TY - THES A1 - Bachmann, Martin U. R. T1 - Automatisierte Ableitung von Bodenbedeckungsgraden durch MESMA-Entmischung T1 - Automated estimation of ground cover fractions using MESMA unmixing N2 - Weltweit sind Trockengebiete in ständiger Veränderung, verursacht durch natürliche klimatische Schwankungen und oftmals durch Prozesse der Landdegradation. Auch weisen die meisten semi-ariden Naturräume eine große räumliche Heterogenität auf, hervorgerufen durch ein kleinräumiges Mosaik aus Gräsern, kleineren Sträuchern und Bereichen offenliegenden Bodens. Die Dichte der Vegetation wird primär vom pflanzenverfügbaren Wasser bestimmt, aber auch der Entwicklungs- und Degradationszustand der Böden sowie anthropogen bedingte Faktoren spielen hierbei eine Rolle. Zur Charakterisierung und Kartierung der Vegetation sowie zur Bewertung des Bodenerosionsrisikos und des Degradationszustands hat sich die Erhebung der Bedeckungsgrade von vitaler, photosynthetisch aktiver Vegetation (PV), von abgestorbener oder zeitweise vertrockneter und somit nicht photosynthetisch aktiver Vegetation (NPV) sowie von offenliegendem Boden als zweckmäßig herausgestellt. Die Nutzung der Fernerkundung für diese Aufgabe erfolgt zumeist nur für kleinmaßstäbige Kartierungen und – im Falle von Multispektralsensoren – unter Vernachlässigung nicht-photosynthetisch aktiver Vegetation. Die räumliche Variabilität der Vegetation-Boden-Mosaike liegt oftmals in der Größenordnung von wenigen Metern und somit unterhalb des räumlichen Auflösungsvermögens von Fernerkundungssystemen. Um dennoch die verschiedenen Anteile innerhalb eines Pixels identifizieren und quantifizieren zu können, sind Methoden der Subpixel-Klassifikation notwendig. In dieser Arbeit wird eine Methodik zur verbesserten und automatisierbaren Ableitung von Bodenbedeckungsgraden in semi-ariden Naturräumen vorgestellt. Hierzu wurde ein Verfahren zur linearen spektralen Entmischung in Form einer Multiple Endmember Spectral Mixture Analysis (MESMA) entwickelt und umgesetzt. Durch diese Methodik kann explizit die spektrale Variabilität von Vegetation und Boden in das Mischungsmodellmiteinbezogen werden, und quantitative Anteile für die funktionalen Klassen PV, NPV und Boden innerhalb eines Pixels erfasst werden. Durch die räumliche Kartierung der verwendeten EM wird weiterhin eine thematische Klassifikation erreicht. Die hierfür benötigten Informationen können – wie im Falle der Spektren reiner Materialien (EM-Spektren) – aus den Bilddaten selbst abgeleitet werden, oder können – wie ein Geländemodell und die Information über den Scanwinkel – im Zuge der Vorprozessierung aus weiteren Datenquellen erzeugt werden. Hinsichtlich der automatisierten EM-Ableitung wird eine zweistufige Methodik eingesetzt, welche auf einer angepassten Version des Sequential Maximum Angle Convex Cone (SMACC)-Verfahrens sowie der Analyse einer ersten Entmischungsiteration basiert. Die Klassifikation der gefundenen potentiellen EM erfolgt durch ein merkmalsbasiertes Verfahren. Weiterhin weisen nicht-photosynthetisch aktive Vegetation und Boden eine hohe spektrale Ähnlichkeit auf. Zur sicheren Trennung kann die Identifikation schmaler Absorptionsbanden dienen. Zu diesen zählen beispielsweise die Absorptionsbanden von Holozellulose und – je nach Bodentyp – Absorptionsbanden von Bodenmineralen. Auch die spektrale Variabilität der Klassen PV und NPV erfordert zur sicheren Unterscheidung die Verwendung biophysikalisch erklärbarer Merkmale im Spektrum. Hierzu zählen unter anderem die Stärke der Chlorophyll-Absorption, die Form und Lage der ’RedEdge’ und das Auftreten von Holozellulosebanden. Da diese spektrale Information bei herkömmlichen Entmischungsansätzen nicht berücksichtigt wird, erfolgt überwiegend eine Optimierung der Gesamtalbedo, was zu einer schlechten Trennung der Klassen führen kann. Aus diesem Grund wird in der vorliegenden Arbeit der MESMA-Ansatz dahingehend erweitert, dass spektrale Information in Form von identifizierten und parametrisierten Absorptionsbanden in den Entmischungsprozess mit einfließt und hierdurch das Potential hyperspektraler Datensätze besser genutzt werden kann. Auch wird in einer zusätzlichen Entmischungsiteration die räumliche Nachbarschaft betrachtet, um insbesondere die Verwendung des sinnvollsten Boden-EMs zu gewährleisten. Ein zusätzliches Problemfeld stellt die numerische Lösung des überbestimmten und oftmals schlecht konditionierten linearen Mischungsmodells dar. Hierzu kann durch die Verwendung des BVLS-Algorithmus und des Ausschlusses kritischer EM-Kombinationen eine numerisch stabile Lösung gefunden werden. Um die oftmals immense Rechenzeit von MESMA-Verfahren zu verkürzen, besteht die Möglichkeit einer iterativen EM-Auswahl und somit die Vermeidung einer Lösung des Mischungssystems durch Berechnung aller EM-Kombinationen (’Brute-Force’-Ansatz). Ein weiterer wichtiger Punkt ist die explizite pixelweise Angabe zur Zuverlässigkeit der Entmischungsergebnisse. Dies erfolgt auf Basis des Mischungsmodells selbst, durch den Vergleich zu empirischen Regressionsmodellen, durch die Berücksichtigung des lokalen Einfallswinkels sowie durch die Integration von Qualitätsangaben der Ausgangsdaten. Um das Verfahren systematisch und unter kontrollierten Bedingungen zu verifizieren und um den Einfluss verschiedener externer Parameter sowie die typischen Genauigkeiten auf einer breiten Datenbasis zu ermitteln, wird eine Simulationskette zur Erzeugung synthetischer Mischungen erstellt. In diese Simulationen fließen Feldspektren von Böden und Pflanzen verschiedener semi-arider Gebiete mit ein, um möglichst viele Fälle abdecken zu können. Die eigentliche Validierung erfolgt auf HyMap-Datensätzen des Naturparks ’Cabo de Gata’ in der andalusischen Provinz Almería sowie auf Messungen, die begleitend im Feld durchgeführt wurden. Hiermit konnte die Methodik auf ihre Genauigkeit unter den konkreten Anforderungen des Anwendungsbeispiels überprüft werden. Die erzielbare Genauigkeit dieser automatisierten Methodik liegt mit einem mittleren Fehler um rund 10% Abundanz absolut im selben Wertebereich oder nur geringfügig höher als die Ergebnisse publizierter manueller MESMA-Ansätze. Weiterhin konnten die typischen Genauigkeiten der Verifikation im Zuge der Validierung bestätigt werden. Den limitierenden Faktor des Ansatzes stellen in der Praxis fehlerhafte oder unvollständige EM-Modelle dar. Mit der vorgestellten Methodik ist somit die Möglichkeit gegeben, die Bedeckungsgrade quantitativ und automatisiert im Subpixelbereich zu erfassen. N2 - Hyperspectral remote sensing has shown the potential to directly identify and parameterize absorption features and form parameters of spectral signatures. Using this information bio- and geo-physical properties of the sensed surfaces can be retrieved. Conventional spectral unmixing approaches disregard this information since all data values are equally incorporated despite their spectral position. The approach introduced in this thesis for the first time combines an automated spectral unmixing methodology with methods of spectral identification in order to use the full potential of spectroscopic data. An intrinsic property of semi-arid environments all over the world is large spatial heterogeneity caused by a small-scaled mosaic of grasses, small bushes and patches of bare soil. Vegetation cover is primarily limited by water, but also the status of the soil as well as anthropogenetic factors are important. The cover percentage is a standard parameter in vegetation mapping, for soil risk assessment, and for the assessment of land degradation. Therefore, it was found appropriate in a large number of studies to retrieve cover percentage for the functional classes of bare soil, vital photosynthetic active vegetation (PV) as well as dead or senescent non-photosynthetic Vegetation (NPV). For these tasks remote sensing is often applied only for small-scaled applications, and, when using multispectral sensors, commonly neglects non-photosynthetic vegetation. Also, the spatial extent of vegetation and soil patches is in many cases smaller than the spatial resolution of the sensor. Thus subpixel classifiers are required in order to identify and quantify the fractions within a single pixel. The aim of this study is to develop a methodology to provide accurate cover fractions for the mentioned functional classes at the patch scale. Therefore an automated methodology for quantitative subpixel classification based on linear spectral unmixing of hyperspectral data is introduced. This automated thematic processor, denoted muMESMA in the following, can be linked to automated pre-processing chains for hyperspectral data. All parts of muMESMA are verified using a series of spectral simulations in order to systematically test the consistency, general applicability and dependency on input variables of the approach. Also, typical error margins of the approach are estimated based on this large database of test scenarios. Validation of the thematic processor is then carried out for an application example based on multiple HyMap scenes of the ’Cabo de Gata’ natural park, province Almería, southeast Spain. The area is dominated by tussock grasses, small bushes and abandoned agricultural fields, and can be considered typical for semi-arid grasslands. To ensure an automated and widely applicable methodology, all required information should be retrieved from the imagery itself or from standard pre-processing products. In the case of spectral unmixing, the detection of all required spectral signatures of pure scene materials (denoted as Endmembers, EM) from the image itself is critical. For this purpose the Sequential Maximum Angle Convex Cone (SMACC) method is adjusted for automated usage. In order to increase the EM detection rate an additional approach is included in muMESMA. Potential new EM can be identified during a first unmixing iteration based on the assumption that pixels which can not be accurately modelled have a higher chance of being EM themselves. Using this two-step approach for endmember detection, about 70% of all EM spectra could be automatically retrieved in a series of simulated test cases. As for most unsupervised classification methods these two approaches do not include an identification of spectra. Thus muMESMA includes a decision-based spectral classifier for the classes of interest of this study. Based on diagnostic features in the spectra, the use of threshold values can be mostly avoided. The classification accuracy of this approach was 93% when using pure field spectra of the relevant classes. But this chance of ~ 1 in 10 for an inappropriate EM is critical since the accurate unmixing of most scenes requires more than 10 EM. Thus in order to guarantee suitable EM spectra and therefore accurate unmixing results a manual control of retrieved EM is highly recommended. After that the final EM set is selected based on different criteria and data tests, such as Endmember Average RMSE (EAR). To include the spectral variability of all classes in the unmixing process a large number of EM is required. But linear dependencies between spectrally similar classes significantly reduce the mathematical accuracy of the solution when using an increasing number of EMs. To avoid an ’ill-condition’ of the unmixing a Multiple Endmember Spectral Mixture Analysis (MESMA) approach is used. In this approach each image spectrum is linearly unmixed using all combinations of one spectrum for each of the classes PV, NPV and Soil. Afterwards, the model with the smallest modelling RMS-error is selected and the corresponding fractions are assigned to the pixel. For simulation scenarios the mean unmixing error can be reduced from 11.3% when using conventional manual unmixing to 9.6% using an automated MESMA. For the test area of ’Cabo de Gata’ the MESMA approach was able to accurately model the whole image with one comprehensive EM set despite changing spectral characteristics of surfaces (e. g., changes in vegetation status or composition, variation in soil type). In addition, a good condition of the mixing model without linear dependencies was achieved. The mean error over all test plots could be reduced by 0.6% abundance absolute. Using only the modelling RMS error as model selection criterion is not optimal since this measure is dominated by the overall albedo and small but important spectral features are often neglected. This might cause an increased inaccuracy of estimated ground cover fractions for the spectrally similar classes of NPV and bare soil, since the overall shape of the spectra is highly similar. Thus the residual spectrum (i. e., the part of the signal which cannot be modelled with the given EMs) is analysed using a knowledge-based approach in order to identify a meaningful EM model for each pixel. Using a combined model selection criterion based on this residual analysis, on modelling RMS and on physical constraints, the unmixing error can be further reduced to an average of 8.6% abundance absolute in simulation scenarios. The robustness of the approach is also increased, especially when introducing additional sources of error like partial shadowing, lichens, increased sensor noise or inexact EM. This increased stability is highly important for the HyMap imagery of Cabo de Gata since in all real-world applications the whole spectral variability cannot be completely represented by EMs. Thus the mean unmixing error can be significantly lowered from 15.1% abundance absolute when only optimizing the model RMS error to 11.6% abundance absolute when using the combined optimization criterion including residual analysis. The correlation between field measurements and unmixing results was significant (p < 0.005) with correlation coefficients between 0.76 and 0.86 (R2 values). This average accuracy of the automated muMESMA approach is in the same range as published values of manual field cover measurements, and is equal or only slightly higher than published results using manual MESMA approaches with similar thematic. Also, an additional unmixing iteration incorporating spatial neighbourhood information is included to ensure that a reasonable EM model is selected for each pixel. To reduce the calculation time of the three MESMA unmixing iterations muMESMA can iteratively propose EM models to avoid a ’brute force’ calculation. This methodology based on the residual analysis can significantly reduce calculation time by a factor of 7, but also reduces unmixing accuracy. Another important part of this automated thematic processor is a reliability measure of unmixing quality for every pixel. Based on the residual analysis, modelling error, comparison with empirical regression models and local incidence angle, pixels which are likely error-prone can be identified with the muMESMA approach. For areas with rough terrain the unmixing accuracy can further be increased. Local incidence angle effects significantly affect the accuracy of ground cover estimates for all measurements off-nadir where terrain is rough and vegetation patchy. When the line of sight from bare soil patches to the sensor is (partially) blocked by vegetation, the cover percentage of bare soil is underestimated, while fractional cover by vegetation is overestimated. Using the local incidence angle and empirical vegetation parameters (average height and basal area) a pixel-based empirical correction can be carried out. For the ’Cabo de Gata’ test site the average accuracy of ground increased by an additional 2% abundance absolute. Within this thesis it could be shown that the estimation of ground cover fractions for the functional classes PV, NPV and bare soil can be carried out with increased accuracy using hyperspectral data. With the exception of a recommended manual check the muMESMA approach is fully automated and can retrieve all required information from standardized input data generated by most preprocessing chains. The results of the verification carried out on a large database of field spectra from different semi-arid natural environments and different phenological conditions could be confirmed in the validation for the specific application case ’Cabo de Gata’ based on three multitemporal HyMap data sets. Thus the wide applicability of the approach can be assumed. KW - Optische Fernerkundung KW - Spektroskopie KW - Trockengebiet KW - Bodenbedeckung KW - Desertifikation KW - Spektrale Entmischung KW - Bodenbedeckungsgrad KW - HyMap KW - Hyperspektrale Fernerkundung KW - Abbildende Spektroskopie KW - Spectral Unmixing KW - MESMA KW - Imaging Spectroscopy KW - Ground Cover Fraction KW - Drylands Y1 - 2007 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-26337 ER - TY - THES A1 - Krause, Julian T1 - Auswirkungen des Klimawandels auf charakteristische Böden in Unterfranken unter Berücksichtigung bodenhydrologischer Monitoringdaten (2018 bis 2022) T1 - Impact of climate change on characteristic soils in Lower Franconia with consideration of soil hydrological monitoring data (2018 to 2022) N2 - Die mit dem Klimawandel einhergehenden Umweltveränderungen, wie steigende Temperaturen, Abnahme der Sommer- und Zunahme der Winterniederschläge, häufigere und längere Trockenperioden, zunehmende Starkniederschläge, Stürme und Hitzewellen betreffen besonders den Bodenwasserhaushalt in seiner zentralen Regelungsfunktion für den Landschaftswasserhaushalt. Von der Wasserverfügbarkeit im Boden hängen zu einem sehr hohen Grad auch die Erträge der Land- und Forstwirtschaft ab. Eine besonders große Bedeutung kommt dabei der Wasserspeicherkapazität der Böden zu, da während einer Trockenphase die effektiven Niederschläge den Wasserbedarf der Pflanzen nicht decken können und das bereits gespeicherte Bodenwasser das Überleben der Pflanzen sicherstellen kann. Für die land- und forstwirtschaftlichen Akteure sind in diesem Kontext quantitative und qualitative Aussagen zu den Auswirkungen des Klimawandels auf den Boden essenziell, um die notwendigen Anpassungsmaßnahmen für ihre Betriebe treffen zu können. Zielsetzungen der vorliegenden Arbeit bestehen darin, die Dynamik der Bodenfeuchte in unterfränkischen Böden besser zu verstehen, die Datenlage zum Verlauf der Bodenfeuchte zu verbessern und die Auswirkungen von prognostizierten klimatischen Parametern abschätzen zu können. Hierzu wurden an sechs für ihre jeweiligen Naturräume und hinsichtlich ihrer anthropogenen Nutzung charakteristischen Standorten meteorologisch-bodenhydrologische Messstationen installiert. Die Messstationen befinden sich in einem Rigosol auf Buntsandstein in einem Weinberg bei Bürgstadt sowie auf einer Parabraunerde im Lössgebiet bei Herchsheim unter Ackernutzung. Am Übergang von Muschelkalk in Keuper befinden sich die Stationen in Obbach, wo eine Braunerde unter Ackernutzung vorliegt und im Forst des Universitätswalds Sailershausen werden die Untersuchungen in einer Braunerde-Terra fusca durchgeführt. Im Forst befinden sich auch die Stationen in Oberrimbach mit Braunerden aus Sandsteinkeuper und in Willmars mit Braunerden aus Buntsandstein. Der Beobachtungszeitraum dieser Arbeit reicht von Juli 2018 bis November 2022. In diesen Zeitraum fiel die dreijährige Dürre von 2018 bis 2020, das Jahr 2021 mit einem durchschnittlichen Witterungsverlauf und das Dürrejahr 2022. Das Langzeitmonitoring wurde von umfangreichen Gelände- und Laboranalysen der grundlegenden bodenkundlichen Parameter der Bodenprofile und der Standorte begleitet. Die bodengeographischen-geomorphologischen Standortanalysen bilden zusammen mit den qualitativen Auswertungen der Bodenfeuchtezeitreihen die Grundlage für Einschätzungen zu den Auswirkungen des Klimawandels auf den Bodenwasserhaushalt. Verlässliche Aussagen zum Bodenwasserhaushalt können nur auf Grundlage von zeitlich und räumlich hoch aufgelösten Daten getroffen werden. Bodenfeuchtezeitreihen zusammen mit den bodenphysikalischen Daten lagen in dieser Datenqualität für Unterfranken bisher nur sehr vereinzelt vor. Die vorliegenden Ergebnisse zeigen, dass die untersuchten Böden entsprechend den jeweiligen naturräumlichen Gegebenheiten sehr unterschiedliche bodenhydrologische Eigenschaften aufweisen. Während langer Trockenphasen können beispielsweise die Parabraunerden am Standort Herchsheim wegen ihrer höheren Wasserspeicherkapazität die Pflanzen länger mit Wasser versorgen als die sandigen Braunerden am Standort Oberrimbach. Die Bodenfeuchteregime im Beobachtungszeitraum waren sehr stark vom Witterungsverlauf einzelner Jahre abhängig. Das Bodenfeuchteregime bei einem durchschnittlichen Witterungsverlauf wie in 2021 zeichnet sich durch eine langsame Abnahme der Bodenfeuchte ab Beginn der Vegetationsperiode im Frühjahr aus. Regelmäßige Niederschläge im Frühjahr füllen den oberflächennahen Bodenwasserspeicher immer wieder auf und sichern den Bodenwasservorrat in der Tiefe bis in den Hochsommer. Im Hochsommer können Pflanzen dann während der Trockenphasen ihren Wasserbedarf aus den tieferen Horizonten decken. Im Gegensatz dazu nimmt die Bodenfeuchte in Dürrejahren wie 2018 bis 2020 oder 2022 bereits im Frühjahr bis in die untersten Horizonte stark ab. Die nutzbare Feldkapazität ist zum Teil schon im Juni weitgehend ausgeschöpft, womit für spätere Trockenphasen kein Bodenwasser mehr zur Verfügung steht. Die Herbst- und Winterniederschläge sättigen den Bodenwasservorrat wieder bis zur Feldkapazität auf. Bei tiefreichender Erschöpfung des Bodenwassers wurde die Feldkapazität erst im Januar oder Februar erreicht. Im Zuge der land- und forstwirtschaftlichen Nutzung ist eine gute Datenlage zu den bodenkundlichen und standörtlichen Gegebenheiten für klimaadaptierte Anpassungsstrategien essentiell. Wichtige Zielsetzungen bestehen grundsätzlich in der Erhaltung der Bodenfunktionen, in der Verbesserung der Infiltrationskapazität und Wasserspeicherkapazität. Hier kommt dem Boden als interaktive Austauschfläche zwischen den Sphären und damit dem Bodenschutz eine zentrale Bedeutung zu. Die in Zukunft erwarteten klimatischen Bedingungen stellen an jeden Boden andere Herausforderungen, welchen mit standörtlich abgestimmten Bodenschutzmaßnahmen begegnet werden kann. N2 - The environmental changes associated with climate change, such as rising temperatures, decreasing summer and increasing winter precipitation, more frequent and longer dry periods, increasing heavy precipitation, storms and heat waves, particularly affect the soil water balance in its central regulatory function for the landscape water balance. Agricultural and forestry yields also depend to a very high degree on the availability of water in the soil. The water storage capacity of the soil is of particular importance here, as during a dry phase the effective precipitation cannot cover the water requirements of the plants, and the soil water already stored can ensure the survival of the plants. In this context, quantitative and qualitative statements on the effects of climate change on the soil are essential for agricultural and forestry stakeholders in order to be able to take the necessary adaptation measures for their operations. The objectives of this study are to gain a better understanding of the dynamics of soil moisture in soils in Lower Franconia, to improve the data available on soil moisture trends and to be able to estimate the effects of predicted climatic parameters. To this end, meteorological and soil hydrological measuring stations were installed at six locations that are characteristic of their respective natural areas and their anthropogenic use. The measuring stations are located in Regic Anthrosols on red sandstone in a vineyard near Bürgstadt and on Luvisols in the loess area near Herchsheim under arable land use. At the transition from Muschelkalk to Keuper, the stations are located in Obbach, where Cambisols under arable use are present, and in the forest of the Sailershausen university forest, the investigations are carried out in Calcic Luvisols. In the forest there are also the stations in Oberrimbach with Cambisols from sandstone-Keuper and in Willmars with Cambisols from red sandstone. The observation period of this work extends from July 2018 to November 2022. This period included the three-year drought from 2018 to 2020, the year 2021 with an average weather pattern and the drought year 2022. The long-term monitoring was accompanied by extensive field and laboratory analyses of the basic pedological parameters of the soil profiles and the sites. The soil geographic and geomorphologic site analyses, together with the qualitative evaluations of the soil moisture time series, form the basis for estimating the effects of climate change on the soil water balance. Reliable statements on the soil water balance can only be made based on data with a high temporal and spatial resolution. Soil moisture time series together with soil physical data have only been available in this data quality for Lower Franconia in very isolated cases to date. The available results show that the soils investigated have very different soil hydrological properties depending on the respective natural conditions. During long dry periods, for example, the Luvisols at the Herchsheim site can supply the plants with water for longer than the sandy Cambisols at the Oberrimbach site due to their higher water storage capacity. The soil moisture regimes during the observation period were highly dependent on the weather conditions in individual years. The soil moisture regime with an average weather pattern as in 2021 is characterized by a slow decrease in soil moisture from the beginning of the growing season in spring. Regular precipitation in spring replenishes the soil water reservoir near the surface and secures the soil water supply at depth until midsummer. In midsummer, plants can then cover their water requirements from the deeper horizons during dry periods. In contrast, in drought years such as 2018 to 2020 or 2022, soil moisture decreases sharply in spring right down to the lowest horizons. In some cases, the utilizable field capacity is already largely exhausted by June, which means that no more soil water is available for later dry phases. The fall and winter precipitation replenishes the soil water supply up to the field capacity. If the soil water was exhausted to a great depth, the field capacity was not reached until January or February. For agriculture and forestry, good data on soil and site conditions is essential for climate-adapted adaptation strategies. Important objectives are basically the preservation of soil functions, the improvement of infiltration capacity and water storage capacity. Here, the soil is of central importance as an interactive exchange surface between the spheres and thus for soil protection. The climatic conditions expected in the future pose different challenges for each soil, which can be met with site-specific soil protection measures. KW - Bodengeografie KW - Bodenwasserhaushalt KW - Klimaänderung KW - Regierungsbezirk Unterfranken KW - Monitoring KW - Bodenwasser KW - Ungesättigte Zone KW - Braunerde KW - Parabraunerde KW - Terra fusca Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-360668 ER - TY - CHAP A1 - Schüssler, Ulrich A1 - Kreuzer, H. A1 - Okrusch, M. A1 - Raschka, H. A1 - Seidel, E. A1 - Vejnar, Z. T1 - Ar-Ar Datierungen am NW-Rand der Böhmischen Masse N2 - No abstract available Y1 - 1989 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-39235 ER - 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 - Kraff, Nicolas Johannes T1 - Analyse raumzeitlicher Veränderungen und ontologische Kategorisierung morphologischer Armutserscheinungen - Eine globale Betrachtung mithilfe von Satellitenbildern und manueller Bildinterpretation T1 - Analysis of spatiotemporal changes and ontological categorization of morphological manifestations of poverty - A global view using satellite imagery and manual image interpretation N2 - Die städtische Umwelt ist in steter Veränderung, vor allem durch den Bau, aber auch durch die Zerstörung von städtischen Elementen. Die formelle Entwicklung ist ein Prozess mit langen Planungszeiträumen und die bebaute Landschaft wirkt daher statisch. Dagegen unterliegen informelle oder spontane Siedlungen aufgrund ihrer stets unvollendeten städtischen Form einer hohen Dynamik – so wird in der Literatur berichtet. Allerdings sind Dynamik und die morphologischen Merkmale der physischen Transformation in solchen Siedlungen, die städtische Armut morphologisch repräsentieren, 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 ausfällt, 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 Süden‘ assoziiert, insbesondere durch die Darstellung von Slums. Tatsächlich ist Europa sogar die Wiege der Begriffe ‚Slum‘ und ‚Ghetto‘, die vor Jahrhunderten zur Beschreibung von Missständen und Unterdrückung 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 über diese genannten Aspekte Aufschluss zu erlangen, bedarf es u.a. der Bildanalyse durch Satellitenbilder. Diese Arbeit wird daher mittels Fernerkundung bzw. Erdbeobachtung (EO) sowie zusätzlicher 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 übergeordnete Ziel dieser Arbeit ist eine bessere Wissensbasis über Armut zu schaffen, um Maßnahmen zur Reduzierung von Armut entwickeln zu können. Die Arbeit dient dabei als eine Antwort auf die Nachhaltigkeitsziele der Vereinten Nationen. Es wird Grundlagenforschung betrieben, indem Wissenslücken in der Erdbeobachtung zu physisch-baulichen bzw. morphologischen Erscheinungen von Armut auf Gebäude-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 Anknüpfung an bisherige Kategorisierungen von Armutsgebieten. Die bisherige Wissenslücke soll gefüllt werden, indem über einen Zeitraum von etwa sieben Jahren in 16 dokumentierten Manifestationen städtischer Armut anhand von Erdbeobachtungsdaten eine zeitliche Analyse der bebauten Umwelt durchgeführt wird. Neben einer global verteilten Gebietsauswahl wird die visuelle Bildinterpretation (MVII) unter Verwendung von hochauflösenden 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 räumlichen morphologischen Variablen gemessen: Anzahl, Größe, Höhe, Ausrichtung und Dichte der Gebäude sowie Heterogenität der Bebauung. Diese ‚temporale Analyse‘ zeigt zunächst sowohl inter- als auch intra-urbane Unterschiede. Es lassen sich unterschiedliche, aber generell hohe morphologische Dynamiken zwischen den Untersuchungsgebieten finden. Dies drückt sich in vielfältiger Weise aus: von abgerissenen und rekonstruierten Gebieten bis hin zu solchen, wo Veränderungen innerhalb der gegebenen Strukturen auftreten. Geographisch gesehen resultiert in der Stichprobe eine fortgeschrittene Dynamik, insbesondere in Gebieten des Globalen Südens. Gleichzeitig lässt sich eine hohe räumliche Variabilität der morphologischen Transformationen innerhalb der untersuchten Gebiete beobachten. Trotz dieser teilweise hohen morphologischen Dynamik sind die räumlichen Muster von Gebäudefluchten, Straßen und Freiflächen überwiegend konstant. Diese ersten Ergebnisse deuten auf einen geringen Wandel in Europa hin, weshalb diese europäischen Armutsgebiete im folgenden Studienteil von Grund auf erhoben und kategorisiert werden. Ziel des zweiten Studienteils ist die Erschaffung einer neuen Kategorisierung, speziell für das in der Wissenschaft unterrepräsentierte Europa. Die verschiedenen Formen nicht indizierter Wohnungsmorphologien werden erforscht und kategorisiert, um das bisherige globale wissenschaftliche ontologische Portfolio für Europa zu erweitern. Hinsichtlich dieses zweiten Studienteils bietet eine Literaturrecherche mit mehr als 1.000 gesichteten Artikeln die weitere Grundlage für 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. Darüber hinaus werden gesellschaftliche Hintergründe, die durch Begriffe wie ‚Ghetto‘, ‚Wohnwagenpark‘, ‚ethnische Enklave‘ oder ‚Flüchtlingslager‘ beschrieben werden, recherchiert und implementiert. Sie sollen als Erklärungsansatz für Armutsviertel in Europa dienen. Die Stichprobe der europäischen, insgesamt aber unbekannten Grundgesamtheit verdeutlicht eine große Vielfalt an physischen Formen: Es wird für Europa eine neue Kategorisierung von sechs Hauptklassen entwickelt, die von ‚einfachsten Wohnstätten‘ (z. B. Zelten) über ‚behelfsmäßige Unterkünfte ‘ (z. B. Baracken, Container) bis hin zu ‚mehrstöckigen 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. Über 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 ärmlichen Wohnformen sowohl in städtischen als auch in ländlichen Gebieten finden, mit einer Konzentration in Südeuropa. Der Hintergrund bei der Mehrheit der Morphologien betrifft Flüchtlinge, ethnische Minderheiten und sozioökonomisch 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 für Machine-Learning-Algorithmen zu generieren oder für Validierungszwecke. In bestimmten städtischen Umgebungen jedoch, z.B. solchen mit höchster Dichte und struktureller Komplexität, fordern spektrale und textur-basierte Verflechtungen von überlappenden Dachstrukturen den menschlichen Interpreten immer noch heraus, wenn es darum geht einzelne Gebäudestrukturen zu erfassen. Die kognitive Wahrnehmung und die Erfahrung aus der realen Welt sind nach wie vor unumgänglich. Vor diesem Hintergrund zielt die Arbeit methodisch darauf ab, Unsicherheiten speziell bei der Kartierung zu quantifizieren und zu interpretieren. Kartiert werden Dachflächen als ‚Fußabdrücke‘ solcher Gebiete. Der Fokus liegt dabei auf der Übereinstimmung 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 über räumliche Variablen von Gebäuden erzielt, um systematisch die Konsistenz und Kongruenz der Ergebnisse zu überprüfen. Ein zusätzlicher Fragebogen liefert subjektive qualitative Informationen über weitere Schwierigkeiten. Da die Grundlage der hierfür bisher genutzten Kategorisierungen auf der subjektiven Bildinterpretation durch den Menschen beruht, müssen etwaige Unsicherheiten und damit Fehleranfälligkeiten 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) Komplexität. Ein hoher Grad an Individualität bei den Probanden äußert 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 Wissenslücke gefüllt werden. Die bisherige Forschung komplexer urbaner Areale unter Nutzung der manuellen Bildinterpretation implementiert oftmals keine Unsicherheitsanalyse oder Quantifizierung von Kartierungsfehlern. Fernerkundungsstudien sollten künftig zur Validierung nicht nur zweifelsfrei auf MVII zurückgreifen können, sondern vielmehr sind Daten und Methoden notwendig, um Unsicherheiten auszuschließen. Zusammenfassend trägt diese Arbeit zur bisher wenig erforschten morphologischen Dynamik von Armutsgebieten bei. Es werden inter- wie auch intra-urbane Unterschiede auf globaler Ebene präsentiert. 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 angeknüpft wird. Eine über 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 müssen 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 Beständigkeit. N2 - Through construction as well as destruction of urban elements, the morphological manifestation of cities is in constant change. As reported in literature, there is a difference between formal and informal development: Whereas formal planning periods lead to a built landscape that appears static, unfinished informal urban forms reflect high dynamics leading to informal or spontaneous settlements. With respect to data base and scale, these kinds of settlements, which morphologically represent urban poverty, have hardly been subject to empirical studies that analyze their dynamics and morphological characteristics of physical transformation consistently. This is where the present work begins. Assuming that the temporal dynamics explored are less pronounced in Europe, the general question of indexing physical housing forms of poverty arises specifically in Europe. This is because housing forms of poverty are often exclusively associated with the 'Global South', especially through the representation of slums. In fact, Europe is even the cradle of the terms 'slum' and 'ghetto', which emerged centuries ago to describe grievances and oppression. To this day, this multifaceted continent exhibits a tremendous variety of physical housing forms of poverty that have their roots in different histories, cultures, policies and lifestyles. To gain insight into these aforementioned aspects requires, among other things, image analysis through satellite imagery. Therefore, this work is done through remote sensing or Earth Observation (EO) as well as additional literature review and an empirical survey. In order to reveal uncertainties conceptually and in the coverage, the method of manual image interpretation of poverty areas has to be critically questioned. The overall goal of this work is to create a better knowledge base about poverty in order to be able to develop measures to reduce poverty. The work serves as a response to the United Nations Sustainable Development Goals. Basic research is carried out by exploratively analyzing knowledge gaps in Earth observation on physical-structural or morphological manifestations of poverty at the building level. The work is divided into three research themes or study parts: The aim of the first part of the study is to capture global spatiotemporal dynamics by linking to established categorizations of poverty areas. The knowledge gap will be filled by conducting a temporal analysis of the built environment over a period of seven years, in 16 documented manifestations of urban poverty using earth observation data. In addition to a globally distributed area selection, visual image interpretation (MVII) and very high-resolution optical satellite data are used. In order to derive 3D city models, MVII is applied combining in-situ and Google Street View imagery. Six spatial morphological variables are applied: number, size, height, orientation and density of buildings as well as heterogeneity of the built-up pattern. In this way, physical spatial structures are measured. Inter-urban and intra-urban differences are demonstrated in the temporal analysis. Findings show different, yet generally high morphological dynamics across the study areas. The variety comprises demolished and reconstructed areas as well as such, where changes occur within the given structures. Results demonstrate increased dynamics, especially in areas of the Global South. At the intra-urban scale, morphological transformations show a high spatial variability simultaneously. However, in spite of these findings of high dynamics, the spatial patterns are mostly constant, including building alignments, streets and open spaces. These initial results indicate little change in Europe, which is why these European poverty areas are surveyed and categorized from scratch in the following part of the study. The aim of the second part of the study is to create a new categorization, specifically for Europe, which is underrepresented in science. In order to expand the existing global scientific ontological inventory for Europe, different forms of non-indexed residential morphologies are detected and categorized. Regarding this second part of the study, a literature search with more than 1,000 articles reviewed provides the further basis for the following focus on Europe. Based on the research, satellite data are again used by means of manual visual image interpretation (MVII) to obtain the physical morphologies of housing types. Furthermore, self-defined geographical indicators of location, structure and formal status are used. Additionally, social backgrounds described by terms like 'ghetto', 'trailer park', 'ethnic enclave' or 'refugee camp' are researched and implemented. They are intended to serve as an explanatory approach to poverty neighborhoods in Europe. The sample for Europe, however is an overall unknown basic population and illustrates a wide variety of physical forms: A new categorization of six main classes is developed for Europe, ranging from 'simplest dwellings' (e.g., tents) to 'makeshift shelters ' (e.g., shacks, containers) to 'multi-story structures' - as a general taxonomy of housing deprivation in Europe. The study discloses different housing types such as underground or mobile types, dilapidated dwellings or large housing estates that reflect poverty in 21st century Europe. Next to housing morphology, these classes are described by structural settlement patterns and their legal status - either as planned or organic-grown, or further as formal, informal or hybrid (semi-legal) forms. From a geographic point of view, a concentration of these poor housing forms can be found in Southern Europe and all across Europe in urban and rural areas. The societal background of the most morphologies concern the 'underprivileged' who are represented, by refugees, ethnic minorities and socioeconomically disadvantaged people. The aim of the third part of the study is a critical analysis of the method. To capture all these settlements and due to the advances in image classification methods, satellite images are typically analyzed automatically nowadays. Still, MVII is important, e.g., for the purpose of validation or to generate training data for machine learning algorithms. Thus, cognitive perception and real-world experience are still unavoidable. Nevertheless, such urban environments with highest density and structural complexity challenge the human interpreter, when it comes to detecting individual building structures because spectral and texture-based restrictions of overlapping roof structures encounter building delineation. Considering that, the aim of this work is to quantify and interpret uncertainties methodologically specifically in mapping. Roof areas are mapped as 'footprints' of such areas. One focus is the agreement between multiple image interpreters. The other focus explores influences by interpreter perception and different elements of image interpretation. Finally, to reflect self-critically on the method of MVII as a third goal, experiments are created as a so-called 'uncertainty analysis'. In these experiments, ten test persons respectively interpreters map six complex areas and produce quantitative data of spatial variables of buildings. This data allows to assess the consistency and congruence of the results in a systematical way. Additionally, a questionnaire provides subjective qualitative information about further difficulties. Since the basis of the categorizations used for this purpose so far is based on subjective image interpretation by humans, any uncertainties and thus error-proneness have to be revealed. The experiments for this uncertainty analysis are quantified and qualified. On the one hand results show remarkable differences between the mapping results of the interpreters. On the other hand, the results for one and the same interpreter reveal high consistency. Another finding demonstrates a correlation between increasing deviations among interpreters and increasing structural (morphological) complexity of the selected areas. Considering the qualitative responses, aspects such as time spent for mapping, prior in-situ knowledge, or prior knowledge of using Geographic Information Systems (GIS) reveal a high degree of individuality among the interpreters. It is noteworthy that particularly ‘data source’ usually influences the mapping procedure. Thus, this study also aims to fill another knowledge gap at the point of applied methodology. Uncertainty analyses often are neither part of research studies of complex urban areas using MVII, nor quantification of mapping errors. In future, remote sensing studies should not only be able to rely on MVII without doubt for validation, but rather data and methods are needed to rule out uncertainty. In summary, this work contributes to the hitherto little researched morphological dynamics of poverty areas. Inter- as well as intra-urban differences on a global scale are presented. Generally, high morphological transformations between the selected areas can be observed. The results indicate a fundamental lack of knowledge in Europe, which is why this work continues at this point. A sample distributed all across Europe allows a new morphological categorization of the large variety of physical forms found. The number of areas opens up in an unknown basic population. For data preparation of previous analyses, satellite images have to be interpreted manually. The procedure involves uncertainties. As a critical self-reflection, a series of experiments reveal significant differences between interpreters’ results, but illustrates consistency in the same subject. KW - Slum KW - Armutsviertel KW - Fernerkundung KW - Stadtgeographie KW - Bildinterpretation KW - physische Morphologie KW - urbane Strukturanalyse KW - raumzeitliche Dynamik KW - Manuelle visuelle Bildinterpretation KW - Wohnformen der Armut KW - Europa KW - Bildbetrachtung Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-320264 ER - TY - JOUR A1 - Schamel, Johannes T1 - Ableitung von Präferenzen aus GPS-Trajektorien bei landschaftsbezogenen Erholungsaktivitäten JF - AGIT - Journal für Angewandte Geoinformatik N2 - No abstract available. KW - GPS-Tracking KW - Erholungsplanung Y1 - 2015 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-153590 VL - 2015 IS - 1 ER -