vereinten Nationen. Es wird Grundlagenforschung betrieben, indem Wissensl{\"u}cken in der Erdbeobachtung zu physisch-baulichen bzw. morphologischen Erscheinungen von Armut auf Geb{\"a}ude-Ebene explorativ analysiert werden. Die Arbeit wird in drei Forschungsthemen bzw. Studienteile untergliedert: Ziel des ersten Studienteils ist die globale raumzeitliche Erfassung von Dynamiken durch Ankn{\"u}pfung an bisherige Kategorisierungen von Armutsgebieten. Die bisherige Wissensl{\"u}cke soll gef{\"u}llt werden, indem {\"u}ber einen Zeitraum von etwa sieben Jahren in 16 dokumentierten Manifestationen st{\"a}dtischer Armut anhand von Erdbeobachtungsdaten eine zeitliche Analyse der bebauten Umwelt durchgef{\"u}hrt wird. Neben einer global verteilten Gebietsauswahl wird die visuelle Bildinterpretation (MVII) unter Verwendung von hochaufl{\"o}senden optischen Satellitendaten genutzt. Dies geschieht in Kombination mit in-situ- und Google Street View-Bildern zur Ableitung von 3D-Stadtmodellen. Es werden physische Raumstrukturen anhand von sechs r{\"a}umlichen morphologischen Variablen gemessen: Anzahl, Gr{\"o}ße, H{\"o}he, Ausrichtung und Dichte der Geb{\"a}ude sowie Heterogenit{\"a}t der Bebauung. Diese ‚temporale Analyse' zeigt zun{\"a}chst sowohl inter- als auch intra-urbane Unterschiede. Es lassen sich unterschiedliche, aber generell hohe morphologische Dynamiken zwischen den Untersuchungsgebieten finden. Dies dr{\"u}ckt sich in vielf{\"a}ltiger Weise aus: von abgerissenen und rekonstruierten Gebieten bis hin zu solchen, wo Ver{\"a}nderungen innerhalb der gegebenen Strukturen auftreten. Geographisch gesehen resultiert in der Stichprobe eine fortgeschrittene Dynamik, insbesondere in Gebieten des Globalen S{\"u}dens. Gleichzeitig l{\"a}sst sich eine hohe r{\"a}umliche Variabilit{\"a}t der morphologischen Transformationen innerhalb der untersuchten Gebiete beobachten. Trotz dieser teilweise hohen morphologischen Dynamik sind die r{\"a}umlichen Muster von Geb{\"a}udefluchten, Straßen und Freifl{\"a}chen {\"u}berwiegend konstant. Diese ersten Ergebnisse deuten auf einen geringen Wandel in Europa hin, weshalb diese europ{\"a}ischen Armutsgebiete im folgenden Studienteil von Grund auf erhoben und kategorisiert werden. Ziel des zweiten Studienteils ist die Erschaffung einer neuen Kategorisierung, speziell f{\"u}r das in der Wissenschaft unterrepr{\"a}sentierte Europa. Die verschiedenen Formen nicht indizierter Wohnungsmorphologien werden erforscht und kategorisiert, um das bisherige globale wissenschaftliche ontologische Portfolio f{\"u}r Europa zu erweitern. Hinsichtlich dieses zweiten Studienteils bietet eine Literaturrecherche mit mehr als 1.000 gesichteten Artikeln die weitere Grundlage f{\"u}r den folgenden Fokus auf Europa. Auf der Recherche basierend werden mittels der manuellen visuellen Bildinterpretation (engl.: MVII) erneut Satellitendaten zur Erfassung der physischen Morphologien von Wohnformen genutzt. Weiterhin kommen selbst definierte geographische Indikatoren zu Lage, Struktur und formellem Status zum Einsatz. Dar{\"u}ber hinaus werden gesellschaftliche Hintergr{\"u}nde, die durch Begriffe wie ‚Ghetto', ‚Wohnwagenpark', ‚ethnische Enklave' oder ‚Fl{\"u}chtlingslager' beschrieben werden, recherchiert und implementiert. Sie sollen als Erkl{\"a}rungsansatz f{\"u}r Armutsviertel in Europa dienen. Die Stichprobe der europ{\"a}ischen, insgesamt aber unbekannten Grundgesamtheit verdeutlicht eine große Vielfalt an physischen Formen: Es wird f{\"u}r Europa eine neue Kategorisierung von sechs Hauptklassen entwickelt, die von ‚einfachsten Wohnst{\"a}tten' (z. B. Zelten) {\"u}ber ‚behelfsm{\"a}ßige Unterk{\"u}nfte ' (z. B. Baracken, Container) bis hin zu ‚mehrst{\"o}ckigen Bauten' - als allgemeine Taxonomie der Wohnungsnot in Europa - reicht. Die Untersuchung zeigt verschiedene Wohnformen wie z. B. unterirdische oder mobile Typen, verfallene Wohnungen oder große Wohnsiedlungen, die die Armut im Europa des 21. Jahrhunderts widerspiegeln. {\"U}ber die Wohnungsmorphologie hinaus werden diese Klassen durch die Struktur und ihren rechtlichen Status beschrieben - entweder als geplante oder als organisch-gewachsene bzw. weiterhin als formelle, informelle oder hybride (halblegale) Formen. Geographisch lassen sich diese {\"a}rmlichen Wohnformen sowohl in st{\"a}dtischen als auch in l{\"a}ndlichen Gebieten finden, mit einer Konzentration in S{\"u}deuropa. Der Hintergrund bei der Mehrheit der Morphologien betrifft Fl{\"u}chtlinge, ethnische Minderheiten und sozio{\"o}konomisch benachteiligte Menschen - die ‚Unterprivilegierten'. Ziel des dritten Studienteils ist eine kritische Analyse der Methode. Zur Erfassung all dieser Siedlungen werden heutzutage Satellitenbilder aufgrund der Fortschritte bei den Bildklassifizierungsmethoden meist automatisch ausgewertet. Dennoch spielt die MVII noch immer eine wichtige Rolle, z.B. um Trainingsdaten f{\"u}r Machine-Learning-Algorithmen zu generieren oder f{\"u}r Validierungszwecke. In bestimmten st{\"a}dtischen Umgebungen jedoch, z.B. solchen mit h{\"o}chster Dichte und struktureller Komplexit{\"a}t, fordern spektrale und textur-basierte Verflechtungen von {\"u}berlappenden Dachstrukturen den menschlichen Interpreten immer noch heraus, wenn es darum geht einzelne Geb{\"a}udestrukturen zu erfassen. Die kognitive Wahrnehmung und die Erfahrung aus der realen Welt sind nach wie vor unumg{\"a}nglich. Vor diesem Hintergrund zielt die Arbeit methodisch darauf ab, Unsicherheiten speziell bei der Kartierung zu quantifizieren und zu interpretieren. Kartiert werden Dachfl{\"a}chen als ‚Fußabdr{\"u}cke' solcher Gebiete. Der Fokus liegt dabei auf der {\"U}bereinstimmung zwischen mehreren Bildinterpreten und welche Aspekte der Wahrnehmung und Elemente der Bildinterpretation die Kartierung beeinflussen. Um letztlich die Methode der MVII als drittes Ziel selbstkritisch zu reflektieren, werden Experimente als sogenannte ‚Unsicherheitsanalyse' geschaffen. Dabei digitalisieren zehn Testpersonen bzw. Probanden/Interpreten sechs komplexe Gebiete. Hierdurch werden quantitative Informationen {\"u}ber r{\"a}umliche Variablen von Geb{\"a}uden erzielt, um systematisch die Konsistenz und Kongruenz der Ergebnisse zu {\"u}berpr{\"u}fen. Ein zus{\"a}tzlicher Fragebogen liefert subjektive qualitative Informationen {\"u}ber weitere Schwierigkeiten. Da die Grundlage der hierf{\"u}r bisher genutzten Kategorisierungen auf der subjektiven Bildinterpretation durch den Menschen beruht, m{\"u}ssen etwaige Unsicherheiten und damit Fehleranf{\"a}lligkeiten offengelegt werden. Die Experimente zu dieser Unsicherheitsanalyse erfolgen quantifiziert und qualifiziert. Es lassen sich generell große Unterschiede zwischen den Kartierungsergebnissen der Probanden, aber eine hohe Konsistenz der Ergebnisse bei ein und demselben Probanden feststellen. Steigende Abweichungen korrelieren mit einer steigenden baustrukturellen (morphologischen) Komplexit{\"a}t. Ein hoher Grad an Individualit{\"a}t bei den Probanden {\"a}ußert sich in Aspekten wie z.B. Zeitaufwand beim Kartieren, in-situ Vorkenntnissen oder Vorkenntnissen beim Umgang mit Geographischen Informationssystemen (GIS). Nennenswert ist hierbei, dass die jeweilige Datenquelle das Kartierungsverfahren meist beeinflusst. Mit dieser Studie soll also auch an der Stelle der angewandten Methodik eine weitere Wissensl{\"u}cke gef{\"u}llt werden. Die bisherige Forschung komplexer urbaner Areale unter Nutzung der manuellen Bildinterpretation implementiert oftmals keine Unsicherheitsanalyse oder Quantifizierung von Kartierungsfehlern. Fernerkundungsstudien sollten k{\"u}nftig zur Validierung nicht nur zweifelsfrei auf MVII zur{\"u}ckgreifen k{\"o}nnen, sondern vielmehr sind Daten und Methoden notwendig, um Unsicherheiten auszuschließen. Zusammenfassend tr{\"a}gt diese Arbeit zur bisher wenig erforschten morphologischen Dynamik von Armutsgebieten bei. Es werden inter- wie auch intra-urbane Unterschiede auf globaler Ebene pr{\"a}sentiert. Dabei sind allgemein hohe morphologische Transformationen zwischen den selektierten Gebieten festzustellen. Die Ergebnisse deuten auf einen grundlegenden Kenntnismangel in Europa hin, weshalb an dieser Stelle angekn{\"u}pft wird. Eine {\"u}ber Europa verteilte Stichprobe erlaubt eine neue morphologische Kategorisierung der großen Vielfalt an gefundenen physischen Formen. Die Menge an Gebieten erschließt sich in einer unbekannten Grundgesamtheit. Zur Datenaufbereitung bisheriger Analysen m{\"u}ssen Satellitenbilder manuell interpretiert werden. Das Verfahren birgt Unsicherheiten. Als kritische Selbstreflexion zeigt eine Reihe von Experimenten signifikante Unterschiede zwischen den Ergebnissen der Probanden auf, verdeutlicht jedoch bei ein und derselben Person Best{\"a}ndigkeit.},
  subject      = {Slum},
  language  = {de}
}
@phdthesis{Knoefel2018,
  author    = {Kn{\"o}fel, Patrick},
  title     = {Energiebilanzmodellierung zur Ableitung der Evapotranspiration - Beispielregion Khorezm},
  edition   = {1. Auflage},
  publisher = {W{\"u}rzburg University Press},
  address   = {W{\"u}rzburg},
  isbn      = {978-3-95826-042-9 (Print)},
  issn      = {0510-9833},
  doi       = {10.25972/WUP-978-3-95826-043-6},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-135669},
  school      = {W{\"u}rzburg University Press},
  pages     = {276},
  year      = {2018},
  abstract  = {Zum Verst{\"a}ndnis der komplexen Wechselwirkungen innerhalb des Klimasystems der Erde sind Kenntnisse {\"u}ber den hydrologischen Zyklus und den Energiekreislauf essentiell. Eine besondere Rolle obliegt hierbei der Evapotranspiration (ET), da sie eine wesentliche Teilkomponente beider oben erw{\"a}hnter Kreisl{\"a}ufe ist. Die exakte Quantifizierung der regionalen, tats{\"a}chlichen Evapotranspiration innerhalb der Wasser- und Energiekreisl{\"a}ufe der Erdoberfl{\"a}che auf unterschiedlichen zeitlichen und r{\"a}umlichen Skalen ist f{\"u}r hydrologische, klimatologische und agronomische Fragestellungen von großer Bedeutung. Dabei ist eine realistische Absch{\"a}tzung der regionalen tats{\"a}chlichen Evapotranspiration die wichtigste Herausforderung der hydrologischen Modellierung. Besonders die unterschiedlichen r{\"a}umlichen und zeitlichen Aufl{\"o}sungen von Satelliteninformationen machen die Fernerkundung sowohl f{\"u}r globale als auch regionale hydrologischen Fragestellungen interessant. Zus{\"a}tzlich zur Notwendigkeit des Prozessverst{\"a}ndnisses des Wasserkreislaufs auf globaler Ebene kommt dessen regionale Bedeutung f{\"u}r die Landwirtschaft, insbesondere in Bew{\"a}sserungssystemen arider Regionen. In ariden Klimazonen {\"u}bersteigt die Menge der Verdunstung oft bei weitem die Niederschlagsmengen. Aufgrund der geringen Niederschlagsmenge muss in ariden agrarischen Regionen das zum Pflanzenwachstum ben{\"o}tigte Wasser mit Hilfe k{\"u}nstlicher Bew{\"a}sserung aufgebracht werden. Der jeweilige lokale Bew{\"a}sserungsbedarf h{\"a}ngt von der Feldfrucht und deren Wachstumsphase, den Klimabedingungen, den Bodeneigenschaften und der Ausdehnung der Wurzelzone ab. Die Evapotranspiration ist als Komponente der regionalen Wasserbilanz eine wichtige Steuerungsgr{\"o}ße und Effizienzindikator f{\"u}r das lokale Bew{\"a}sserungsmanagement. Die Bew{\"a}sse-rungslandwirtschaft verbraucht weltweit etwa 70 \% der verf{\"u}gbaren S{\"u}ßwasservorkom-men. Dies wird als einer der Hauptgr{\"u}nde f{\"u}r die weltweit steigende Wasserknappheit identifiziert. Dabei liegt die Wasserentnahme des landwirtschaftlichen Sektors in den OECD Staaten im Mittel bei etwa 44 \%, in den Staaten Mittelasiens bei {\"u}ber 90 \%. Bei der Erstellung der vorliegenden Arbeit kam die Methode der residualen Bestimmung der Energiebilanz zum Einsatz. Eines der weltweit am h{\"a}ufigsten eingesetzten und vali-dierten fernerkundlichen Residualmodelle zur ET Ableitung ist das SEBAL-Modell (Surface Energy Balance Algorithm for Land, mit {\"u}ber 40 ver{\"o}ffentlichten Studien. SEBAL eignet sich zur Quantifizierung der Verdunstung großfl{\"a}chiger Gebiete und wurde bisher {\"u}ber-wiegend in der Bew{\"a}sserungslandwirtschaft eingesetzt. Aus diesen Gr{\"u}nden wurde es f{\"u}r die Bearbeitung der Fragestellungen in dieser Arbeit ausgew{\"a}hlt. SEBAL verwendet physikalische und empirische Beziehungen zur Berechnung der Energiebilanzkomponenten basierend auf Fernerkundungsdaten, bei gleichzeitig minimalem Einsatz bodengest{\"u}tzter Daten. Als Eingangsdaten werden u.a. Informationen {\"u}ber Strahlung, Bodenoberfl{\"a}chentemperatur, NDVI, LAI und Albedo verwendet. Zus{\"a}tzlich zu SEBAL wurden einige Komponenten der SEBAL Weiterentwicklung METRIC (Mapping Evapotranspiration with Internalized Calibration) verwendet, um die Modellierung der ET vorzunehmen. METRIC {\"u}berwindet einige Limitierungen des SEBAL Verfahrens und kann beispielsweise auch in st{\"a}rker reliefierten Regionen angewendet werden. Außerdem erm{\"o}glicht die Integration einer gebietsspezifischen Referenz-ET sowie einer Landnutzungsklassifikation eine bessere regionale Anpassung des Residualverfahrens. Unter der Annahme der Bedingungen zum Zeitpunkt der Fernerkundungsaufnahme ergibt sich die Energiebilanz an der Erdoberfl{\"a}che RN = LvE + H + G. Demnach teilt sich die verf{\"u}gbare Strahlungsenergie RN in die Komponenten latenter W{\"a}rme (LVE), f{\"u}hlbarer W{\"a}rme (H) und Bodenw{\"a}rme (G) auf. Durch Umstellen der Gleichung kann auf die latente W{\"a}rme geschlossen werden. Das wesentliche Ziel der vorliegenden Arbeit ist die Optimierung, Erweiterung und Validierung des ausgew{\"a}hlten SEBAL Verfahrens zur regionalen Modellierung der Energiebilanzkomponenten und der daraus abgeleiteten tats{\"a}chlichen Evapotranspiration. Die validierten Modellergebnisse der Gebietsverdunstung der Jahre 2009-2011 sollen anschließend als Grundlage dienen, das Gesamtverst{\"a}ndnis der regionalen Prozesse des Wasserkreislaufs zu verbessern. Die Arbeit basiert auf der Datengrundlage von MODIS Daten mit 1 km r{\"a}umlicher Aufl{\"o}sung. W{\"a}hrend die Komponenten verf{\"u}gbare Strahlungsenergie und f{\"u}hlbarer W{\"a}rmestrom physikalisch basiert ermittelt werden, beruht die Berechnung des Bodenw{\"a}rmestroms ausschließlich auf empirischen Absch{\"a}tzungen. Ein großer Nachteil des empirischen Ansatzes ist die Vernachl{\"a}ssigung des zeitlichen Versatzes zwischen Strahlungsbilanz und Bodenw{\"a}rmestrom in Abh{\"a}ngigkeit der aktuellen Bodenfeuchtesituation. Ein besonderer Schwerpunkt der vorliegenden Arbeit liegt auf der Bewertung und Verbesserung der Modellg{\"u}te des Bodenw{\"a}rmestroms durch Verwendung eines neuen Ansatzes zur Integration von Bodenfeuchteinformationen. Daher wird in der Arbeit ein physikalischer Ansatz entwickelt der auf dem Ansatz der periodischen Temperaturver{\"a}nderung basiert. Hierbei wurde neben dem ENVISAT ASAR SSM Produkt der TU Wien das operationelle Oberfl{\"a}chenbodenfeuchteprodukt ASCAT SSM als Fernerkundungseingangsdaten ausgew{\"a}hlt. Die mit SEBAL modellierten Energiebilanzkomponenten werden durch eine intensive Validierung mit bodengest{\"u}tzten Messungen bewertet, die Messungen stammen von Bodensensoren und Daten einer Eddy-Kovarianz-Station aus den Jahren 2009 bis 2011. Die Region Khorezm gilt als charakteristisch f{\"u}r die wasserbezogene Problematik der Bew{\"a}sserungslandwirtschaft Mittelasiens und wurde als Untersuchungsgebiet f{\"u}r diese Arbeit ausgew{\"a}hlt. Die wesentlichen Probleme dieser Region entstehen durch die nach wie vor nicht nachhaltige Land- und Wassernutzung, das marode Bew{\"a}sserungsnetz mit einer Verlustrate von bis zu 40 \% und der Bodenversalzung aufgrund hoher Grundwasserspiegel. Im Untersuchungsgebiet wurden in den Jahren 2010 und 2011 umfangreiche Feldarbeiten zur Erhebung lokaler bodengest{\"u}tzter Informationen durchgef{\"u}hrt. Bei der Evaluierung der modellierten Einzelkomponenten ergab sich f{\"u}r die Strahlungsbi-lanz eine hohe Modellg{\"u}te (R² > 0,9; rRMSE < 0,2 und NSE > 0,5). Diese Komponente bildet die Grundlage bei der Bezifferung der f{\"u}r die Prozesse an der Erdoberfl{\"a}che zur Verf{\"u}gung stehenden Energie. F{\"u}r die f{\"u}hlbaren W{\"a}rmestr{\"o}me wurden ebenfalls gute Ergebnisse erzielt, mit NSE von 0,31 und rRMSE von ca. 0,21. F{\"u}r die residual bestimmte Gr{\"o}ße der latenten W{\"a}rmestr{\"o}mung konnte eine insgesamt gute Modellg{\"u}te festgestellt werden (R² > 0,6; rRMSE < 0,2 und NSE > 0,5). Dementsprechend gut wurde die t{\"a}gliche Evapotranspiration modelliert. Hier ergab sich, nach der Interpolation t{\"a}glicher Werte, eine insgesamt ausreichend gute Modellg{\"u}te (R² > 0,5; rRMSE < 0,2 und NSE > 0,4). Dies best{\"a}tigt die Ergebnisse vieler Energiebilanzstudien, die lediglich den f{\"u}r die Ableitung der Evapotranspiration maßgebenden W{\"a}rmestrom untersuchten. Die Modellergebnisse f{\"u}r den Bodenw{\"a}rmestrom konnten durch die Entwicklung und Verwendung des neu entwickelten physikalischen Ansatzes von NSE < 0 und rRMSE von ca. 0,57 auf NSE von 0,19 und rRMSE von 0,35 verbessert werden. Dies f{\"u}hrt zu einer insgesamt positiven Einsch{\"a}tzung des Verbesserungspotenzials des neu entwickelten Bodenw{\"a}rmestromansatzes bei der Berechnung der Energiebilanz mit Hilfe von Fernerkundung.},
  subject      = {Evapotranspiration},
  language  = {de}
}
@phdthesis{Gessner2010,
  author    = {Geßner, Ursula},
  title     = {R{\"a}umliche und zeitliche Muster der Vegetationsstruktur in Savannen des s{\"u}dlichen Afrika},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-55128},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2010},
  abstract  = {Die Ver{\"a}nderung der terrestrischen {\"O}kosysteme, ist ein grundlegendes Element des Globalen Wandels. In diesem Kontext unterliegt auch eines der gr{\"o}ßten Biome der Erde, die tropische und subtropische Savanne, immer st{\"a}rkeren Ver{\"a}nderungen. Dieses Biom in sozio{\"o}konomischer und {\"o}kologischer Hinsicht von besonderer Bedeutung. F{\"u}r einen rasch wachsenden Teil der Weltbev{\"o}lkerung bildet es die Grundlage f{\"u}r das Betreiben von Weidewirtschaft, Ackerbau und Tourismus. In nationalen und internationalen Forschungsprogrammen zum Globalen Wandel hat die Analyse von Landnutzungs- und Landbedeckungs{\"a}nderungen in den vergangenen Jahrzehnten zunehmend an Bedeutung gewonnen. Die Landbedeckungsdynamik von Savannen{\"o}kosystemen ist jedoch noch nicht hinreichend verstanden, so dass diese {\"O}kosysteme in globalen Studien nur ansatzweise ber{\"u}cksichtigt werden k{\"o}nnen. Besondere Herausforderungen bei der Erfassung der Landbedeckung und ihrer Dynamik liegen im Falle der Savannen in der heterogenen r{\"a}umlichen Verteilung der Wuchsformen, in den graduellen {\"U}berg{\"a}ngen zwischen Landbedeckungsklassen und in der hohen inner- und interannuellen Variabilit{\"a}t der Vegetationsdecke. Vor diesem Hintergrund besch{\"a}ftigt sich diese Dissertation mit der fernerkundungsbasierten Erfassung und Interpretation der Vegetationsstruktur und der Vegetationsdynamik von Savannen am Beispiel ausgew{\"a}hlter afrikanischer Untersuchungsregionen. Die Vegetationsstruktur wird in dieser Dissertation in Form von Bedeckungsgraden holziger Vegetation, krautiger Vegetation und vegetationsloser Fl{\"a}che erfasst. Es kommt ein mehrskaliges Verfahren zum Einsatz, in dem h{\"o}chstaufgel{\"o}ste IKONOS- und QuickBird-Daten, Landsat-Daten und annuelle MODIS-Zeitreihen ausgewertet werden. Der Ansatz basiert auf der Methodik der Ensemble-Regeressionb{\"a}ume und stellt eine Erweiterung und Optimierung der Herangehensweise des MODIS-Standardproduktes Vegetation Continuous Fields (VCF) nach Hansen et al. (2002) dar. Beim Vergleich mit unabh{\"a}ngigen Validierungsdaten der n{\"a}chst h{\"o}heren Aufl{\"o}sungsebene zeigt sich das Potenzial der vorgestellten Methodik. Die r{\"a}umliche {\"U}bertragbarkeit der Regressionsb{\"a}ume wird am Beispiel von zwei Vegetationstypen innerhalb der Zentralnamibischen Savanne dargestellt. In diesem Zusammenhang zeigt sich der hohe Stellenwert einer optimalen Auswahl an Trainingsdaten mit einer repr{\"a}sentativen Abdeckung der Wertespanne aller existierenden Bedeckungsgrade. Die erarbeiteten Resultate unterstreichen, die optimale Eignung der Subpixel-Bedeckungsgrade, gerade zur Beschreibung von Savannenlandschaften. In der Kombination von herk{\"o}mmlichen, diskreten Landbedeckungs- oder Vegetationskarten mit Informationen zu Bedeckungsgraden wird ein besonderer Mehrwert f{\"u}r weiterf{\"u}hrende Analysen gesehen. Die Dynamik der Savannenvegetation wird in dieser Arbeit sowohl auf biannueller als auch auf mehrj{\"a}hriger Skala charakterisiert. Bei der biannuellen Analyse werden die Ver{\"a}nderungen der holzigen Vegetationsbedeckung zwischen den Jahren 2003/04 und 2006/07 erfasst. Hierf{\"u}r findet eine zeitliche {\"U}bertragung des zuvor vorgestellten Verfahrens zur Ableitung von Bedeckungsanteilen statt. Im Rahmen der biannuellen Untersuchungen k{\"o}nnen Ver{\"a}nderungsfl{\"a}chen identifiziert werden, ohne Einschr{\"a}nkung auf {\"U}berg{\"a}nge zwischen fest definierten Klassengrenzen. In Erg{\"a}nzung der biannuellen Analysen werden aus MODIS-EVI- und Niederschlagszeitreihen Maßzahlen abgeleitet, die den Zusammenhang zwischen Niederschlag und Vegetationsentwicklung, die Variabilit{\"a}t und die Trends der Vegetation {\"u}ber einen Zeitraum von acht Jahren beschreiben. Hierbei kommen beispielsweise Korrelationsanalysen zwischen Vegetationsindex- und Niederschlagszeitreihen zum Einsatz. Zudem werden Trendanalysen der Vegetationsindex-Zeitreihen durchgef{\"u}hrt. Die Trends werden einerseits allein aus den Zeitreihen der Vegetationsindizes ermittelt, andererseits wird bei der Berechnung von Restrends (Residual Trends) der Einfluss des Niederschlags ber{\"u}cksichtigt. Neben den Korrelations- und Trendanalysen werden unterschiedliche Variabilit{\"a}tsmaße der Vegetationsindex-Zeitreihen genutzt, um die mehrj{\"a}hrige Vegetationsdynamik zu beschreiben. Durch die Kombination von Fernerkundungsdaten unterschiedlicher r{\"a}umlicher und zeitlicher Aufl{\"o}sungen wird in dieser Dissertation die heterogene Vegetationsstruktur und die komplexe Vegetationsdynamik ausgew{\"a}hlter afrikanischer Savannen{\"o}kosysteme beschreiben.},
  subject      = {Savanne},
  language  = {de}
}
@phdthesis{Machwitz2010,
  author    = {Machwitz, Miriam},
  title     = {Eine raum-zeitliche Modellierung der Kohlenstoffbilanz mit Fernerkundungsdaten auf regionaler Ebene in Westafrika},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-55136},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2010},
  abstract  = {Der Klimawandel und insbesondere die globale Erw{\"a}rmung geh{\"o}ren aktuell zu den gr{\"o}ßten Herausforderungen an Politik und Wissenschaft. Steigende CO2-Emissionen sind hierbei maßgeblich f{\"u}r die Klimaerw{\"a}rmung verantwortlich. Ein regulierender Faktor beim CO2-Austausch mit der Atmosph{\"a}re ist die Vegetation, welche als CO2-Senke aber auch als CO2-Quelle fungieren kann. Diese Funktionen k{\"o}nnen durch Analysen der Landbedeckungs{\"a}nderung in Kombination mit Modellierungen der Kohlenstoffbilanz quantifiziert werden, was insbesondere von aktuellen und zuk{\"u}nftigen politischen Instrumenten wie CDM (Clean Development Mechanism) oder REDD (Reducing Emissions from Deforestation and Degradation) gefordert wird. Vor allem in Regionen mit starker Landbedeckungs{\"a}nderung und hoher Bev{\"o}lkerungsdichte sowie bei geringem Wissen {\"u}ber die Produktivit{\"a}t und CO2-Speicherpotentiale der Vegetation, bedarf es einer Erforschung und Quantifizierung der terrestrischen Kohlenstoffspeicher. Eine Region, f{\"u}r die dies in besonderem Maße zutrifft, ist Westafrika. J{\"u}ngste Studien haben gezeigt, dass sich einerseits die Folgen des Klimawandels und Umweltver{\"a}nderungen sehr stark in Westafrika auswirken werden und andererseits Bev{\"o}lkerungswachstum eine starke {\"A}nderung der Landbedeckung f{\"u}r die Nutzung als agrarische Fl{\"a}che bewirkt hat. Folglich sind in dieser Region die terrestrischen Kohlenstoffspeicher durch Ausdehnung der Landwirtschaft und Waldrodung besonders gef{\"a}hrdet. Große Fl{\"a}chen agieren anstelle ihrer urspr{\"u}nglichen Funktion als CO2-Senke bereits als CO2-Quelle. [...]},
  subject      = {Carbon dioxide capture and storage},
  language  = {de}
}
@phdthesis{Wegmann2009,
  author    = {Wegmann, Martin},
  title     = {Analyse von r{\"a}umlichen Landschaftsmustern und deren Determinanten mittels Fernerkundungsdaten : am Beispiel von Regenwaldfragmenten in Westafrika},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-36532},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2009},
  abstract  = {In den letzten Jahrzehnten ist eine verst{\"a}rkte Ver{\"a}nderung der Landoberfl{\"a}che beobachtet worden. Diese Prozesse sind direkten und indirekten anthropogenen Einfl{\"u}ssen zuzuschreiben, wie Deforestation oder Klimawandel. Mit dieser Entwicklung geht der Verlust und die Fragmentation von naturnahen Fl{\"a}chen einher. F{\"u}r das Fortbestehen von Populationen verschiedenster Organismen in einer derartig geformten Landschaft ist entscheidend, inwieweit die Migration zwischen bestehenden Fragmenten gew{\"a}hrleistet ist. Diese wird von der Eignung der umgebenden Landschaft beeinflusst. Im Kontext einer klimatischen Ver{\"a}nderung und verst{\"a}rkter anthropogener Landnutzung ist die Analyse der r{\"a}umlichen Anordnung von Habitatfragmenten und der Qualit{\"a}t der umgebenden Landschaft besonders f{\"u}r die globale Aufrechterhaltung der Biodiversit{\"a}t wichtig. Großr{\"a}umige Muster der Landschaftsver{\"a}nderung k{\"o}nnen mit Hilfe von Satellitendaten analysiert werden, da es nur diese erm{\"o}glichen die Landbedeckung fl{\"a}chendeckend, reproduzierbar und auf einer ad{\"a}quaten r{\"a}umlichen Aufl{\"o}sung zu kartieren. Besonders zeitlich hochaufgel{\"o}ste Daten liefern wertvolle Informationen bez{\"u}glich der Dynamik der Landbedeckung. Diese Arbeit besch{\"a}ftigt sich mit der Analyse der Fragmentation in Westafrika und der potentiellen Bedeutung von singul{\"a}ren Fragmenten und deren potentiellen Auswirkungen auf die Biodiversit{\"a}t. Daf{\"u}r wurden zeitlich hoch- und r{\"a}umlich mittelaufgel{\"o}ste Daten des Aufnahmesystems MODIS verwendet, mit denen f{\"u}r das Untersuchungsgebiet Westafrika die Landbedeckung klassifziert wurde. F{\"u}r die darauf folgenden Analysen der r{\"a}umlichen Konfiguration der Fragmente wurde der Fokus auf Regenwaldgebiete gelegt. Die Analyse von r{\"a}umlichen Mustern der Regenwaldfragmente liefert weiterf{\"u}hrende qualitative Informationen der individuellen Teilbereiche. Die r{\"a}umliche Anordnung wurde sowohl mit etablierten Maßen als auch mittels in dieser Arbeit erstellter robuster und {\"u}bertragbarer Indizes quantifiziert. Es konnte gezeigt werden, dass die Verwendung von aussagekr{\"a}ftigen Indizes, besonders, wenn sie alle benachbarten Fragmente und die Qualit{\"a}t der umgebenden Matrix ber{\"u}cksichtigen, die r{\"a}umliche Differenzierung von Fragmenten verbessert. Jedoch ist die Anwendung dieser Maße abh{\"a}ngig von den Anspr{\"u}chen einer Art. Daher muss die artspezifische Perzeptionen der Landschaft auf der Basis der Indizes implementiert werden, da die {\"U}bertragung der Ergebnisse einzelner Indizes auf andere r{\"a}umliche Aufl{\"o}sungen und andere Regionen nur begrenzt m{\"o}glich war. Des Weiteren wurden potentielle Einflussfaktoren auf die r{\"a}umlichen Muster mittels Neutraler Landschaftsmodelle untersucht. Hierbei ergaben sich je nach Region und Index unterschiedliche Ergebnisse, allerdings konnte der Einfluss anthropogen induzierter Ver{\"a}nderungen auf die Landbedeckung postuliert werden. Die große Bedeutung der r{\"a}umlichen Attribution von Landbedeckungsklassen konnte in dieser Arbeit aufgezeigt werden. Der alleinige Fokus auf die Kartierung von z. B. Waldfragmenten ohne deren r{\"a}umliche Anordnung zu ber{\"u}cksichtigen, kann zu falschen Schl{\"u}ssen bez{\"u}glich deren {\"o}kologischen, hydrologischen und klimatologischen Bedeutung f{\"u}hren.},
  subject      = {Fragmentierung},
  language  = {de}
}
@phdthesis{Taubenboeck2008,
  author    = {Taubenb{\"o}ck, Hannes},
  title     = {Vulnerabilit{\"a}tsabsch{\"a}tzung der erdbebengef{\"a}hrdeten Megacity Istanbul mit Methoden der Fernerkundung},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-28045},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2008},
  abstract  = {Urbane R{\"a}ume z{\"a}hlen zu den dynamischsten Regionen dieser Erde. Besonders Megacities zeigen bereits heute Trends und Dimensionen der Urbanisierung, deren regionale und globale Folgen noch kaum vorhersehbar, und erst ansatzweise erforscht sind. Die enorme r{\"a}umliche Konzentration von Menschen, Werten und Infrastruktur auf engem Raum ist f{\"u}r diese urbanen R{\"a}ume die Grundlage einer hohen Verwundbarkeit (Vulnerabilit{\"a}t). Gerade im Kontext von Naturgefahren potenzieren sich die Risiken, die durch den schnellen strukturellen, sozio{\"o}konomischen und {\"o}kologischen Wandel entstehen. Das {\"u}bergeordnete Ziel dieser Dissertation ist daher die Analyse von Potentialen der Fernerkundung zur Absch{\"a}tzung von Risiko und Vulnerabilit{\"a}t am Beispiel der erdbebengef{\"a}hrdeten Megacity Istanbul. Um die Zielstellung systematisch zu verfolgen, wird ein konzeptioneller, thematischer Leitfaden entwickelt. Dieser besteht aus einer Systematisierung der abstrakten {\"U}berbegriffe ‚Risiko', ‚Vulnerabilit{\"a}t' und ‚Gef{\"a}hrdung' in einem Indikatorensystem. Konkrete, messbare Indikatoren f{\"u}r das System ‚urbaner Raum' erlauben eine quantitative Absch{\"a}tzung von Einzelaspekten, addieren sich aber auch zu einer ganzheitlichen Perspektive des Risikos. Basierend auf dieser holistischen Idee, erlaubt das Indikatorensystem Potentiale, aber auch Limitierungen der Fernerkundungsdaten und Bildverarbeitungsmethoden f{\"u}r die Absch{\"a}tzung von Risiko und Vulnerabilit{\"a}t zu identifizieren. Anhand des Leitfadens werden zielgerichtet Methoden zur automatisierten Extraktion r{\"a}umlicher Informationen aus Fernerkundungsdaten entwickelt. Ein objektorientierter, modularer Klassifikationsansatz erm{\"o}glicht eine Landbedeckungsklassifikation h{\"o}chst aufgel{\"o}ster Daten im urbanen Raum. Dieses modulare Rahmenwerk zielt auf eine einfache und schnelle {\"U}bertragbarkeit auf andere h{\"o}chst aufl{\"o}sende Sensoren bzw. andere urbane Strukturen. Zur Anpassung der Methoden werden neben IKONOS Daten der Megacity Istanbul und der erdbeben- und tsunamigef{\"a}hrdeten K{\"u}stenstadt Padang in Indonesien, Quickbird Daten f{\"u}r die zuk{\"u}nftige Megacity Hyderabad in Indien getestet. Die Resultate zeigen die detaillierte und hochgenaue Erfassung kleinr{\"a}umiger, heterogener urbaner Objekte mit Genauigkeiten von {\"u}ber 80 \%. Auch mittel aufgel{\"o}ste Landsat Daten werden mit einem objektorientierten modularen Rahmenwerk mit hohen Genauigkeiten klassifiziert, um komplement{\"a}re temporale und gesamtst{\"a}dtische Analysen hinzuzuf{\"u}gen. Damit wird eine aktuelle, fl{\"a}chendeckende und multiskalige Informationsbasis generiert, die als Ausgangsprodukt zur Analyse urbaner Vulnerabilit{\"a}t dient. Basierend auf diesen Informationsebenen werden dem konzeptionellen Leitfaden folgend Indikatoren zur Absch{\"a}tzung von Vulnerabilit{\"a}t und Risiko extrahiert. Der Fokus ist dabei die Entwicklung von Methoden zur automatisierten, interpreterunabh{\"a}ngigen Ableitung vulnerabilit{\"a}ts- und gef{\"a}hrdungsrelevanter Indikatoren. Die physische Analyse des kleinr{\"a}umigen urbanen Raums konzentriert sich dabei auf die Typisierung des Geb{\"a}udebestandes mit Parametern wie Dichte, H{\"o}he, Alter, Gr{\"o}ße, Form sowie Dachtyp. Indirekt wird zudem mittels dieser Parameter die Bev{\"o}lkerungsdichteverteilung abgeleitet. Weitere Standortfaktoren ergeben sich aus Lageparametern wie Distanzen zu Hauptverkehrsachsen, Freifl{\"a}chenanalysen oder der Gel{\"a}ndeoberfl{\"a}che. Schließlich f{\"u}hrt die Vulnerabilit{\"a}tsabsch{\"a}tzung den modellhaften, thematischen Leitfaden mit den abgeleiteten Indikatoren zusammen. Dazu erfolgt eine Normierung der unterschiedlichen abgeleiteten Indikatoren auf einen einheitlichen Vulnerabilit{\"a}tsindex. Dieser zielt auf eine r{\"a}umliche und zeitliche Vergleichbarkeit und die M{\"o}glichkeit, die vielf{\"a}ltigen Informationsebenen zu kombinieren. Damit wird das Zusammenspiel verschiedenster Indikatoren simuliert und erlaubt daraus Identifizierung und Lokalisierung von Brennpunkten im Desasterfall. {\"U}ber das fernerkundliche Potential hinaus, werden die Resultate in einer interdisziplin{\"a}ren Methode zu einem synergetischen Mehrwert erhoben. Statt einer quantitativen Absch{\"a}tzung der physischen Geb{\"a}udeparameter, erm{\"o}glicht eine Methode des Bauingenieurwesens in Kombination mit der fernerkundlichen Geb{\"a}udetypisierung eine Absch{\"a}tzung der wahrscheinlichen Schadensanf{\"a}lligkeit von Geb{\"a}uden im Falle eines Erdbebens. Exemplarisch wird das Potential der Resultate f{\"u}r Entscheidungstr{\"a}ger anhand eines Erdbebensszenarios aufgezeigt. Risiko und Vulnerabilit{\"a}t lassen sich dadurch r{\"a}umlich sowohl nach betroffenen H{\"a}usern und betroffenen Menschen als auch nach r{\"a}umlichen Standortfaktoren wie beispielsweise Zug{\"a}nglichkeit quantifizieren. Dies erm{\"o}glicht gezielt pr{\"a}ventiv zu agieren oder w{\"a}hrend und nach einem Desaster gezieltes Krisenmanagement zu betreiben. Im Hinblick auf die zentrale Fragestellung dieser Dissertation l{\"a}sst sich res{\"u}mieren, dass die Aktualit{\"a}t sowie die geometrische und thematische Qualit{\"a}t der Resultate aus Fernerkundungsdaten, den Anforderungen des komplexen, kleinr{\"a}umigen und dynamischen urbanen Raums gerecht werden. Die Resultate f{\"u}hren zu der Erkenntnis, dass das Potential der Fernerkundung zur Absch{\"a}tzung von Vulnerabilit{\"a}t und Risiko vor allem in der direkten Ableitung physischer Indikatoren sowie der indirekten Ableitung demographischer Parameter liegt.},
  subject      = {Fernerkundung},
  language  = {de}
}