TY  - THES
A1  - Asam, Sarah
T1  - Potential of high resolution remote sensing data for leaf area index derivation using statistical and physical models
T1  - Potenzial hochaufgelöster Fernerkundungsdaten für die Ableitung des Blattflächenindex aus statistischen und physikalischen Modellen
N2  - Information on the state of the terrestrial vegetation cover is important for several ecological, economical, and planning issues. In this regard, vegetation properties such as the type, vitality, or density can be described by means of continuous biophysical parameters. One of these parameters is the leaf area index (LAI), which is defined as half the total leaf area per unit ground surface area. As leaves constitute the interface between the biosphere and the atmosphere, the LAI is used to model exchange processes between plants and their environment.  However, to account for the variability of ecosystems, spatially and temporally explicit information on LAI is needed both for monitoring and modeling applications.
Remote sensing aims at providing such information. LAI is commonly derived from remote sensing data by empirical-statistical or physical models. In the first approach, an empirical relationship between LAI measured in situ and the corresponding canopy spectral signature is established. Although this method achieves accurate LAI estimates, these relationships are only valid for the place and time at which the field data were sampled, which hampers automated LAI derivation. The physical approach uses a radiation transfer model to simulate canopy reflectance as a function of the scene’s geometry and of leaf and canopy parameters, from which LAI is derived through model inversion based on remote sensing data. However, this model inversion is not stable, as it is an under-determined and ill-posed problem.
Until now, LAI research focused either on the use of coarse resolution remote sensing data for global applications, or on LAI modeling over a confined area, mostly in forest and crop ecosystems, using medium to high spatial resolution data. This is why to date no study is available in which high spatial resolution data are used for LAI mapping in a heterogeneous, natural landscape such as alpine grasslands, although a growing amount of high spatial and temporal resolution remote sensing data would allow for an improved environmental monitoring. Therefore, issues related to model parameterization and inversion regularization techniques improving its stability have not yet been investigated for this ecosystem.
This research gap was taken up by this thesis, in which the potential of high spatial resolution remote sensing data for grassland LAI estimation based on statistical and radiation transfer modeling is analyzed, and the achieved accuracy and robustness of the two approaches is compared. The objectives were an ecosystem-adapted radiation transfer model set-up and an optimized LAI derivation in mountainous grassland areas. Multi-temporal LAI in situ measurements as well as time series of RapidEye data from 2011 and 2012 over the catchment of the River Ammer in the Bavarian alpine upland were used. In order to obtain accurate in situ data, a comparison of the LAI derivation algorithms implemented in the LAI-2000 PCA instrument with destructively measured LAI was performed first. For optimizing the empirical-statistical approach, it was then analyzed how the selection of vegetation indices and regression models impacts LAI modeling, and how well these models can be transferred to other dates. It was shown that LAI can be derived
with a mean accuracy of 80 % using contemporaneous field data, but that the accuracy decreases to on average 51 % when using these models on remote sensing data from other dates. The combined use of several data sets to create a regression which is used for LAI derivation at different points in time increased the LAI estimation accuracy to on average 65 %. Thus, reduced field measurement labor comes at the cost of LAI error rates being increased by 10 - 30 % as long as at least two campaigns are conducted. Further, it was shown that the use of RapidEye’s red edge channel improves the LAI derivation by on average 5.4 %.
With regard to physical LAI modeling, special interest lay in assessing the accuracy improvements that can be achieved through model set-up and inversion regularization techniques. First, a global sensitivity analysis was applied to the radiation transfer model in order to identify the most important model parameters and most sensitive spectral features. After model parameterization, several inversion regularizations, namely the use of a multiple sample solution, the additional use of vegetation indices, and the addition of noise, were analyzed. Further, an approach to include the local scene’s geometry in the retrieval process was introduced to account for the mountainous topography. LAI modeling accuracies of in average 70 % were achieved using the best combination of regularization techniques, which is in the upper range of accuracies that were achieved in the few existing other grassland studies based on in situ or air-borne measured hyperspectral data. Finally, further physically derived vegetation parameters and inversion uncertainty measures were evaluated in detail to identify challenging modeling conditions, which was mostly neglected in other studies. An increased modeling uncertainty for extremely high and low LAI values was observed. This indicates an insufficiently wide model parameterization and a canopy deviation from model assumptions on some fields. Further, the LAI modeling accuracies varied strongly between the different scenes. From this observation it can be deduced that the radiometric quality of the remote sensing data, which might be reduced by atmospheric effects or unexpected surface reflectances, exerts a high influence on the LAI modeling accuracy.
The major findings of the comparison between the empirical-statistical and physical LAI modeling approaches are the higher accuracies achieved by the empirical-statistical approach as long as contemporaneous field data are available, and the computationally efficiency of the statistical approach. However, when no or temporally unfitting in situ measurements are available, the physical approach achieves comparable or even higher accuracies. Furthermore, radiation transfer modeling enables the derivation of other leaf and canopy variables useful for ecological monitoring and modeling applications, as well as of pixel-wise uncertainty measures indicating the robustness and reliability of the model inversion and LAI derivation procedure. The established look-up tables can be used for further LAI derivation in Central European grassland also in other years.
The use of high spatial resolution remote sensing data for LAI derivation enables a reliable land cover classification and thus a reduced LAI mapping error due to misclassifications. Furthermore, the RapidEye pixels being smaller than individual fields allow for a radiation transfer model inversion over homogeneous canopies in most cases, as canopy gaps or field parcels can be clearly distinguished. However, in case of unexpected local surface conditions such as blooming, litter, or canopy gaps, high spatial resolution data show corresponding strong deviations in reflectance values and hence LAI estimation, which would be reduced using coarser resolution data through the balancing effect of the surrounding surface reflectances. An optimal pixel size with regard to modeling accuracy hence depends on the canopy and landscape structure. Furthermore, a reduced spatial resolution would enable a considerable acceleration of the LAI map derivation.
This illustration of the potential of RapidEye data and of the challenges associated to LAI derivation in heterogeneous grassland areas contributes to the development of robust LAI estimation procedures based on new and upcoming, spatially and temporally high resolution remote sensing imagery such as Landsat 8 and Sentinel-2.
N2  - Informationen zum Zustand der Vegetation sind relevant für einige ökologische, ökonomische, und planerische Fragestellungen. Vegetationseigenschaften wie der Typ, die Vitalität oder die Dichte einer Pflanzendecke können dabei anhand von kontinuierlichen biophysikalischen Parametern beschrieben werden. Einer dieser Parameter ist der Blattflächenindex (engl. leaf area index, LAI), der als die halbe gesamte Blattoberfläche pro Bodenoberfläche definiert ist. Da die Blattfläche eine wichtige Schnittstelle zwischen der Biosphäre und der Atmosphäre darstellt, wird der LAI dazu verwendet, Austauschprozesse zwischen Pflanzen und ihrer Umwelt zu modellieren. Um die natürliche Variabilität von Ökosystemen berücksichtigen zu können, benötigt man für solche Monitoring- und Modellierungsanwendungen jedoch räumlich und zeitlich explizite LAI Informationen.
Die Fernerkundung stellt solche Informationen zur Verfügung. Fernerkundungsbasierte LAI-Kartierung basiert auf empirisch-statistischen und physikalischen Modellen. Im ersten Ansatz wird ein empirisches Verhältnis zwischen dem aufgezeichneten Reflexionssignal der Vegetationsdecke und in situ gemessenem LAI erstellt. Obwohl dieses Verfahren meist hohe Genauigkeiten erzielt, gilt das erstellte Verhältnis nur für den Ort und Zeitpunkt der Feldmessungen, was ein automatisiertes Verfahren behindert. Der physikalische Ansatz verwendet ein Strahlungstransfermodell um die spektrale Signatur einer Pflanzendecke in Abhängigkeit von der Szenengeometrie und verschiedenen Blatt- und Pflanzenparametern zu simulieren, von der LAI durch die Inversion des Modells basierend auf Fernerkundungsdaten abgeleitet wird. Die Modellinversion ist jedoch nicht stabil, da sie ein unterdeterminiertes und inkorrekt gestelltes Problem ist.
Bisher fokussierten LAI-Studien entweder auf die Verwendung räumlich grob ausgelöster  Fernerkundungsdaten für globale Anwendungen, oder auf LAI-Modellierung für Wälder und Anbaufrüchte innerhalb eines räumlich eingeschränkten Gebiets basierend auf mittel und hoch aufgelösten Daten. Obwohl die Menge an räumlich und zeitlich hoch aufgelösten Fernerkundungsdaten für ein verbessertes Umweltmonitoring kontinuierlich zunimmt, führte dies dazu, dass es keine Studie gibt die sich mit der Ableitung des LAI in heterogenen Landschaften wie beispielsweise alpinem Grünland, basierend auf räumlich hoch aufgelösten Daten, beschäftigen. Dementsprechend wurden damit verbundene Aspekte wie die Modellparametrisierung und Regularisierungsmöglichkeiten der Inversion für dieses Ökosystem noch nicht untersucht.
Diesem Forschungsbedarf wird mit dieser Arbeit, in der das Potenzial räumlich hoch aufgelöster Fernerkundungsdaten für die Ableitung von Grünland-LAI basierend auf statistischen Modellen und Strahlungstransfermodellierung analysiert wird, und in der die Genauigkeiten und Stabilität beider Verfahren verglichen werden, begegnet. Die Ziele der Arbeit sind eine an das Grünlandökosystem angepasste Einrichtung des Strahlungstransfermodells und die Ableitung des LAI für Grünland im Gebirgsraum. Multitemporale in situ LAI-Messungen sowie RapidEye-Zeitreihen aus den Jahren 2011 und 2012 aus dem Ammereinzugsgebiet im bayrischen Voralpenland wurden dazu verwendet.
Um verlässliche in situ Messwerte zu erhalten, wurde zunächst ein Vergleich der im LAI-2000 PCA Messinstrument implementierten Algorithmen mit destruktiv erhobenen LAI Werten durchgeführt. Zur Optimierung des empirisch-statistischen Ansatzes wurde dann untersucht, in welchem Maße die Verwendung verschiedener Vegetationsindizes und Regressionsmodelle die LAI-Modellierung beeinflussen, und wie gut diese Modelle auf andere Zeitpunkte übertragen werden können. Es wurde gezeigt, dass unter Verwendung von zeitgleich erhobenen Felddaten der LAI mit einer mittleren Genauigkeit von 80 % abgeleitet werden kann, dass sich die Genauigkeit aber auf 51 % verringert, wenn die Modelle auf Fernerkundungsdaten anderer Zeitpunkte angewendet werden. Die gemeinsame Nutzung mehrerer Felddatensätze zur Erstellung einer Regression welche auf andere Zeitpunkte
angewendet wird, erhöhte die Genauigkeit der LAI-Ableitung wiederum auf durchschnittlich 65 %. Ein verringerter Arbeitsaufwand für Feldmessungen wird also durch erhöhte Fehlerraten von 10 - 30 % pro Szene ausgewogen, solange mindestens zwei Messkampagnen durchgeführt werden. Außerdem wurde gezeigt, dass die Verwendung des “red edge” Bandes des RapidEye Sensors die LAI-Ableitung um im Mittel 5.4 % verbessert.
Im Hinblick auf die physikalische LAI-Modellierung waren vor allem die Verbesserung der Genauigkeit, die anhand von Modelleinstellungen und Regularisierungstechniken erzielt werden konnten, von Interesse. Zunächst wurde eine globale Sensitivitätsanalyse des Strahlungstransfermodells durchgeführt, um die wichtigsten Modellparameter und die sensitivsten spektralen Bereiche zu identifizieren. Nach der darauf basierenden Modellparametrisierung wurden in den nächsten Schritten mehrere Verfahren zu Stabilisierung der Inversion, nämlich die Verwendung multipler Lösungen, von Vegetationsindizes als Inputdaten, und von simuliertem Datenrauschen, analysiert. Außerdem wurde ein Ansatz eingeführt, der die Berücksichtigung der lokalen Szenengeometrien, und damit der Topographie des Untersuchungsgebietes, erlaubt.
Genauigkeiten von im Mittel 70 % konnten für die LAI-Modellierung unter Verwendung der besten Modell- und Inversionseinstellungen erreicht werden. Diese sind mit den Ergebnissen anderer Grünland-Studien, die jedoch auf in situ oder flugzeuggetragen gemessenen hyperspektralen Daten beruhen, vergleichbar. Zuletzt wurden weitere physikalisch modellierte Vegetationsparameter sowie Inversionsunsicherheitsmaße evaluiert, um besonders schwierige Modellierungsbedingungen zu identifizieren, was in anderen Studien bisher meist vernachlässigt wurde. Erhöhte Modellierungsunsicherheiten wurden für die Ableitung besonders niedriger und hoher LAI Werte beobachtet, was auf eine ungenügend weit gefasste Modellparametrisierung und stellenweise Abweichungen der Vegetationsdecke von den Modellannahmen hinweist. Außerdem variieren die Genauigkeiten der LAI Modellierung stark zwischen den einzelnen Szenen woraus abgeleitet werden kann dass die radiometrische Qualität der Fernerkundungsdaten, welche beispielsweise durch
atmosphärische Effekte oder unerwartete Oberflächenreflexionen beeinfluss werten kann, einen großen Einfluss auf die Modellierungsgenauigkeit hat.
Im Vergleich der empirisch-statistischen und physikalischen LAI-Modellierung fiel der empirisch-statistische Ansatz mit höheren Genauigkeiten, solange zeitgleich aufgenommene Felddaten vorliegen, sowie mit einer geringeren Berechnungszeit auf. Wenn jedoch keine zeitlich passenden Felddaten vorhanden sind, erreicht die physikalische Modellierung vergleichbare oder sogar höhere Genauigkeiten. Des Weiteren ermöglicht das Strahlungstransfermodel die Ableitung weiterer Blatt- und Pflanzeneigenschaften, welche für ökologische Monitoring- und Modellierungsanwendungen nützlich sind. Außerdem werden pixelgenaue Unsicherheitsmaße generiert, welche die Stabilität und Verlässlichkeit der Modellinversion und des gewonnenen LAI-Wertes charakterisieren. Die erstellten Datenbanken können darüber hinaus für die LAI-Modellierung in anderen Mitteleuropäischen Grünländern auch in anderen Jahren verwendet werden.
Die Verwendung von hochaufgelösten Fernerkundungsdaten ermöglicht eine verlässliche Landbedeckungsklassifikation und verringert damit Fehler in der LAI-Modellierung die durch Fehlklassifikationen verursacht werden. Da die RapidEye-Pixel außerdem kleiner als einzelnen Felder sind, konnte das Strahlungstransfermodell in den meisten Fällen über homogenen Pflanzendecken invertiert werden. Angesichts unerwarteter lokaler Oberflächenreflexionen, hervorgerufen beispielsweise durch Blüten, Streu, oder Lücken, zeigen die hochaufgelösten Daten jedoch auch entsprechend starke Abweichungen, welche in gröber aufgelösten Daten durch die Reflexion der umgebenden Oberflächen verringert sind. Eine optimale Pixelgröße im Hinblick auf die Modellierungsgenauigkeit hängt also von der Struktur der Vegetationsdecke und der Landschaft ab. Eine verringerte Pixelgröße würde darüber hinaus die Ableitung von LAI-Karten deutlich beschleunigen.
Diese Darstellung des Potenzials von RapidEye Daten für LAI-Modellierung und der speziellen Herausforderungen an die genutzten Verfahren in heterogenen Grünländern kann zur Entwicklung von robusten LAI-Ableitungsverfahren beitragen, anhand welcher neue, räumlich und zeitlich hoch aufgelöste, Fernerkundungsdaten wie die der Landsat 8 oder Sentinel-2 Sensoren in Wert gesetzt werden können.
KW  - Optische Fernerkundung
KW  - Blattflächenindex
KW  - Strahlungstransport
KW  - RapidEye
KW  - grasland
KW  - inversion techniques
Y1  - 2014
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-108399
ER  - 
TY  - THES
A1  - Rödder, Tobias
T1  - Spatio-temporal assessment of dynamics in discontinuous mountain permafrost - Investigation of small-scale influences on the ground thermal regime and active layer processes during snow melt
T1  - Die raum-zeitliche Analyse der Dynamiken in diskontinuierlichem Gebirgspermafrost - Untersuchungen zu kleinräumigen Einflüssen auf Untergrundtemperaturen und Prozesse in der Auftauschicht während der Schneeschmelze
N2  - The discontinuous mountain permafrost zone is characterized by its heterogeneous distribution of frozen ground and a small-scale variability of the ground thermal regime. Large parts of these areas are covered by glacial till and sediments that were exposed after the recession of the glaciers since the 19th century. As response to changed climatic conditions permafrost-affected areas will lose their ability as sediment storage and on the contrary, they will act as source areas for unconsolidated debris. Along with modified precipitation patterns the degradation of the  discontinuous mountain permafrost zone will (temporarily)
increase its predisposition for mass movement processes and thus has to be monitored in a differentiated way.
Therefore, the spatio-temporal dynamics of frozen ground are assessed in this study based on results obtained in three glacier forefields in the Engadin (Swiss Alps) and at the Zugspitze (German Alps). Sophisticated techniques are required to uncover structural differences in the subsurface. Thus, the applicability of advanced geophysical methods is tested for alpine environments and proved by the good 3D-delineation of a permafrost body and by the detection of detailed processes in the active layer during snow melt. Electrical resistivity tomography (ERT) approaches (quasi-3D, daily monitoring) reveal
their capabilities to detect subsurface resistivity changes both, in space and time. Processes and changes in regard to liquid water content and ice content are observed to exist at short distances even though the active layer is not subject to a considerable thickening
over the past 7 years. The stability of the active layer is verified by borehole temperature data. No synchronous
trend is recognized in permafrost temperatures and together with multi-annual electrical resistivity data they indicate degradation and aggradation processes to occur at the same time. Different heat transfer mechanisms, especially during winter, are recognized by means of temperature sensors above, at, and beneath the surface. Based on surface and borehole temperature data the snow cover is assessed as the major controlling factor for the thermal regime on a local scale. Beyond that, the debris size of the substrate, which modifies the snow cover and regulates air exchange processes above the ground, plays a crucial role as an additional buffer layer. A fundamental control over the stability of local permafrost patches is attributed to the ice-rich transient layer at the base of the active layer. The refreezing of melt water in spring is illustrated with diurnal ERT monitoring data from glacier forefield Murtèl.
Based on these ERT and borehole temperature data a conceptual model of active layer processes between autumn and spring is developed. The latent heat that is inherent in the transient layer protects the permafrost beneath from additional energy input from the surface as long as the refreezing of melt water in spring prevails and sufficient ice is build up each spring. Permafrost sites without a transient layer show considerably higher
temperatures at their table and are more prone to degradation in the years and decades ahead. As main investigation area a glacier forefield beneath the summits of Piz Murtèl and Piz Corvatsch in the Swiss Engadin was chosen. It is located west of the well-known
rock glacier Murtèl. Here, a permafrost body inside and adjacent to the lateral moraine was investigated and could be delineated very well. In the surrounding glacier forefield no further indications of permafrost occurrence could be made. Geophysical data and temperature values from the surface and from a permafrost borehole were compared with long-term data from proximate glacier forefield Muragl (Engadin). Results from both
sites show a considerable stability of the active layer depth in summer while at the same time geophysical data demonstrate annual changes in the amount of liquid water content and ice content in the course of years.
A third investigation area is located in the German Alps. The Zugspitzplatt is a high mountain valley with considerably more precipitation and thicker snow cover compared to both Swiss sites. In close proximity to the present glacier and at a large talus slope beneath the summit crest ground ice could be observed. The high subsurface resistivity values and comparable data from existing studies at the Zugspitze may indicate the presence of sedimentary ice in the subsurface of the karstified Zugspitzplatt. Based on these complementary data from geophysical and temperature measurements as
well as geomorphological field mapping the development of permafrost in glacier forefields under climate change conditions is analyzed with cooperation partners from the SPCC project. Ground temperature simulations forced with long-term climatological data are modeled to assess future permafrost development in glacier forefield Murtèl. Results suggest that permafrost is stable as long as the ice-rich layer between the active layer and
the permafrost table exists. After a tipping point is reached, the disintegration of frozen ground starts to proceed rapidly from the top.
N2  - Die Zone des diskontinuierlichen Gebirgspermafrosts in den Europäischen Alpen ist durch das kleinräumige Auftreten von gefrorenem Untergrund und eine hohe Variabilität des thermischen Regimes gekenn\-zeichnet. Weite Bereiche dieser Zone sind mit glazialen Sedimenten und Felsschutt bedeckt, die mit dem Abschmelzen der Gletscher seit Mitte des 19.~Jahrhunderts freigelegt wurden. Im Zuge von klimatischen Veränderungen werden Gebiete, in denen Permafrost auftritt, ihre Funktion als Sedimentspeicher verlieren und stattdessen als Sedimentquelle für Lockermaterial wirken. Zusammen mit Änderungen im Niederschlagsregime kann sich dadurch die Disposition für Massenbewegungen (zeitweilig) erhöhen, so dass differenzierte Beobachtungsstrategien dieser lokalen Permafrostvorkommen erforderlich sind.

Im Rahmen dieser Arbeit wurde die raum-zeitliche Dynamik von Permafrost in drei Gletschervorfeldern im Engadin (Schweizer Alpen) und an der Zugspitze (Deutsche Alpen) untersucht. Um strukturelle Unterschiede im Untergrund zu erkennen ist der Einsatz von modernen, sich ergänzenden Techniken und Methoden unbedingt erforderlich. Mit der genauen dreidimensionalen Abgrenzung eines Permafrostkörpers sowie der Beobachtung von aktiven Prozessen während der Schneeschmelze in der Auftauschicht, konnte die Anwendbarkeit der geophysikalischen Methoden in unzugänglichem alpinen Gelände unter Beweis gestellt werden. Insbesondere die elektrische Widerstandstomographie (ERT), basierend auf einem quasi-3D Ansatz und einem täglichen Monitoring, erlaubt eine detaillierte Untersuchung von Widerstandsveränderungen (räumlich und zeitlich). Obwohl die Mächtigkeit der Auftauschicht über die letzten 7 Jahren kaum variierte, konnten Prozesse und Veränderungen im Permafrost beobachtet werden.

Die Stabilität der Auftauschicht im Untersuchungszeitraum wird durch Temperaturmessungen in den Bohrlöchern bestätigt. Die Permafrosttemperaturen zeigen einen gleichlaufenden Trend. Zusammen mit den mehrjährigen ERT-Daten unterstreicht dies die Variabilität in der Zusammensetzung des Untergrunds in Bezug auf den jeweiligen Anteil von flüssigem bzw. gefrorenem Wasser.

Mit Hilfe von Temperatursensoren oberhalb, auf und unterhalb der Erdoberfläche konnten verschiedene Wärmetransportprozesse, insbesondere im Winter, beobachtet werden. Auf Grundlage dieser Temperaturdaten wird die Schneedecke als der größte Einflussfaktor auf das thermische Regime des Untergrundes auf lokaler Ebene angesehen. Zusätzlich spielt die Größe des vorhandenen Schuttmaterials eine wesentliche Rolle, da zum einen die Schneedecke verändert und zum anderen die Luftaustauschprozesse an der Oberfläche stark reguliert werden. Dies bestätigt die bereits bekannte mikroklimatische Wirkung von grobem Blockschutt.

Maßgeblich für die Stabilität der Auftauschicht ist der eisreiche Übergangsbereich zwischen Auftauschicht und Permafrost. Tägliche ERT-Daten aus dem Gletschervorfeld Murtèl zeigen das Wiedergefrieren von Schmelzwasser in diesem Bereich im Frühjahr. Auf Grundlage von Bohrlochtemperaturen und ERT-Daten wurde ein konzeptionelles Modell der Prozesse innerhalb der Auftauschicht für den Zeitraum Herbst bis Frühjahr erstellt. So lange der Eiszuwachs im Frühjahr dominiert, schützt die eisreiche Schicht durch die ge\-speicherte latente Wärme den Permafrost vor zusätzlichem Wärmeeintrag. Standorte mit einem niedrigen Eisgehalt an der Permafrosttafel unterliegen damit in größerem Maße dem Einfluss des Wärmetransports und sind in den kommenden Jahren und Jahrzehnten stärker anfällig für Degradationserscheinungen.

Hauptuntersuchungsgebiet ist ein Gletschervorfeld unterhalb der Gipfel von Piz Murtèl und Piz Corvatsch im Schweizer Engadin westlich des gut untersuchten Blockgletscher Murtèl. Hier wurde ein Permafrostkörper am Rande bzw. innerhalb der Lateralmoräne untersucht und die Abgrenzung des Untergrundeises detektiert. Im übrigen Gletschervorfeld konnte Permafrost nicht nachgewiesen werden. Die geophysikalischen Daten und Temperaturdaten von der Oberfläche bzw.~aus einem Permafrostbohrloch wurden mit langjährigen Messreihen aus dem Gletschervorfeld Muragl (ebenfalls im Engadin) verglichen. Die Ergebnisse an beiden Standorten zeigen eine gewisse Stabilität der jährlichen Auftauschicht. Zur gleichen Zeit zeigen die geophysikalischen Ergebnisse Veränderungen im Verhältnis von flüssigen Wasser zu gefrorenem Eis im Untergrund an. 

Als drittes Untersuchungsgebiet wurde das Zugspitzplateau ausgewählt, ein alpines Hochtal mit deutlich mehr Niederschlag und größerer Schneedecke als an den beiden Standorten im Engadin. Hier konnten in unmittelbarer Nähe zum heutigen Gletscherrand und unter steilen Hangschuttkegeln durch Widerstandstomographie deutliche Hinweise auf Untergrundeis gegeben werden. Feldbeobachtungen und die bekannt hohen Widerstandswerte aus vergleichbaren Untersuchungen am Zugspitzgipfel lassen auf sedimentäres Eis im verkarsteten Untergrund schließen.

Abschließend wurde die zukünftige Entwicklung am Standort Murtèl anhand von Simulationsläufen, die auf langfristigen Energiebilanzdaten von regionalen Klimamodellen beruhen, abgeschätzt. Auf Basis der umfangreichen Daten aus den Geländemessungen und der geomorphologischen Kartierung, wurde mit Hilfe einer Sensivitätsanalyse mit Partnern aus dem SPCC-Projekt die Termperaturentwicklung im Permafrost modelliert. Die Ergebnisse zeigen eine kurzfristige Stabilität des Permafrosts bis ein kritischer Schwellenwert erreicht ist, der vermutlich mit dem Tauen der eisreichen Zone verbunden ist. Nachdem dieser Zeitpunkt überschritten ist, setzt sich die Permafrostdegradation rasch in die Tiefe fort.
KW  - Engadin
KW  - Zugspitze
KW  - Gletschervorfeld
KW  - Dauerfrostboden
KW  - Klimaänderung
KW  - Mountain permafrost
KW  - Geophysics
KW  - Ground surface temperature
KW  - Glacier forefield
KW  - Transient layer
KW  - Auftauschicht
KW  - Gebirgspermafrost
KW  - Gletschervorfeld
KW  - Untergrundtemperaturen
KW  - Geophysikalische Methoden
KW  - Schneeschmelze
KW  - Monitorüberwachung
KW  - Massenbewegung <Geomorphologie>
KW  - Sedimentation
Y1  - 2014
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-90629
ER  - 
TY  - THES
A1  - Vogt, Gernot
T1  - Future changes and signal analyses of climate means and extremes in the Mediterranean Area deduced from a CMIP3 multi-model ensemble
T1  - Zukünftige Veränderungen und Signalanalysen klimatischer Mittelwerte und Extremereignisse im Mittelmeerraum abgeleitet aus einem Multi-Modell Ensemble der CMIP3-Datenbank
N2  - Considering its social, economic and natural conditions the Mediterranean Area is a highly vulnerable region by designated affections of climate change. Furthermore, its climatic characteristics are subordinated to high natural variability and are steered by various elements, leading to strong seasonal alterations. Additionally, General Circulation Models project compelling trends in specific climate variables within this region. These circumstances recommend this region for the scientific analyses conducted within this study. Based on the data of the CMIP3 database, the fundamental aim of this study is a detailed investigation of the total variability and the accompanied uncertainty, which superpose these trends, in the projections of temperature, precipitation and sea-level pressure by GCMs and their specific realizations. Special focus in the whole study is dedicated to the German model ECHAM5/MPI-OM. Following this ambition detailed trends and mean values are calculated and displayed for meaningful time periods and compared to reanalysis data of ERA40 and NCEP. To provide quantitative comparison the mentioned data are interpolated to a common 3x3° grid.
The total amount of variability is separated in its contributors by the application of an Analysis of Variance (ANOVA). For individual GCMs and their ensemble-members this is done with the application of a 1-way ANOVA, separating a treatment common to all ensemble-members and variability perturbating the signal given by different initial conditions. With the 2-way ANOVA the projections of numerous models and their realizations are analysed and the total amount of variability is separated into a common treatment effect, a linear bias between the models, an interaction coefficient and the residuals.
By doing this, the study is fulfilled in a very detailed approach, by considering yearly and seasonal variations in various reasonable time periods of 1961-2000 to match up with the reanalysis data, from 1961-2050 to provide a transient time period, 2001-2098 with exclusive regard on future simulations and 1901-2098 to comprise a time period of maximum length. The statistical analyses are conducted for regional-averages on the one hand and with respect to individual grid-cells on the other hand. For each of these applications the SRES scenarios of A1B, A2 and B1 are utilized. Furthermore, the spatial approach of the ANOVA is substituted by a temporal approach detecting the temporal development of individual variables. Additionally, an attempt is made to enlarge the signal by applying selected statistical methods.
In the detailed investigation it becomes evident, that the different parameters (i.e. length of temporal period, geographic location, climate variable, season, scenarios, models, etc…) have compelling impact on the results, either in enforcing or weakening them by different combinations. This holds on the one hand for the means and trends but also on the other hand for the contributions of the variabilities affecting the uncertainty and the signal. While temperature is a climate variable showing strong signals across these parameters, for precipitation mainly the noise comes to the fore, while for sea-level pressure a more differentiated result manifests. In turn, this recommends the distinguished consideration of the individual parameters in climate impact studies and processes in model generation, as the affecting parameters also provide information about the linkage within the system.
Finally, an investigation of extreme precipitation is conducted, implementing the variables of the total amount of heavy precipitation, the frequency of heavy-precipitation events, the percentage of this heavy precipitation to overall precipitation and the mean daily intensity from events of heavy precipitation. Each time heavy precipitation is defined to exceed the 95th percentile of overall precipitation. Consecutively mean values of these variables are displayed for ECHAM5/MPI-OM and the multi-model mean and climate sensitivities, by means of their difference between their average of the past period of 1981-2000 and the average of one of the future periods of 2046-2065 or 2081-2100. Following this investigation again an ANOVA is conducted providing a quantitative measurement of the severity of change of trends in heavy precipitation across several GCMs. 
Besides it is a difficult task to account for extreme precipitation by GCMs, it is noteworthy that the investigated models differ highly in their projections, resulting partially in a more smoothed and meaningful multi-model mean. Seasonal alterations of the strength of this behaviour are quantitatively supported by the ANOVA.
N2  - Bezüglich seiner sozialen, wirtschaftlichen und natürlichen Gegebenheiten ist  der Mittelmeerraum eine Region, die in Anbetracht des zu erwartenden Klimawandels äußerst anfällig ist. Seine klimatischen Eigenschaften sind hoher natürlicher Variabilität, unterschiedlichen Antriebsmechanismen, sowie einer starken saisonalen Schwankung unterworfen. Zudem projizieren Globale Zirkulationsmodelle für diese Region aussagekräftige Trends für ausgewählte Klimavariablen. Diese Vorraussetzungen machen den Mittelmeerraum zu einem hervorragenden Studienobjekt für diese wissenschaftliche Arbeit. Auf der Basis der CMIP3 Datenbank ist das zu Grunde liegende Ziel dieser Arbeit eine detaillierte Untersuchung der Gesamtvariabilität und der damit einhergehenden Unsicherheit, die in den Projektionen der Globalen Zirkulationsmodelle und deren einzelnen Realisationen die Trends der Variablen Temperatur, Niederschlag und Druck überlagert. Besonderes Augenmerk liegt dabei auf dem deutschen Modell ECHAM5/MPI-OM. Für dieses Ziel werden Trends und Mittelwerte für aussagekräftige Zeitperioden berechnet und graphisch den Reanalysedatensätzen NCEP und ERA40 gegenübergestellt. Um quantitative Vergleiche zu ermöglichen werden die angesprochenen Datensätze auf ein gemeinsames geographisches Gitter von 3x3° interpoliert.
Der Gesamtanteil der Variabilität wird in seine Entstehungsquellen durch die Anwendung einer Varianzanalyse (ANOVA) aufgeteilt. Dies wird mit einer 1-Wege Varianzanalyse für einzelne Globale Zirkulationsmodelle und ihre Realisationen durchgeführt, wobei ein Anteil dem Signal entspricht, das in allen Realisationen vorhanden ist und ein Anteil dem Rauschen zugeordnet werden kann, das das Signal überlagert und unterschiedlichen Anfangsbedingungen des Modells geschuldet ist. Durch eine 2-Wege Varianzanalyse werden die unterschiedlichen Realisationen mehrerer Klimamodelle in eine Analyse eingebunden, wobei der Anteil der Gesamtvariabilität wiederum in einen gemeinsamen Signalanteil, einem Anteil des linearen Unterschieds zwischen den verschiedenen Klimamodellen, einem Interaktionskoeffizient und dem Rauschen aufgeteilt werden.
Die Anwendung dieser Verfahren wird detailliert ausgeführt, indem die Analysen auf jährlicher und saisonaler Grundlage für unterschiedliche Zeitperioden, nämlich 1961-1990 für den Vergleich mit den Reanalysedatensätzen, 1961-2050 als eine Übergangsperiode zwischen den Szenarien, 2001-2098 als reinen zukünftigen Betrachtungszeitraum und 1901-2098 um eine maximal umfassende Zeitperiode zu erhalten, betrachtet werden. Die statistischen Verfahren werden sowohl für regionale Mittelwerte als auch für einzelne Gitterpunkte berechnet. Für jede dieser Berechnungen werden die SRES Szenarien A1B, A2 und B1 herangezogen. Zudem wird der räumliche Ansatz der ANOVA ebenso durch einen zeitlichen ersetzt, wodurch die zeitliche Entwicklung der einzelnen Variabilitäten dargestellt wird. Des Weiteren wird durch gezielte statistische Methoden versucht, künstlich verstärkte Signale zu detektieren.

Durch die detaillierte Untersuchung wird offenkundig, dass die unterschiedlichen Randbedingungen (hier die Länge der Zeitperiode, der geographische Ort, die Bezugsvariable, die Saison, das Szenario, das Modell, etc…) eine entscheidende Rolle für das Ergebnis spielen, indem sie einerseits durch deren unterschiedlicher Kombination es sowohl verstärken als auch glätten können. Dies gilt sowohl für die Mittelwerte und die Trends als auch für die unterschiedlichen Partitionen der Variabilitäten, die wiederum die Unsicherheiten und das Signal beeinflussen. Während Temperatur starke Signale über alle dieser Randbedingungen aufweist, so zeigt sich für Niederschlag hauptsächlich ein starkes Rauschen, während für Druck eine sehr ambivalente Verteilung hervortritt. Dies wiederum beweist, dass dieser differenzierte Ansatz bezüglich der Betrachtung der Abhängigkeit dieser Randebedingungen unabdinglich in Klimafolgestudien und der Modellentwicklung ist, da diese Bedingungen auch Informationen über die Wechselbeziehungen im System beinhalten.
Schließlich wird noch die Entwicklung von Extremereignissen hinsichtlich der Niederschlagsmengen von Extremereignissen, der Häufigkeit der Ereignisse von extremen Niederschlagsmengen, dem prozentualen Anteil der Niederschlagsmenge aus Extremereignissen zu der Gesamtniederschlagsmenge und der mittleren täglichen Intensität von Niederschlagsextremereignissen untersucht. Hierbei wird ein Extremereignis als ein Ereignis definiert, das in seiner Menge oberhalb des 95.Perzentils der Menge der Gesamtereignisse liegt. So werden Mittelwerte dieser Variablen für ECHAM5/MPI-OM und über alle Modelle  sowie deren Veränderungen zwischen ihren Mittelwerten aus den Zeiträumen der Vergangenheit 1981-2000 und den zukünftigen Perioden von 2046-2065 oder 2081-2100 gezeigt. Der Struktur dieser Studie folgend,  wird wiederum eine ANOVA angewendet um eine quantitative Ermessung der Stärke der Veränderung im Erscheinungsbild von Extremniederschlagsereignissen über eine Vielzahl verschiedener Zirkulationsmodelle zu gewinnen. 
Ungeachtet der schwierigen Tatsache, Extremniederschlagsereignisse aus GCMs abzuleiten, ist es erwähnenswert, dass die betrachteten Modelle stark in ihren Projektionen abweichen, was wiederum zu einem in einem gemäßigten und aussagekräftigerem Multi-Modell Mittelwert führt. Saisonale Unterschiede in diesem Verhalten können durch die ANOVA quantitativ belegt werden.
KW  - Klimaschwankung
KW  - Klimaänderung
KW  - Mittelmeerraum
KW  - Varianzanalyse
KW  - Hochschulschrift
KW  - Climate
KW  - Climate Change
KW  - Analysis of Variance
KW  - ANOVA
KW  - Mediterranean
KW  - Signal Noise
KW  - Uncertainty
KW  - General Circulation Model
KW  - Klima
KW  - Extremwert
KW  - Modell
Y1  - 2014
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-117369
ER  -