@phdthesis{Babu2021,
  author    = {Babu, Dinesh Kumar},
  title     = {Efficient Data Fusion Approaches for Remote Sensing Time Series Generation},
  doi       = {10.25972/OPUS-25180},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-251808},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2021},
  abstract  = {Fernerkundungszeitreihen beschreiben die Erfassung von zeitlich gleichm{\"a}ßig verteilten Fernerkundungsdaten in einem festgelegten Zeitraum entweder global oder f{\"u}r ein vordefiniertes Gebiet. F{\"u}r die {\"U}berwachung der Landwirtschaft, die Erkennung von Ver{\"a}nderungen der Ph{\"a}nologie oder f{\"u}r das Umwelt-Monitoring werden nahezu t{\"a}gliche Daten mit hoher r{\"a}umlicher Aufl{\"o}sung ben{\"o}tigt. Bei vielen verschiedenen fernerkundlichen Anwendungen h{\"a}ngt die Genauigkeit von der dichte und der Verl{\"a}sslichkeit der fernerkundlichen Datenreihe ab. Die verschiedenen Fernerkundungssatellitenkonstellationen sind immer noch nicht in der Lage, fast t{\"a}glich oder t{\"a}glich Bilder mit hoher r{\"a}umlicher Aufl{\"o}sung zu liefern, um die Bed{\"u}rfnisse der oben erw{\"a}hnten Fernerkundungsanwendungen zu erf{\"u}llen. Einschr{\"a}nkungen bei den Sensoren, hohe Entwicklungskosten, hohe Betriebskosten der Satelliten und das Vorhandensein von Wolken, die die Sicht auf das Beobachtungsgebiet blockieren, sind einige der Gr{\"u}nde, die es sehr schwierig machen, fast t{\"a}gliche oder t{\"a}gliche optische Fernerkundungsdaten mit hoher r{\"a}umlicher Aufl{\"o}sung zu erhalten. Mit Entwicklungen bei den optischen Sensorsystemen und gut geplanten Fernerkundungssatellitenkonstellationen kann dieser Zustand verbessert werden, doch ist dies mit Kosten verbunden. Selbst dann wird das Problem nicht vollst{\"a}ndig gel{\"o}st sein, so dass der wachsende Bedarf an zeitlich und r{\"a}umlich hochaufl{\"o}senden Daten nicht vollst{\"a}ndig gedeckt werden kann. Da der Datenerfassungsprozess sich auf Satelliten st{\"u}tzt, die physische Systeme sind, k{\"o}nnen diese aus verschiedenen Gr{\"u}nden unvorhersehbar ausfallen und einen vollst{\"a}ndigen Verlust der Beobachtung f{\"u}r einen bestimmten Zeitraum verursachen, wodurch eine L{\"u}cke in der Zeitreihe entsteht. Um den langfristigen Trend der ph{\"a}nologischen Ver{\"a}nderungen aufgrund der sich schnell {\"a}ndernden Umweltbedingungen zu beobachten, sind die Fernerkundungsdaten aus der gegenw{\"a}rtig nicht ausreichend. Hierzu werden auch Daten aus der Vergangenheit ben{\"o}tigt. Eine bessere Alternativl{\"o}sung f{\"u}r dieses Problem kann die Erstellung von Fernerkundungszeitreihen durch die Fusion von Daten mehrerer Fernerkundungssatelliten mit unterschiedlichen r{\"a}umlichen und zeitlichen Aufl{\"o}sungen sein. Dieser Ansatz soll effektiv und effizient sein. Bei dieser Methode kann ein zeitlich und r{\"a}umlich hoch aufgel{\"o}stes Bild von einem Satelliten, wie Sentinel-2 mit einem zeitlich und r{\"a}umlich niedrig aufgel{\"o}sten Bild von einem Satelliten, wie Sentinel-3 fusioniert werden, um synthetische Daten mit hoher zeitlicher und r{\"a}umlicher Aufl{\"o}sung zu erzeugen. Die Erzeugung von Fernerkundungszeitreihen durch Datenfusionsmethoden kann sowohl auf die gegenw{\"a}rtig erfassten Satellitenbilder als auch auf die in der Vergangenheit von den Satelliten aufgenommenen Bilder angewandt werden. Dies wird die dringend ben{\"o}tigten zeitlich und r{\"a}umlich hochaufl{\"o}senden Bilder f{\"u}r Fernerkundungsanwendungen liefern. Dieser vereinfachte Ansatz ist kosteneffektiv und bietet den Forschern die M{\"o}glichkeit, aus der begrenzten Datenquelle, die ihnen zur Verf{\"u}gung steht, die f{\"u}r ihre Anwendung ben{\"o}tigten Daten selbst zu generieren. Ein effizienter Datenfusionsansatz in Kombination mit einer gut geplanten Satellitenkonstellation kann ein L{\"o}sungsansatz sein, um eine nahezu t{\"a}gliche Zeitreihen von Fernerkundungsdaten l{\"u}ckenlos gew{\"a}hrleistet. Ziel dieser Forschungsarbeit ist die Entwicklung eines effizienten Datenfusionsansatzes, um dichte Fernerkundungszeitreihen zu erhalten.},
  language  = {en}
}