TY - THES A1 - Wegmann, Martin T1 - Analyse von räumlichen Landschaftsmustern und deren Determinanten mittels Fernerkundungsdaten : am Beispiel von Regenwaldfragmenten in Westafrika T1 - Analysis of spatial landscape pattern and determining factors by the means of remote sensing data N2 - In den letzten Jahrzehnten ist eine verstärkte Veränderung der Landoberfläche beobachtet worden. Diese Prozesse sind direkten und indirekten anthropogenen Einflüssen zuzuschreiben, wie Deforestation oder Klimawandel. Mit dieser Entwicklung geht der Verlust und die Fragmentation von naturnahen Flächen einher. Für das Fortbestehen von Populationen verschiedenster Organismen in einer derartig geformten Landschaft ist entscheidend, inwieweit die Migration zwischen bestehenden Fragmenten gewährleistet ist. Diese wird von der Eignung der umgebenden Landschaft beeinflusst. Im Kontext einer klimatischen Veränderung und verstärkter anthropogener Landnutzung ist die Analyse der räumlichen Anordnung von Habitatfragmenten und der Qualität der umgebenden Landschaft besonders für die globale Aufrechterhaltung der Biodiversität wichtig. Großräumige Muster der Landschaftsveränderung können mit Hilfe von Satellitendaten analysiert werden, da es nur diese ermöglichen die Landbedeckung flächendeckend, reproduzierbar und auf einer adäquaten räumlichen Auflösung zu kartieren. Besonders zeitlich hochaufgelöste Daten liefern wertvolle Informationen bezüglich der Dynamik der Landbedeckung. Diese Arbeit beschäftigt sich mit der Analyse der Fragmentation in Westafrika und der potentiellen Bedeutung von singulären Fragmenten und deren potentiellen Auswirkungen auf die Biodiversität. Dafür wurden zeitlich hoch- und räumlich mittelaufgelöste Daten des Aufnahmesystems MODIS verwendet, mit denen für das Untersuchungsgebiet Westafrika die Landbedeckung klassifziert wurde. Für die darauf folgenden Analysen der räumlichen Konfiguration der Fragmente wurde der Fokus auf Regenwaldgebiete gelegt. Die Analyse von räumlichen Mustern der Regenwaldfragmente liefert weiterführende qualitative Informationen der individuellen Teilbereiche. Die räumliche Anordnung wurde sowohl mit etablierten Maßen als auch mittels in dieser Arbeit erstellter robuster und übertragbarer Indizes quantifiziert. Es konnte gezeigt werden, dass die Verwendung von aussagekräftigen Indizes, besonders, wenn sie alle benachbarten Fragmente und die Qualität der umgebenden Matrix berücksichtigen, die räumliche Differenzierung von Fragmenten verbessert. Jedoch ist die Anwendung dieser Maße abhängig von den Ansprüchen einer Art. Daher muss die artspezifische Perzeptionen der Landschaft auf der Basis der Indizes implementiert werden, da die Übertragung der Ergebnisse einzelner Indizes auf andere räumliche Auflösungen und andere Regionen nur begrenzt möglich war. Des Weiteren wurden potentielle Einflussfaktoren auf die räumlichen Muster mittels Neutraler Landschaftsmodelle untersucht. Hierbei ergaben sich je nach Region und Index unterschiedliche Ergebnisse, allerdings konnte der Einfluss anthropogen induzierter Veränderungen auf die Landbedeckung postuliert werden. Die große Bedeutung der räumlichen Attribution von Landbedeckungsklassen konnte in dieser Arbeit aufgezeigt werden. Der alleinige Fokus auf die Kartierung von z. B. Waldfragmenten ohne deren räumliche Anordnung zu berücksichtigen, kann zu falschen Schlüssen bezüglich deren ökologischen, hydrologischen und klimatologischen Bedeutung führen. N2 - In a century where climate change is unquestioned and the anthropogenic induced loss of habitats of many species has reached tremendous rates, it becomes important to analyse the effects of these changes. Especially the division of formerly continuous habitats into smaller parts and the resulting changes of area or shape are important due to their effects on e.g. viable populations sizes. Consequently does the connectivity between patches change, which is also influenced by the environmental condition inbetween patches. Generally, the loss and fragmentation of habitat will constrain species migration, which in the long run will result in less genetic diversity within populations and decline and potentially in a loss of biodiversity. Broad scale analysis of these changes can be achieved using satellite imagery due to their capabilities to deliver information repeatedly for a large area with an ecological adequate spatial resolution which can be used to generate a landcover map. This study focuses on the effects of habitat fragmentation in West Africa. The importance of patches for the retention of the overall landscape connectivity and therefore their importance for the maintenance of biodiversity is in the focus of this work. For the analysis of fragmentation on a landscape level, temporal high- and spatial low-resolution imagery provided by MODIS are used for the necessary landcover classification. The analyses focus on the rainforest in West Africa and use various established and novel indices to classify the fragments due to their spatial attributes. The novel indices invented in this study aimed at being transferrable to other region and species and at being robust and applicable on large data sets. Moreover Neutral Landscapemodels have been generated to analyse the behaviour of indices across different scales and spatial arrangments. This study showed, that the differentiation of fragments based on their spatial attributes can be achieved best using indices which incorporate all neigbouring patches and the quality of the surrounding landscape. However all indices and their application are highly depending on species specific habitat requirements and perception range as well as the spatial scale, when using spatial pattern analysis. Moreover, analysing the causes for the existing spatial patterns showed, that the factors explaining the existing patterns differed by region and used indices, but generally the human impact contributed to a high degree to the existing spatial arrangement of forest fragments. This study showed that using solely the extent of a certain landcover without considering their spatial arrangement might lead to wrong conclusions concerning its importance for biodiversity. The results depend highly on the complex interactions between spatial and thematic resolution of the landcover data, spatial arrangement of patches, the surrounding landscapes and species requirements which can be accounted for using the novel applied indices in this study. Hence the importance to analyse the spatial attributes of landcover data is shown in this study. KW - Fragmentierung KW - Fernerkundung KW - Geoinformationssystem KW - Regenwald KW - Fragmentation KW - räumliche Muster KW - Tropen KW - Fragmentatin KW - GIS KW - remote sensing KW - spatial pattern analysis Y1 - 2009 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-36532 ER - TY - THES A1 - Esch, Thomas T1 - Automatisierte Analyse von Siedlungsflächen auf der Basis höchstauflösender Radardaten T1 - Automated analysis of urban areas based on high resolution SAR images N2 - Städtische Agglomerationen zeichnen sich durch eine zunehmende Dynamik ökologischer, ökonomischer und sozialer Veränderungen aus. Um eine nachhaltige Entwicklung urbaner Räume zu gewährleisten, bedarf es verstärkt innovativer Methoden zur Erfassung der raumwirksamen Veränderungen. Diesbezüglich hat sich die satellitengestützte Erdbeobachtung als kostengünstiges Instrumentarium zur Erhebung planungsrelevanter Informationen erwiesen. Dabei wird in naher Zukunft eine neue Generation von Radarsatelliten zur Verfügung stehen, deren Leistungsvermögen erstmals die operationelle Analyse von Siedlungsflächen auf Grundlage von Radardaten ermöglicht. Vor diesem Hintergrund ist es das Ziel der Dissertation, auf der Basis einer nutzerorientierten Methodik das Potential hochauflösender SAR-Daten zur automatisierten Erfassung und Analyse von Siedlungsflächen zu untersuchen. Die Methodik setzt auf dem objektorientierten Bildanalysekonzept der Software eCognition auf. Dabei haben sich der SAR-Speckle sowie Schwächen hinsichtlich der Güte 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 Bildglättung besteht. Daher wird zunächst ein neuer Filteransatz entwickelt, der gegenüber den etablierten Techniken eine konsequentere Reduzierung des Speckle in homogenen Bildarealen gewährleistet und dabei gleichsam die hochfrequente Information in stark strukturierten Aufnahmebereichen bewahrt. Die Schwierigkeiten im Zusammenhang mit der Güte und Übertragbarkeit der Bildsegmentierung werden ebenso wie die Schwächen 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 Siedlungsflächen und die Erfassung einfacher Landnutzungsklassen im Fokus der Arbeiten. Dazu wird ein Regelwerk zur Auswertung einfach-polarisierter SAR-Aufnahmen erstellt, das sich maßgeblich auf räumlich und zeitlich robuste textur-, kontext- und hierarchiebezogene Merkmale stützt. Diese Wissensbasis wird anschließend so erweitert, dass sie die Analyse dual-polarisierter, bifrequenter oder kombinierter optischer und SAR-basierter Bilddaten ermöglicht. Wie die Ergebnisse zeigen, können Siedlungsflächen und Landnutzungsklassen bereits über einfach-polarisierte SAR-Aufnahmen mit Genauigkeiten von rund 90 Prozent erfasst werden. Durch die Einbindung einer weiteren Polarisation, Frequenz oder optischer Daten lässt sich diese Güte auf Werte von bis zu 95 Prozent steigern. Die lokalen Analysen zielen auf die thematisch und räumlich differenzierte Erfassung der Landnutzung innerhalb bebauter Areale ab. Die Untersuchung basiert auf der synergetischen Auswertung einer hochauflösenden Radaraufnahme und eines bedeutend geringer aufgelösten 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, während der optische Datensatz wichtige Merkmale zur Differenzierung der erfassten Struktureinheiten in die Kategorien Gebäude, versiegelte Freifläche, unversiegelte Freifläche und Baumbestand beisteuert. Das Resultat zeigt, dass sich trotz des synergetischen Ansatzes lediglich eine Genauigkeit von 65 Prozent erzielen lässt. Dennoch können Gebäude dabei mit einer Güte von 72 Prozent vergleichsweise akkurat erfasst werden. Im Hinblick auf die Demonstration des siedlungsbezogenen Anwendungspotentials höchstauflösender SAR-Daten lässt sich resümieren, dass eine automatische Ableitung siedlungsstruktureller Merkmale im komplexen städtischen Umfeld aufgrund der eingeschränkten spektralen Aussagekraft und der starken Geometrieabhängigkeit des Signals mit signifikanten Schwierigkeiten verbunden ist. Dennoch hat sich gezeigt, dass diese Limitierungen in gewissem Umfang über den Ansatz der multiskaligen, objektorientierten Klassifizierung kompensiert werden können. Dabei lassen sich die regionalen Siedlungs- und Landnutzungsmuster mit überzeugenden Genauigkeiten erfassen, während die Betrachtung der lokalen Siedlungsstruktur eindeutig die Grenzen der Radartechnik im Hinblick auf die Analyse komplex strukturierter Stadtlandschaften aufzeigt. N2 - Urban areas feature an increasing dynamic of ecological, economic and social changes. This trend increases the demand for innovative methods to detect and monitor the resulting effects on the urban environment. In this context space borne earth observation has proven to be a cost-effective tool to gain profitable geo-information on various phenomena that concern spatial planning. Withal, in the near future new radar satellite systems will provide a basis for the operational and detailed analysis of settlements for the first time in history. In view of these satellite missions this dissertation investigates the capabilities of high resolution SAR imagery with respect to an automated analysis of urban characteristics. The underlying methodology is based on the object-oriented image analysis software eCognition. In this context the investigations have shown that both the effect of radar speckle and deficiencies regarding the quality of image segmentation as well as the definition of appropriate segmentation settings restrict the efficiency of a segment-based approach. Hence, this dissertation initially focuses on the development of concepts to optimise and stabilise the process of an object-oriented analysis of radar data. This study could show that there is still an ongoing demand for an effective and texture-preserving reduction of image speckle in dissected urban environments. Therefore, an innovative filtering algorithm is developed which allows for a more potent reduction of speckle noise in homogeneous areas while still preserving the texture information in highly structured regions of the SAR image. The difficulties associated with the accuracy and robustness of image segmentation are addressed by the development of a classification-based object-refinement procedure. At the same time this procedure allows for a more transparent and target-oriented definition of the image segmentation settings. However, the main focus of this dissertation is put on the development of concepts for an automated analysis of the regional and local structure of settlements. In the regional context the work aims at both identifying built-up areas and deriving land use categories such as settlement, open area, forest and water bodies. Thereby a rule base is first created which allows for the analysis of single-polarised SAR data. These rules mainly involve spatially and temporally robust, textural, hierarchical and context-related features. Next, this knowledge base is modified in order to facilitate the analysis of dual-polarised, dual-frequency or combined optical and radar-based imagery. The results of this study show that the settlements and the defined land use classes can be identified with an overall accuracy of around 90 percent – even on the basis of single-polarised SAR data. By considering an additional polarisation, frequency or optical data set this accuracy can be increased significantly to values of up to 95 percent. The local analyses aim at a spatially and thematically more detailed description of the land use pattern within built-up areas. Since an isolated analysis of SAR-data – even when combining different polarisations or frequencies – could not suffice to characterise the highly dissected urban environment, this investigation is based on the synergetic use of a high-resolution SAR image and a medium resolution optical data set. In this context the radar image is mainly employed to describe the urban topography, while the optical data provides important features for the detailed differentiation of the extracted structural units into the categories building, sealed surface, unsealed surface and trees. The result of this study exemplifies that the synergetic analysis of a high resolution SAR image and a medium resolution optical data set enables the survey of the defined urban land use classes with a comparably limited accuracy of 65 percent. Nevertheless, within the scope of this classification the category “building” could be identified with an accuracy of 72 percent. This dissertation aimed at demonstrating the suitability of high resolution SAR data for the characterisation of urban environments based on an established image analysis approach. With regard to this objective the dissertation has demonstrated that an automated analysis of built-up areas encounters significant difficulties due to the limited spectral resolution and the strong dependency of backscatter on the viewing and target geometry. Nevertheless, the functionality of the multiscale object-oriented classification approach could compensate for these limitations to some degrees. Thereby, the regional analyses – including the identification of built-up areas and the analysis of land use – led to convincing results. In contrast, the characterisation of the local urban land use pattern pointed out the limitations of radar remote sensing for classifying complex urban environments. KW - Fernerkundung KW - Siedlungsstruktur KW - Stadtlandschaft KW - Bildanalyse KW - Radarbild KW - Fernerkundung KW - SAR KW - Siedlungsflächen KW - Objektorientierte Bildanalyse KW - remote sensing KW - SAR KW - urban areas KW - object-oriented image analysis Y1 - 2006 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-18863 ER - TY - THES A1 - Machwitz, Miriam T1 - Eine raum-zeitliche Modellierung der Kohlenstoffbilanz mit Fernerkundungsdaten auf regionaler Ebene in Westafrika T1 - Spatio-temporal modelling of the cabon budget in West Africa with remote sensing data on a regional scale N2 - Der Klimawandel und insbesondere die globale Erwärmung gehören aktuell zu den größten Herausforderungen an Politik und Wissenschaft. Steigende CO2-Emissionen sind hierbei maßgeblich für die Klimaerwärmung verantwortlich. Ein regulierender Faktor beim CO2-Austausch mit der Atmosphäre ist die Vegetation, welche als CO2-Senke aber auch als CO2-Quelle fungieren kann. Diese Funktionen können durch Analysen der Landbedeckungsänderung in Kombination mit Modellierungen der Kohlenstoffbilanz quantifiziert werden, was insbesondere von aktuellen und zukünftigen politischen Instrumenten wie CDM (Clean Development Mechanism) oder REDD (Reducing Emissions from Deforestation and Degradation) gefordert wird. Vor allem in Regionen mit starker Landbedeckungsänderung und hoher Bevölkerungsdichte sowie bei geringem Wissen über die Produktivität und CO2-Speicherpotentiale der Vegetation, bedarf es einer Erforschung und Quantifizierung der terrestrischen Kohlenstoffspeicher. Eine Region, für die dies in besonderem Maße zutrifft, ist Westafrika. Jüngste Studien haben gezeigt, dass sich einerseits die Folgen des Klimawandels und Umweltveränderungen sehr stark in Westafrika auswirken werden und andererseits Bevölkerungswachstum eine starke Änderung der Landbedeckung für die Nutzung als agrarische Fläche bewirkt hat. Folglich sind in dieser Region die terrestrischen Kohlenstoffspeicher durch Ausdehnung der Landwirtschaft und Waldrodung besonders gefährdet. Große Flächen agieren anstelle ihrer ursprünglichen Funktion als CO2-Senke bereits als CO2-Quelle. [...] N2 - Global warming associated with climate change is one of the greatest challenges of today's world. One regulating factor of CO2 exchange with the atmosphere is the vegetation cover. Measurements of land cover changes in combination with modeling of the carbon balance can therefore contribute to determining temporal variations of CO2 sources and sinks, which is an essential necessity of existing and prospective political instruments like CDM (Clean Development Mechanism) or REDD (Reducing Emissions from Deforestation and Degradation). The need for quantifiable terrestrial carbon stocks is especially high for regions, where rates of land cover transformation and population density are high and knowledge on vegetation productivity is low. One region which is characterized by these criteria is West Africa. Therefore, carbon stocks in this region are seriously endangered by land cover change like the expansion of agriculture and forest logging. Large areas already act as carbon sources on a yearly basis instead of their previous function as carbon sink. Since only a few studies have analyzed the terrestrial carbon stocks in Africa and especially regional analysis in West Africa are missing, the following study focuses on regional scale modeling of the actual terrestrial carbon stocks. Additionally, the potential carbon stocks of unmanaged land cover and the potential for CO2 payments have been analyzed in this work. To quantify and assess carbon fluxes as well as the loss of carbon, net primary productivity of vegetation has been modeled, based on the plants characteristics to fix carbon from the atmosphere during photosynthesis. Modeling vegetation dynamics and net primary productivity has been realized by using MODIS 250m time series for semi-humid and semi-arid savanna ecosystems in West Africa. This study aimed to quantify CO2 exchanges of the Savanna regions in the Volta basin by applying and adapting the Regional Biomass Model (RBM). The RBM was developed by Jochen Richters (2005) at a resolution of 1000m for the Namibian Kaokoveld. In this study the model was optimized to the scale of 232m to consider the heterogeneous landscape in West Africa (RBM+). New input parameters with higher accuracies and resolution were generated instead of using the global standard products. The most important parameters for the modeling are FPAR and the fractional cover of herbaceous and woody vegetation. To enhance the MODIS FPAR product, linear interpolation and downscaling algorithms were applied. The main objective of the downscaling is a better representation of the finely scattered vegetation by the 232m resolution FPAR. The second optimized parameter, the fractional cover of herbaceous and woody vegetation was represented by the Vegetation Continuous Fields product (VCF) from MODIS in the originally version of the RBM. This global product reflects the vegetation structure of West Africa poorly, since few high resolution training data is available for this region, and the dynamic savanna vegetation can hardly be classified by not regionally adapted methods. Additionally, the data is only available with 500m resolution. Therefore, in this study a new product with 232m resolution was developed which represents the spatial heterogeneity well and, due to the regional adaptation, shows higher accuracies. The percentage cover of woody and herbaceous vegetation and bare soil on 232m MODIS data was calculated in a multi scale approach. Based on very high resolution data, represented by Quickbird and Ikonos with 0.6-4m resolution, and high resolution data from Landsat with 30m resolution, the percentage coverage was estimated for representative focus regions. These classifications were used as a training data set to determine the percentage coverage on the 232m scale with MODIS time series for the whole study region. Based on these optimized and adapted input parameters, the net primary productivity was modeled. Data from a meteorological station and an Eddy-Covariance-Flux allowed a detailed validation of the input parameters and of the model results. The model led to good results as it only overestimated the net primary productivity for the two analyzed years 2005 and 2006 by 8.8 and 2.0 %, respectively. The second aim of the study was an analysis of the potential for long term terrestrial carbon sinks. Classifications of the actual and of the potential land cover were calculated for this analysis. Considering the overall long time CO2 fixation behavior of trees, which depends on their age, longterm carbon stocks for 100 years were simulated. As carbon fixing could be paid by emission trading, which is in future depending on the political Post-Kyoto programs, potential alternative income was calculated with different price scenarios for the three countries. A comparison with the gross domestic products of these countries and with developing aid, showed the significance of CO2 trading in this region. KW - Carbon dioxide capture and storage KW - Fernerkundung KW - Klimaänderung KW - Volta-Gebiet KW - Kohlenstoffmodellierung KW - Fernerkundung KW - Klimawandel KW - Nettoprimärproduktion KW - Carbon modelling KW - remote sensing KW - climate change KW - net primary productivity Y1 - 2010 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-55136 ER - TY - THES A1 - Conrad, Christopher T1 - Fernerkundungsbasierte Modellierung und hydrologische Messungen zur Analyse und Bewertung der landwirtschaftlichen Wassernutzung in der Region Khorezm (Usbekistan) T1 - Remote sensing based modeling and hydrological measurements for the assessment of agricultural water use in the Khorezm region (Uzbekistan) N2 - Die Bewässerungslandwirtschaft in Mittelasien ist geprägt von schwerwiegenden ökologischen und ökonomischen Problemen. Zur Verbesserung der Situation auf dem hydrologischen Sektor wird daher seitens der mittelasiatischen Interstate Commission for Water Coordination (ICWC) die Einführung des Integrated Water Resource Management (IWRM) gefordert. Wichtige Herausforderungen zur Optimierung der Wassernutzung im Aralsee-Becken sind dabei die Schaffung von Transparenz sowie von Möglichkeiten zur Überwachung der Landnutzung und der Wasserentnahme in den Bewässerungssystemen. Im Detail fokussierte diese Arbeit auf das Bewässerungssystem der Region Khorezm im Unterlauf des Amu Darya südlich des Aralsees. Die Arbeit zielte darauf ab, (1) objektive und konsistente Datengrundlagen zum Monitoring der Landnutzung und des Wasserverbrauchs innerhalb des Bewässerungslandes zu schaffen und (2) auf Basis dieser Ergebnisse die Funktionsweise des Bewässerungssystems 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 Schlüsselgrößen der Arbeit waren die Kartierung der agrarischen Landnutzung und die Modellierung der saisonalen tatsächlichen Evapotranspiration. Es wurde eine Methode vorgestellt, die eine Unterscheidung verschiedener Landnutzungen und Fruchtfolgen der Region durch die temporale Segmentierung von Zeitserien aus 8-tägigen Kompositen von 250 m-Daten des MODIS-Sensors ermöglicht. Durch die mehrfache Anwendung von Recursive Partitioning And Regression Trees auf deskriptive Statistiken von Zeitseriensegmenten konnte eine hohe Stabilität erzielt werden (overall accuracy: 91 %, Kappa-Koeffizient: 0,9). Täglich von MODIS aufgezeichnete Landoberflächentemperaturen (LST) bildeten die Basis zur fernerkundungsbasierten Modellierung der saisonalen tatsächlichen Evapotranspiration (ETact) für die sommerliche Vegetationsperiode. Aufgrund der hohen zeitlichen und groben räumlichen Auflösung 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 Blattflächenindex) und meteorologische Stationsdaten aus Khorezm verwendet. Die Modellierung des fühlbaren Wärmeflusses, einer Komponente der Energiebilanzgleichung an der Erdoberfläche, 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-Auflösung aufgrund der Mischpixelproblematik keine homogen feuchten oder trockenen Bedingungen im Bewässerungsgebiet gefunden werden konnten, wurden die Landnutzungsklassifikation, der NDVI und die ASCE-Referenz-Evapotranspiration zur Abschätzung des tatsächlichen Zustands an den Ankerpunkten herangezogen. Weiterhin wurden umfassende Geländemessungen durchgeführt, 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. Für die landwirtschaftliche Nutzung im Rayon Khorezm wurde für die Sommersaison 2005 eine Wasserentnahme von 5,38 km3 ermittelt. Damit übertrafen die Messergebnisse die offiziell verfügbaren Daten der ICWC um durchschnittlich 37 %. Auf die landwirtschaftliche Fläche bezogen ergab sich für 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 durchgeführt werden, der aus den fernerkundungsbasierten Modellierungen auf WUA-Level erwartete abnehmende Gradient der Wasserentnahme zwischen Oberlauf und Unterlauf nicht nachvollzogen werden. Als Ursache für diese Diskrepanz sind vor allem die Versickerungsverluste im Kanalsystem zu nennen, die den Grundwasserkörper großräumig auffüllen und auf Feldebene nicht zur oberflächlichen Bewässerung zur Verfügung stehen. Monatliche Bilanzierungen und die Analyse der Performanceindikatoren führten 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 für ein regionales Monitoring erstellen lassen. Da in den benachbarten Regionen gleiche atmosphärische Bedingungen und ähnliche Anbausorten anzutreffen sind, ist anzunehmen, dass beide Verfahren auch auf der Planungsebene in einem IWRM für die übrigen Mittel- und Unterläufe von Amu Darya und Syr Darya ein hohes Anwendungspotenzial besitzen. N2 - The recently founded states of Middle Asia face serious economical and ecological problems in irrigated agriculture. Thus, the introduction of the Integrated Water Resource Management (IWRM) is one of the major aims of the Interstate Commission for Water Coordination (ICWC) of Middle Asia. This study focuses on the irrigation and drainage systems of Khorezm, located in the lower Amu Darya Basin. The scientific gaols were (1) to generate objective and consistent data to measure agricultural land use and water consumption in irrigated areas of the Khorezm region and (2) to analyze the functioning of the irrigation system to assess the use of land and water. Remote sensing in combination with hydrological measurements and irrigation performance indicators were found suitable to achieve these aims. A method was developed to classify agricultural land use for the entire Khorezm region by temporal segmentation of 8-day 250 m MODIS time series. The application of Recursive Partitioning And Regression Tree (RPART) on temporal segments of the time series enabled stable results and portability with 91% overall accuracy and a Kappa coefficient of 0.9. Daily MODIS 1 km Land Surface Temperature (LST) data were used for modeling seasonal actual evapotranspiration (ETact) of the summer vegetation period. The Surface Energy Balance Algorithm for Land (SEBAL) was slightly modified to account for the coarse spatial resolution of MODIS data and for semi-operational purposes. MODIS 1 km land products (LST, emissivity, albedo, NDVI, and leaf area index), and meteorological data were combined for modeling ETact. The sensible heat flux was calculated according to the METRIC (Mapping EvapoTranspiration at High Resolution and Internalized Calibration) variant of SEBAL. Aggregated to MODIS 1 km scale, the land use classification was the determining parameter to select hot and cold anchor points needed to model sensible heat fluxes automatically. The probability to find completely dry or wet conditions within a 1 km grid is very low. Thus, classification results, NDVI, and ASCE-EWRI reference evapotranspiration (ETref) were used to adjust the estimations of the vertical temperature gradient at the best fitting anchor points (similar to METRIC). Furthermore, flow measurements were recorded for 2005 to generate a hydrological data set for balancing. The water balance was achieved by integrating the remotely sensed evapotranspiration. Additionally, widely accepted irrigation performance indicators such as relative evapotranspiration, drainage over inflow ratio, and depleted fraction were calculated on a monthly base to investigate the functioning of the canal network in Khorezm on regional scale. For agricultural use, withdrawals of 5.38 km3 were measured in the vegetation period 2005. The values were on average 37% higher than the official data of the ICWC. Within the system boundaries water amounts of 22,782 m3/ha were available for irrigation. Comparisons between subsystems showed regional disparities of withdrawals ranging from 17,000 m3/ha to 30,000 m3/ha. The upstream-downstream gradient of irrigation water supply expected from the remote sensing modeling results could not be found at the regional water distribution level. In comparison with the remote sensing results it can be summarized that water consumption at the field level (MODIS pixel) or WUA level does not reflect the water intake at the upstream distribution nodes. Monthly water balances and performance indicators highlighted similar results. During the leaching and the main irrigation period in 2005, an increase of soil moisture and groundwater was recorded. The discharge of groundwater followed the irrigation phase in September. However, even in the main irrigation season (July and August), the average drainage over intake ratio is 45% and in the upper part of the irrigation system almost reaches 60%. This concludes a high potential for water saving. Although high discharges in the regional drainage system were found poor drainage systems are reported at the field level. Evidently the main drainage canals of the region work as large scale groundwater collectors rather than fulfill their designated use to collect saline water from the field level. The study proofed the importance to collect reliable and consistent data for hydrological analyses in Middle Asia. For the Khorezm region the presented remote sensing methods indicated their ability to supply data for hydrological monitoring on a regional scale. Remotely sensed crop rotation patterns and water consumption offered the view on field and WUA levels inside the irrigation water distribution administrations. Both methods are portable to regions with similar crops and good climatic conditions, for instance the middle and lower course of the Amu Darya and Syr Darya River. KW - Charism KW - Fernerkundung KW - Wassernutzung KW - Landwirtschaft KW - Fernerkundung KW - Hydrologische Modellierung KW - Geographische Informationssysteme KW - Landnutzungsklassifikation KW - Usbekistan KW - remote sensing KW - hydrological modelling KW - geographical information systems KW - land use classification KW - Uzbekistan Y1 - 2006 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-20790 ER - TY - THES A1 - Noellie Ahou RUETH, geb. YAO T1 - Mapping Bushfire Distribution and Burn Severity in West Africa Using Remote Sensing Observations T1 - Satellitengestützte Kartierung der Verteilung von Buschfeuern und ihrer Auswirkung auf die Vegetation in Westafrika N2 - Fire has long been considered to be the main ecological factor explaining the origin and maintenance of West African savannas. It has a very high occurrence in these savannas due to high human pressure caused by strong demographic growth and, concomitantly, is used to transform natural savannas into farmland and is also used as a provider of energy. This study was carried out with the support of the BIOTA project funded by the German ministry for Research and Education. The objective of this study is to establish the spatial and temporal distribution of bushfires during a long observation period from 2000 to 2009 as well as to assess fire impact on vegetation through mapping of the burn severity; based on remote sensing and field data collections. Remote sensing was used for this study because of the advantages that it offers in collecting data for long time periods and on different scales. In this case, the Moderate Resolution Imaging Spectroradiometer (MODIS) satellite instrument at 1km resolution is used to assess active fires, and understand the seasonality of fire, its occurrence and its frequency within the vegetation types on a regional scale. Landsat ETM+ imagery at 30 m and field data collections were used to define the characteristics of burn severity related to the biomass loss on a local scale. At a regional scale, the occurrence of fires and rainfall per month correlated very well (R2 = 0.951, r = -0.878, P < 0.01), which shows that the lower the amount of rainfall, the higher the fire occurrence and vice versa. In the dry season, four fire seasons were determined on a regional scale, namely very early fires, which announce the beginning of the fires, early and late fires making up the peak of fire in December/January and very late fires showing the end of the fire season and the beginning of the rainy season. Considerable fire activity was shown to take place in the vegetation zones between the Forest and the Sahel areas. Within these zones, parts of the Sudano-Guinean and the Guinean zones showed a high pixel frequency, i.e. fires occurred in the same place in many years. This high pixel frequency was also found in most protected areas in these zones. As to the kinds of land cover affected by fire, the highest fire occurrence is observed within the Deciduous woodlands and Deciduous shrublands. Concerning the burn severity, which was observed at a local scale, field data correlated closely with the ΔNBR derived from Landsat scenes of Pendjari National Park (R2 = 0.76). The correlation coefficient according to Pearson is r = 0.84 and according to Spearman-Rho, the correlation coefficient is r = 0.86. Very low and low burn severity (with ΔNBR value from 0 to 0.40) affected the vegetation weakly (0-35 percent of biomass loss) whereas moderate and high burn severity greatly affected the vegetation, leading to up to 100 percent of biomass loss, with the ΔNBR value ranging from 0.41 to 0.99. It can be seen from these results that remotely sensed images offer a tool to determine the fire distribution over large regions in savannas and that the Normalised Burn Ratio index can be applied to West Africa savannas. The outcomes of this thesis will hopefully contribute to understanding and, eventually, improving fire regimes in West Africa and their response to climate change and changes in vegetation diversity. N2 - Feuer ist ein wichtiger ökologischer Faktor für die Biokomplexität und den Fortbestand der westafrikanischen Savannen. Feuer kommt in westafrikanischen Savannen - insbesondere wegen des hohen Bevölkerungsdrucks infolge des starken Bevölkerungswachstums – immer häufiger vor. Es wird sowohl zur Umwandlung natürlicher Savannen in landwirtschaftliche Flächen als auch als Energielieferant verwendet. Diese Studie wurde mit der Unterstützung des BIOTA-Projekts durchgeführt, das vom Bundesministerium für Bildung und Forschung, BMBF, gefördert wird. Ziel dieser Dissertation ist die Bestimmung der räumlichen und zeitlichen Verteilung von Buschfeuern während eines langen Beobachtungszeitraumes (2000-2009) sowie die Kartierung von Brandschäden zum Verständnis der Auswirkung von Feuer auf die lokale Vegetationsstruktur. Fernerkundungs- sowie Felddaten werden in dieser Arbeit verwertet. Fernerkundungsdaten wurden für diese Studie verwendet, da sie größere Flächen abdecken und die Daten über längere Zeiträume in verschiedenen Maßstäben zur Verfügung stehen. Daten des Moderate Resolution Imaging Spectroradiometer (MODIS)-Satelliten mit einer Auflösung von 1 km wurden verwendet, um in regelmäßigen Abständen aktive Feuer zu kartieren und die saisonale Verteilung von Feuern, ihr Vorkommen und ihre Häufigkeit nach Vegetationstyp zu bestimmen. Mit Landsat ETM+ Satellitendaten (Auflösung von 30 Metern) und Felddaten wurden auf einem lokalen Maßstab Brandschadensklassen definiert. Mittels der Biomasse-Felddaten wurde dann der Biomasse-Verlust abgeschätzt. Die Feuerhäufigkeit, mittels Satellitendaten ermittelt, und der Niederschlag pro Monat zeigen eine sehr gute Korrelation (R2 = 0.951, r = -0.878, P < 0.01). Daraus lässt sich schließen, dass Feuer bevorzugt in den Monaten vorkommen, in denen es wenig Niederschlag gibt und umgekehrt. Auf regionaler Ebene wurden innerhalb der Trockenzeit vier Feuer-Perioden identifiziert; ‚sehr frühe Feuer’, die am Anfang der Feuersaison entstehen, ‚frühe bis späte Feuer’, die den Höhepunkt der Feueraktivität im Dezember/Januar bilden, und ‚sehr späte Feuer’ am Ende der Feuersaison bis zum Beginn der Regenzeit. Es zeigte sich, dass eine beträchtliche Feueraktivität in den Vegetationszonen zwischen dem Regenwald und der Sahelzone vorherrscht. Besonders wiesen Teile der ‚Sudan-Guinea’- und der ‚Guinea’-Savanne eine hohe Feuerpixel-Frequenz auf, d.h. hier traten Feuer in vielen Jahren am selben Ort auf. Diese hohe Pixelfrequenz wurde auch in den meisten Schutzgebieten in diesen Savannen-Gebieten gefunden. Was die Landbedeckung betrifft, so ergaben die Ergebnisse, dass das höchste Feueraufkommen in den laubabwerfenden Waldgebieten und im laubabwerfenden Buschland vorkam. Die Brandschäden, bzw. der Einwirkungsgrad, wurden im lokalen Maßstab untersucht. Hier korrelierten die Felddaten zur Brandeinwirkung signifikant mit den sogenannten ΔNBR-Index-Werten, die von Landsat-Aufnahmen des Pendjari-Nationalparks hergeleitet wurden (R2 = 0,76). Der Korrelationskoeffizient nach Pearson ist r = 0,84, und nach Spearman-Rho ist der Koeffizient r = 0,86. Bei sehr niedrigen Brandschäden (mit ΔNBR-Werten zwischen 0 und 0,40) war die Vegetation schwach beeinträchtigt (0-35 % Biomasseverlust), während die Vegetation bei mäßigen und hohen Brandschäden sehr beeinträchtigt war und bis zu 100 % der Biomasse verbrannt war; hier lag der ΔNBR zwischen 0,41 und 0,99. Diese Ergebnisse zeigen, dass durch Satellitenbilder die Verteilung von Feuern über größere Flächen in der afrikanischen Savanne effektiv bestimmt werden kann, und dass der Normalized Burn Ratio-Index auf Westafrika zur Berechnung von Brandschadens-Klassen anwendbar ist. Die Ergebnisse liefern einen entscheidenden Beitrag zum Verständnis von Feuer-Ausprägungen in Westafrika, um letztlich den Einsatz von Feuer, auch im Hinblick auf den Klimawandel und die Veränderungen in der Vegetationsdiversität, verbessern zu können. KW - Westafrika KW - Fernerkundung KW - Feuerökologie KW - Vegetation KW - Kartierung KW - Nationalparks KW - Landsat ETM+ KW - burn severity KW - MODIS KW - remote sensing KW - fire ecology KW - fire mapping KW - national parks KW - vegetation Y1 - 2010 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-54244 ER - TY - THES A1 - Fritsch, Sebastian T1 - Spatial and temporal patterns of crop yield and marginal land in the Aral Sea Basin: derivation by combining multi-scale and multi-temporal remote sensing data with alight use efficiency model T1 - Räumliche und zeitliche Muster von Erntemengen und marginalem Land im Aralseebecken: Erfassung durch die Kombination von multiskaligen und multitemporalen Fernerkundungsdaten mit einem Lichtnutzungseffizienzmodell N2 - Irrigated agriculture in the Khorezm region in the arid inner Aral Sea Basin faces enormous challenges due to a legacy of cotton monoculture and non-sustainable water use. Regional crop growth monitoring and yield estimation continuously gain in importance, especially with regard to climate change and food security issues. Remote sensing is the ideal tool for regional-scale analysis, especially in regions where ground-truth data collection is difficult and data availability is scarce. New satellite systems promise higher spatial and temporal resolutions. So-called light use efficiency (LUE) models are based on the fraction of photosynthetic active radiation absorbed by vegetation (FPAR), a biophysical parameter that can be derived from satellite measurements. The general objective of this thesis was to use satellite data, in conjunction with an adapted LUE model, for inferring crop yield of cotton and rice at field (6.5 m) and regional (250 m) scale for multiple years (2003-2009), in order to assess crop yield variations in the study area. Intensive field measurements of FPAR were conducted in the Khorezm region during the growing season 2009. RapidEye imagery was acquired approximately bi-weekly during this time. The normalized difference vegetation index (NDVI) was calculated for all images. Linear regression between image-based NDVI and field-based FPAR was conducted. The analyses resulted in high correlations, and the resulting regression equations were used to generate time series of FPAR at the RapidEye level. RapidEye-based FPAR was subsequently aggregated to the MODIS scale and used to validate the existing MODIS FPAR product. This step was carried out to evaluate the applicability of MODIS FPAR for regional vegetation monitoring. The validation revealed that the MODIS product generally overestimates RapidEye FPAR by about 6 to 15 %. Mixture of crop types was found to be a problem at the 1 km scale, but less severe at the 250 m scale. Consequently, high resolution FPAR was used to calibrate 8-day, 250 m MODIS NDVI data, this time by linear regression of RapidEye-based FPAR against MODIS-based NDVI. The established FPAR datasets, for both RapidEye and MODIS, were subsequently assimilated into a LUE model as the driving variable. This model operated at both satellite scales, and both required an estimation of further parameters like the photosynthetic active radiation (PAR) or the actual light use efficiency (LUEact). The latter is influenced by crop stress factors like temperature or water stress, which were taken account of in the model. Water stress was especially important, and calculated via the ratio of the actual (ETact) to the potential, crop-specific evapotranspiration (ETc). Results showed that water stress typically occurred between the beginning of May and mid-September and beginning of May and end of July for cotton and rice crops, respectively. The mean water stress showed only minor differences between years. Exceptions occurred in 2008 and 2009, where the mean water stress was higher and lower, respectively. In 2008, this was likely caused by generally reduced water availability in the whole region. Model estimations were evaluated using field-based harvest information (RapidEye) and statistical information at district level (MODIS). The results showed that the model at both the RapidEye and the MODIS scale can estimate regional crop yield with acceptable accuracy. The RMSE for the RapidEye scale amounted to 29.1 % for cotton and 30.4 % for rice, respectively. At the MODIS scale, depending on the year and evaluated at Oblast level, the RMSE ranged from 10.5 % to 23.8 % for cotton and from -0.4 % to -19.4 % for rice. Altogether, the RapidEye scale model slightly underestimated cotton (bias = 0.22) and rice yield (bias = 0.11). The MODIS-scale model, on the other hand, also underestimated official rice yield (bias from 0.01 to 0.87), but overestimated official cotton yield (bias from -0.28 to -0.6). Evaluation of the MODIS scale revealed that predictions were very accurate for some districts, but less for others. The produced crop yield maps indicated that crop yield generally decreases with distance to the river. The lowest yields can be found in the southern districts, close to the desert. From a temporal point of view, there were areas characterized by low crop yields over the span of the seven years investigated. The study at hand showed that light use efficiency-based modeling, based on remote sensing data, is a viable way for regional crop yield prediction. The found accuracies were good within the boundaries of related research. From a methodological viewpoint, the work carried out made several improvements to the existing LUE models reported in the literature, e.g. the calibration of FPAR for the study region using in situ and high resolution RapidEye imagery and the incorporation of crop-specific water stress in the calculation. N2 - Die vorliegende Arbeit beschäftigt sich mit der Modellierung regionaler Erntemengen von Baumwolle und Reis in der usbekischen Region Khorezm, einem Bewässerungsgebiet das geprägt ist von langjähriger Baumwoll-Monokultur und nicht-nachhaltiger Land- und Wassernutzung. Basis für die Methodik waren Satellitendaten, die durch ihre großflächige Abdeckung und Objektivität einen enormen Vorteil in solch datenarmen und schwer zugänglichen Regionen darstellen. Bei dem verwendeten Modell handelt es sich um ein sog. Lichtnutzungseffizienz-Modell (im Englischen Light Use Efficiency [LUE] Model), das auf dem Anteil der photosynthetisch aktiven Strahlung basiert, welcher von Pflanzen für das Wachstum aufgenommen wird (Fraction of Photosynthetic Active Radiation, FPAR). Dieser Parameter kann aus Satellitendaten abgeleitet werden. Das allgemeine Ziel der vorliegenden Arbeit war die Nutzung von Satellitendaten für die Ableitung der Erntemengen von Baumwolle und Reis. Dazu wurde ein Modell entwickelt, das sowohl auf der Feldebene (Auflösung von 6,5 m) als auch auf der regionalen Ebene (Auflösung von 250 m) operieren kann. Während die Ableitung der Erntemengen auf der Feldebene nur für ein Jahr erfolgte (2009), wurden sie auf der regionalen Ebene für den Zeitraum 2003 bis 2009 modelliert. Intensive Feldmessungen von FPAR wurden im Studiengebiet während der Wachstumssaison 2009 durchgeführt. Parallel dazu wurden RapidEye-Daten in ca. zweiwöchentlichem Abstand aufgezeichnet. Aus den RapidEye-Daten wurde der Normalized Difference Vegetation Index (NDVI) berechnet, der anschließend mit den im Feld gemessenen FPAR-Werten korreliert wurde. Die entstandenen Regressionsgleichungen wurden benutzt um Zeitserien von FPAR auf RapidEye-Niveau zu erstellen. Anschließend wurden diese Zeitserien auf die MODIS-Skala aggregiert um damit das MODIS FPAR-Produkt zu validieren (1 km), bzw. eine Kalibrierung des 8-tägigen 250 m NDVI-Datensatzes vorzunehmen. Der erste Schritt zeigte dass das MODIS-Produkt im Allgemeinen die RapidEye-basierten FPAR-Werte um 6 bis 15 % überschätzt. Aufgrund der besseren Auflösung wurde das kalibrierte 250 m FPAR-Produkt für die weitere Modellierung verwendet. Für die eigentliche Modellierung wurden neben den FPAR-Eingangsdaten noch weitere Daten und Parameter benötigt. Dazu gehörte z.B. die tatsächliche Lichtnutzungseffizienz (LUEact), welche von Temperatur- und Wasserstress beeinflusst wird. Wasserstress wurde berechnet aus dem Verhältnis von tatsächlicher (ETact) zu potentieller, feldfruchtspezifischer Evapotranspiration (ETc), die beide aus einer Kombination von Satelliten- und Wetterdaten abgeleitet wurden. Der durchschnittliche Wasserstress schwankte nur geringfügig von Jahr zu Jahr, mit Ausnahmen in den Jahren 2008 und 2009. Die Modellschätzungen wurden durch feldbasierte Ernteinformationen (RapidEye-Ebene) sowie regionale statistische Daten (MODIS-Ebene) evaluiert. Die Ergebnisse zeigten, dass beide Modellskalen regionale Ernteerträge mit guter Genauigkeit nachbilden können. Der Fehler für das RapidEye-basierte Modell betrug 29,1 % für Baumwolle und 30,4 % für Reis. Die Genauigkeiten für das MODIS-basierte Modell variierten, in Abhängigkeit des betrachteten Jahres, zwischen 10,5 % und 23,8 % für Baumwolle und zwischen -0,4 % und -19,4 % für Reis. Insgesamt gab es eine leichte Unterschätzung der Baumwoll- (Bias = 0,22) und Reisernte (Bias = 0,11) seitens des RapidEye-Modells. Das MODIS-Modell hingegen unterschätzte zwar auch die (offizielle) Reisernte (mit einem Bias zwischen 0,01 und 0,87), überschätzte jedoch die offiziellen Erntemengen für die Baumwolle (Bias zwischen -0,28 und -0,6). Die Evaluierung der MODIS-Skala zeigte dass die Genauigkeiten extrem zwischen den verschiedenen Distrikten schwankten. Die erstellten Erntekarten zeigten dass Erntemengen grundsätzlich mit der Distanz zum Fluss abnehmen. Die niedrigsten Erntemengen traten in den südlichsten Distrikten auf, in der Nähe der Wüste. Betrachtet man die Ergebnisse schließlich über die Zeit hinweg, gab es Gebiete die über den gesamten Zeitraum von sieben Jahren stets von niedrigen Erntemengen gekennzeichnet waren. Die vorliegende Studie zeigt, dass satellitenbasierte Lichtnutzungseffizienzmodelle ein geeignetes Werkzeug für die Ableitung und die Analyse regionaler Erntemengen in zentralasiatischen Bewässerungsregionen darstellen. Verglichen mit verwandten Studien stellten sich die ermittelten Genauigkeiten sowohl auf der RapidEye- als auch auf der MODIS-Skala als gut dar. Vom methodischen Standpunkt aus gesehen ergänzte diese Arbeit vorhanden LUE-Modelle um einige Neuerungen und Verbesserungen, wie z.B. die Validierung und Kalibrierung von FPAR für die Studienregion mittels Feld- und hochaufgelösten RapidEye-Daten und dem Einbezug von feldfrucht-spezifischem Wasserstress in die Modellierung. KW - Fernerkundung KW - Modellierung KW - Ernte KW - Baumwollpflanze KW - Reis KW - Satellit KW - Erdbeobachtung KW - remote sensing KW - crop yield KW - modeling KW - light use efficiency KW - irrigation Y1 - 2013 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-87939 ER -