TY - JOUR A1 - Ataee, Mohammad Sadegh A1 - Maghsoudi, Yasser A1 - Latifi, Hooman A1 - Fadaie, Farhad T1 - Improving estimation accuracy of growing stock by multi-frequency SAR and multi-spectral data over Iran's heterogeneously-structured broadleaf Hyrcanian forests JF - Forests N2 - Via providing various ecosystem services, the old-growth Hyrcanian forests play a crucial role in the environment and anthropogenic aspects of Iran and beyond. The amount of growing stock volume (GSV) is a forest biophysical parameter with great importance in issues like economy, environmental protection, and adaptation to climate change. Thus, accurate and unbiased estimation of GSV is also crucial to be pursued across the Hyrcanian. Our goal was to investigate the potential of ALOS-2 and Sentinel-1's polarimetric features in combination with Sentinel-2 multi-spectral features for the GSV estimation in a portion of heterogeneously-structured and mountainous Hyrcanian forests. We used five different kernels by the support vector regression (nu-SVR) for the GSV estimation. Because each kernel differently models the parameters, we separately selected features for each kernel by a binary genetic algorithm (GA). We simultaneously optimized R\(^2\) and RMSE in a suggested GA fitness function. We calculated R\(^2\), RMSE to evaluate the models. We additionally calculated the standard deviation of validation metrics to estimate the model's stability. Also for models over-fitting or under-fitting analysis, we used mean difference (MD) index. The results suggested the use of polynomial kernel as the final model. Despite multiple methodical challenges raised from the composition and structure of the study site, we conclude that the combined use of polarimetric features (both dual and full) with spectral bands and indices can improve the GSV estimation over mixed broadleaf forests. This was partially supported by the use of proposed evaluation criterion within the GA, which helped to avoid the curse of dimensionality for the applied SVR and lowest over estimation or under estimation. KW - GSV KW - nu SVR KW - uneven-aged mountainous KW - polarimetery KW - multi-spectral KW - optimization Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-197212 SN - 1999-4907 VL - 10 IS - 8 ER - TY - JOUR A1 - Mayr, Stefan A1 - Kuenzer, Claudia A1 - Gessner, Ursula A1 - Klein, Igor A1 - Rutzinger, Martin T1 - Validation of earth observation time-series: a review for large-area and temporally dense land surface products JF - Remote Sensing N2 - Large-area remote sensing time-series offer unique features for the extensive investigation of our environment. Since various error sources in the acquisition chain of datasets exist, only properly validated results can be of value for research and downstream decision processes. This review presents an overview of validation approaches concerning temporally dense time-series of land surface geo-information products that cover the continental to global scale. Categorization according to utilized validation data revealed that product intercomparisons and comparison to reference data are the conventional validation methods. The reviewed studies are mainly based on optical sensors and orientated towards global coverage, with vegetation-related variables as the focus. Trends indicate an increase in remote sensing-based studies that feature long-term datasets of land surface variables. The hereby corresponding validation efforts show only minor methodological diversification in the past two decades. To sustain comprehensive and standardized validation efforts, the provision of spatiotemporally dense validation data in order to estimate actual differences between measurement and the true state has to be maintained. The promotion of novel approaches can, on the other hand, prove beneficial for various downstream applications, although typically only theoretical uncertainties are provided. KW - accuracy KW - error estimation KW - global KW - intercomparison KW - remote sensing KW - uncertainty Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-193202 SN - 2072-4292 VL - 11 IS - 22 ER - TY - JOUR A1 - Abdullahi, Sahra A1 - Wessel, Birgit A1 - Huber, Martin A1 - Wendleder, Anna A1 - Roth, Achim A1 - Kuenzer, Claudia T1 - Estimating penetration-related X-band InSAR elevation bias: a study over the Greenland ice sheet JF - Remote Sensing N2 - Accelerating melt on the Greenland ice sheet leads to dramatic changes at a global scale. Especially in the last decades, not only the monitoring, but also the quantification of these changes has gained considerably in importance. In this context, Interferometric Synthetic Aperture Radar (InSAR) systems complement existing data sources by their capability to acquire 3D information at high spatial resolution over large areas independent of weather conditions and illumination. However, penetration of the SAR signals into the snow and ice surface leads to a bias in measured height, which has to be corrected to obtain accurate elevation data. Therefore, this study purposes an easy transferable pixel-based approach for X-band penetration-related elevation bias estimation based on single-pass interferometric coherence and backscatter intensity which was performed at two test sites on the Northern Greenland ice sheet. In particular, the penetration bias was estimated using a multiple linear regression model based on TanDEM-X InSAR data and IceBridge laser-altimeter measurements to correct TanDEM-X Digital Elevation Model (DEM) scenes. Validation efforts yielded good agreement between observations and estimations with a coefficient of determination of R\(^2\) = 68% and an RMSE of 0.68 m. Furthermore, the study demonstrates the benefits of X-band penetration bias estimation within the application context of ice sheet elevation change detection. KW - InSAR height KW - penetration bias KW - cryosphere KW - TanDEM-X KW - Greenland ice sheet KW - DEM Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-193902 SN - 2072-4292 VL - 11 IS - 24 ER - TY - JOUR A1 - Trappe, Julian A1 - Kneisel, Christof T1 - Geophysical and sedimentological investigations of Peatlands for the assessment of lithology and subsurface water pathways JF - Geosciences N2 - Peatlands located on slopes (herein called slope bogs) are typical landscape units in the Hunsrueck, a low mountain range in Southwestern Germany. The pathways of the water feeding the slope bogs have not yet been documented and analyzed. The identification of the different mechanisms allowing these peatlands to originate and survive requires a better understanding of the subsurface lithology and hydrogeology. Hence, we applied a multi-method approach to two case study sites in order to characterize the subsurface lithology and to image the variable spatio-temporal hydrological conditions. The combination of Electrical Resistivity Tomography (ERT) and an ERT-Monitoring and Ground Penetrating Radar (GPR), in conjunction with direct methods and data (borehole drilling and meteorological data), allowed us to gain deeper insights into the subsurface characteristics and dynamics of the peatlands and their catchment area. The precipitation influences the hydrology of the peatlands as well as the interflow in the subsurface. Especially, the geoelectrical monitoring data, in combination with the precipitation and temperature data, indicate that there are several forces driving the hydrology and hydrogeology of the peatlands. While the water content of the uppermost layers changes with the weather conditions, the bottom layer seems to be more stable and changes to a lesser extent. At the selected case study sites, small differences in subsurface properties can have a huge impact on the subsurface hydrogeology and the water paths. Based on the collected data, conceptual models have been deduced for the two case study sites. KW - peatland KW - slope bogs KW - geomorphology KW - subsurface hydrology KW - electrical resistivity tomography KW - ground penetrating radar KW - boreholes KW - Hunsrueck Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-201699 VL - 9 IS - 3 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 - TY - THES A1 - Ring, Christoph T1 - Entwicklung und Vergleich von Gewichtungsmetriken zur Analyse probabilistischer Klimaprojektionen aktueller Modellensembles T1 - Development and comparison of metrics for probabilistic climate change projections of state-of-the-art climate models N2 - Der anthropogene Klimawandel ist eine der größten Herausforderungen des 21. Jahrhunderts. Eine Hauptschwierigkeit liegt dabei in der Unsicherheit bezüglich der regionalen Änderung von Niederschlag und Temperatur. Hierdurch wird die Entwicklung geeigneter Anpassungsstrategien deutlich erschwert. In der vorliegenden Arbeit werden vier Evaluationsansätze mit insgesamt 13 Metriken für aktuelle globale (zwei Generationen) und regionale Klimamodelle entwickelt und verglichen, um anschließend eine Analyse der Projektionsunsicherheit vorzunehmen. Basierend auf den erstellten Modellbewertungen werden durch Gewichtung Aussagen über den Unsicherheitsbereich des zukünftigen Klimas getroffen. Die Evaluation der Modelle wird im Mittelmeerraum sowie in acht Unterregionen durchgeführt. Dabei wird der saisonale Trend von Temperatur und Niederschlag im Evaluationszeitraum 1960–2009 ausgewertet. Zusätzlich wird für bestimmte Metriken jeweils das klimatologische Mittel oder die harmonischen Zeitreiheneigenschaften evaluiert. Abschließend werden zum Test der Übertragbarkeit der Ergebnisse neben den Hauptuntersuchungsgebieten sechs global verteilte Regionen untersucht. Außerdem wird die zeitliche Konsistenz durch Analyse eines zweiten, leicht versetzten Evaluationszeitraums behandelt, sowie die Abhängigkeit der Modellbewertungen von verschiedenen Referenzdaten mit Hilfe von insgesamt drei Referenzdatensätzen untersucht. Die Ergebnisse legen nahe, dass nahezu alle Metriken zur Modellevaluierung geeignet sind. Die Auswertung unterschiedlicher Variablen und Regionen erzeugt Modellbewertungen, die sich in den Kontext aktueller Forschungsergebnisse einfügen. So wurde die Leistung der globalen Klimamodelle der neusten Generation (2013) im Vergleich zur Vorgängergeneration (2007) im Schnitt ähnlich hoch bzw. in vielen Situationen auch stärker eingeordnet. Ein durchweg bestes Modell konnte nicht festgestellt werden. Der Großteil der entwickelten Metriken zeigt für ähnliche Situationen übereinstimmende Modellbewertungen. Bei der Gewichtung hat sich der Niederschlag als besonders geeignet herausgestellt. Grund hierfür sind die im Schnitt deutlichen Unterschiede der Modellleistungen in Zusammenhang mit einer geringeren Simulationsgüte. Umgekehrt zeigen die Metriken für die Modelle der Temperatur allgemein überwiegend hohe Evaluationsergebnisse, wodurch nur wenig Informationsgewinn durch Gewichtung erreicht werden kann. Während die Metriken gut für unterschiedliche Regionen und Skalenniveaus verwendet werden Evaluationszeiträume nicht grundsätzlich gegeben. Zusätzlich zeigen die Modellranglisten unterschiedlicher Regionen und Jahreszeiten häufig nur geringe Korrelationen. Dies gilt besonders für den Niederschlag. Bei der Temperatur sind hingegen leichte Übereinstimmungen auszumachen. Beim Vergleich der mittleren Ranglisten über alle Modellbewertungen und Situationen der Hauptregionen des Mittelmeerraums mit den Globalregionen besteht eine signifikante Korrelation von 0,39 für Temperatur, während sie für Niederschlag um null liegt. Dieses Ergebnis ist für alle drei verwendeten Referenzdatensätze im Mittelmeerraum gültig. So schwankt die Korrelation der Modellbewertungen des Niederschlags für unterschiedliche Referenzdatensätze immer um Null und die der Temperaturranglisten zwischen 0,36 und 0,44. Generell werden die Metriken als geeignete Evaluationswerkzeuge für Klimamodelle eingestuft. Daher können sie einen Beitrag zur Änderung des Unsicherheitsbereichs und damit zur Stärkung des Vertrauens in Klimaprojektionen leisten. Die Abhängigkeit der Modellbewertungen von Region und Untersuchungszeitraum muss dabei jedoch berücksichtigt werden. So besitzt die Analyse der Konsistenz von Modellbewertungen sowie der Stärken und Schwächen der Klimamodelle großes Potential für folgende Studien, um das Vertrauen in Modellprojektionen weiter zu steigern. N2 - Climate change is one of the major tasks of the 21st century. The uncertainty of precipitation and temperature change is considered as a main challenge in this context. Thus, the development of appropriate adaptation strategies is very difficult. In this study, four climate model evaluation approaches with 13 metrics in total are developed and compared. Current global (two generations) and regional climate models are evaluated to assess projection uncertainty. Based on model performances, weighting is applied to future climate projections to estimate simulation uncertainty. The evaluations are performed in the Mediterranean and eight sub-regions. Seasonal trend of temperature and precipitation are evaluated for the period 1960–2009. For some metrics, the climatological mean and the spectra of the time series are evaluated as well. In addition, six globally distributed study areas are evaluated to test the metrics’ transferability. Further, temporal consistency is assessed by the evaluation of a second slightly shifted timeframe. Finally, three reference datasets are considered in order to analyse the dependence of the evaluation results between each other. Results indicate that most metrics are suitable to evaluate climate models. Their application to different variables and regions generates reasonable model assessments which fit in the context of current publications in this field of research. In many situations, the results of the current model generation (2013) are similar or better compared to those of the last generation (2007). One single model with superior performance for all variables and situations cannot be found. Most metrics show similar estimations of performances for the same situations. Precipitation turned out to be more suitable for model weighting. Here, the differences between model weights are larger because of overall higher spread and lower model performances. Against this, there are mostly high performances on an equal level for simulations of temperature which lead to a minor added value of weighting. While metrics can easily be transferred and applied to different regions and scales, some evaluation results depend on the evaluated timeframe. Further, the model rankings for different regions and seasons show only minor correlations for most situations. This is particularly true for precipitation. However, for temperature there are some significant positive correlations. Comparing the mean ranking over all evaluation results of the main study areas of the Mediterranean with that of the globally distributed regions, there is a significant correlation of 0.39 for temperature and a correlation around zero for precipitation. The choice of reference dataset for the Mediterranean areas is subordinated in this context. For different reference datasets, the overall rankings show correlations around zero for precipitation while those for temperature are between 0.36 and 0.44. Overall, the metrics are suitable for the evaluation of climate models. Thus, they offer promising contributions to improve the range of uncertainty and therefore to enhance the general confidence in climate projections. However, dependence of model assessments on the analysed region and evaluation timeframe has to be considered. Consequently, the analyses of consistency of model evaluations and of climate model strengths and weaknesses have great potential for future studies, to further enhance confidence in climate projections. KW - Anthropogene Klimaänderung KW - Unsicherheit KW - Klima KW - Modellierung KW - Statistik KW - Evaluierung und Gewichtung von Klimamodellen KW - Niederschlag und Temperatur KW - weighting of climate models Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-157294 ER - TY - THES A1 - Wohlfart, Christian T1 - The Yellow River Basin in Transition - Multi-faceted Land Cover Change Analysis in the Yellow River Basin in the Context of Global Change Using Multi-sensor Remote Sensing Imagery T1 - Der Gelbe Fluss im Wandel - Multisensorale und multitemporale Analyse des Einzugsgebietes des Gelben Flusses in China mittels Fernerkundungsdaten vor dem Hintergrund des Globalen Wandels N2 - As a cradle of ancient Chinese civilization, the Yellow River Basin has a very long human-environment interrelationship, where early anthropogenic activities re- sulted in large scale landscape modifications. Today, the impact of this relationship has intensified further as the basin plays a vital role for China’s continued economic development. It is one of the most densely-populated, fastest growing, and most dynamic regions of China with abundant natural and environmental resources providing a livelihood for almost 190 million people. Triggered by fundamental economic reforms, the basin has witnessed a spectacular economic boom during the last decades and can be considered as an exemplary blueprint region for contemporary dynamic Global Change processes occurring throughout the country, which is currently transitioning from an agrarian-dominated economy into a modern urbanized society. However, this resourcesdemanding growth has led to profound land use changes with adverse effects on the Yellow River social-ecological systems, where complex challenges arise threatening a long-term sustainable development. Consistent and continuous remote sensing-based monitoring of recent and past land cover and land use change is a fundamental requirement to mitigate the adverse impacts of Global Change processes. Nowadays, technical advancement and the multitude of available satellite sensors, in combination with the opening of data archives, allow the creation of new research perspectives in regional land cover applications over heterogeneous landscapes at large spatial scales. Despite the urgent need to better understand the prevailing dynamics and underlying factors influencing the current processes, detailed regional specific land cover data and change information are surprisingly absent for this region. In view of the noted research gaps and contemporary developments, three major objectives are defined in this thesis. First (i), the current and most pressing social-ecological challenges are elaborated and policy and management instruments towards more sustainability are discussed. Second (ii), this thesis provides new and improved insights on the current land cover state and dynamics of the entire Yellow River Basin. Finally (iii), the most dominant processes related to mining, agriculture, forest, and urban dynamics are determined on finer spatial and temporal scales. The complex and manifold problems and challenges that result from long-term abuse of the water and land resources in the basin have been underpinned by policy choices, cultural attitude, and institutions that have evolved over centuries in China. The tremendous economic growth that has been mainly achieved by extracting water and exploiting land resources in a rigorous, but unsustainable manner, might not only offset the economic benefits, but could also foster social unrest. Since the early emergence of the first Chinese dynasties, flooding was considered historically as a primary issue in river management and major achievements have been made to tame the wild nature of the Yellow River. Whereas flooding is therefore largely now under control, new environmental and social problems have evolved, including soil and water pollution, ecological degradation, biodiversity decline, and food security, all being further aggravated by anthropogenic climate change. To resolve the contemporary and complex challenges, many individual environmental laws and regulations have been enacted by various Chinese ministries. However, these policies often pursue different, often contradictory goals, are too general to tackle specific problems and are usually implemented by a strong top-down approach. Recently, more flexible economic and market-based incentives (pricing, tradable permits, investments) have been successfully adopted, which are specifically tailored to the respective needs, shifting now away from the pure command and regulating instruments. One way towards a more holistic and integrated river basin management could be the establishment of a common platform (e.g. a Geographical Information System) for data handling and sharing, possibly operated by the Yellow River Basin Conservancy Commission (YRCC), where available spatial data, statistical information and in-situ measures are coalesced, on which sustainable decision-making could be based. So far, the collected data is hardly accessible, fragmented, inconsistent, or outdated. The first step to address the absence and lack of consistent and spatially up-to-date information for the entire basin capturing the heterogeneous landscape conditions was taken up in this thesis. Land cover characteristics and dynamics were derived from the last decade for the years 2003 and 2013, based on optical medium-resolution hightemporal MODIS Normalized Differenced Vegetation Index (NDVI) time series at 250 m. To minimize the inherent influence of atmospheric and geometric interferences found in raw high temporal data, the applied adaptive Savitzky-Golay filter successfully smoothed the time series and substantially reduced noise. Based on the smoothed time series data, a large variety of intra-annual phenology metrics as well as spectral and multispectral annual statistics were derived, which served as input variables for random forest (RF) classifiers. High quality reference data sets were derived from very high resolution imagery for each year independently of which 70 % trained the RF models. The accuracy assessments for all regionally specific defined thematic classes were based on the remaining 30 % reference data split and yielded overall accuracies of 87 % and 84 % for 2003 and 2013, respectively. The first regional adapted Yellow River Land Cover Products (YRB LC) depict the detail spatial extent and distribution of the current land cover status and dynamics. The novel products overall differentiate overall 18 land cover and use classes, including classes of natural vegetation (terrestrial and aquatic), cultivated classes, mosaic classes, non-vegetated, and artificial classes, which are not presented in previous land cover studies so far. Building on this, an extended multi-faceted land cover analysis on the most prominent land cover change types at finer spatial and temporal scales provides a better and more detailed picture of the Yellow River Basin dynamics. Precise spatio-temporal products about mining, agriculture, forest, and urban areas were examined from long-trem Landsat satellite time series monitored at annual scales to capture the rapid rate of change in four selected focus regions. All archived Landsat images between 2000 and 2015 were used to derive spatially continuous spectral-temporal, multi-spectral, and textural metrics. For each thematic region and year RF models were built, trained and tested based on a stablepixels reference data set. The automated adaptive signature (AASG) algorithm identifies those pixels that did not change between the investigated time periods to generate a mono-temporal reference stable-pixels data set to keep manual sampling requirements to a minimum level. Derived results gained high accuracies ranging from 88 % to 98 %. Throughout the basin, afforestation on the Central Loess Plateau and urban sprawl are identified as most prominent drivers of land cover change, whereas agricultural land remained stable, only showing local small-scale dynamics. Mining operations started in 2004 on the Qinghai-Tibet Plateau, which resulted in a substantial loss of pristine alpine meadows and wetlands. In this thesis, a novel and unique regional specific view of current and past land cover characteristics in a complex and heterogeneous landscape was presented by using a multi-source remote sensing approach. The delineated products hold great potential for various model and management applications. They could serve as valuable components for effective and sustainable land and water management to adapt and mitigate the predicted consequences of Global Change processes. N2 - Der Gelbe Fluss - in der Landessprache Huange He genannt - ist für die Ausprägung und Entwicklung der chinesischen Kultur von großer Bedeutung. Aufgrund der frühen Einflussnahme auf die natürlichen Ökosysteme in dieser Region durch den Menschen, entwickelte sich dort eine ausgeprägte Interaktion zwischen Mensch und Umwelt. Diese Wechselbeziehung hat sich infolge der gegenwärtigen rapiden sozioökonomischen Veränderungen in den letzten Jahrzehnten weiter intensiviert. Das Einzugsgebiet des Gelben Flusses bildet die Lebensgrundlage für fast 190 Millionen Menschen, die zum Großteil von natürlichen Ressourcen abhängig sind. Zudem gehört es zu den wirtschaftlich bedeutendsten und am schnellsten wachsenden Regionen in ganz China. Durch weitreichende Reformen wurde ein wirtschaftlicher Aufstieg forciert, um den Agrarstaat China zu einem modernen Industrie- und Dienstleistungsstaat weiterzuentwickeln. Ein derartiges rasantes wie auch ressourcenintensives Wirtschaftswachstum führte schließlich zu einem enormen Wandel in den Bereichen der Landbedeckung und Landnutzung. Hinzu kamen neue und komplexere wirtschafts-, sozial- und umweltpolitische Herausforderungen, die bis heute eine langfristige und nachhaltige Entwicklung der Region gefährden. Aus diesem Blickwinkel kann das Becken des Gelben Flusses als regionales Spiegelbild der durch den Globalen Wandel bedingten, gegenwärtigen Veränderungsprozesse in ganz China gelten. Eine wichtige Voraussetzung für den adäquaten Umgang mit den Herausforderungen des Globalen Wandels sind kontinuierliche Informationen über aktuelle sowie historische Veränderungen von Landbedeckung und Landnutzung. Infolge der technologischen Entwicklung steht heute eine Vielfalt an Satellitenbildsystemen mit immer höherer zeitlicher und räumlicher Auflösung zur Verfügung. In Verbindung mit kostenfreien und offenen Datenzugriffen ist es möglich, daraus neue Forschungsperspektiven im Bereich der Landoberflächenkartierung - insbesondere für heterogene Landschaften - zu entwickeln. Zur Generierung thematischer Karten werden häufig Klassifikationen entlang verschiedener räumlicher und zeitlicher Skalen vollzogen. Daraus können zusätzlich die nötigen Informationen für lokale wie auch regionale Entscheidungsträger abgeleitet werden. Trotz dieser neuen Möglichkeiten sind regionalspezifische Informationen, die einem besseren Verständnis der Dynamiken von Landoberflächen im Bereich des Gelben-Fluss-Beckens dienen, noch rar. Dieses Forschungsdesiderat wurde im Rahmen dieser Arbeit aufgegriffen, wobei folgende Schwerpunkte gesetzt werden: (i) Zunächst werden die vorherrschenden sozioökologischen Herausforderungen für das gesamte Einzugsgebiet des Gelben Flusses dargestellt sowie verschiedene Management- sowie Politikmodelle für eine nachhaltigere Ressourcennutzung diskutiert. (ii) Darauf aufbauend wird die fernerkundliche Ableitung von Landbedeckungs- und Landnutzungsveränderungen der letzten Dekade im Gebiet des gesamten Gelben Flusses flächendeckend durchgeführt und anschließend interpretiert. (iii) Im letzten Schritt werden basierend auf den zuvor abgeleiteten Informationsprodukten die dominierenden Landoberflächendynamiken in höherer zeitlicher und räumlicher Auflösung detailliert untersucht. Insbesondere die dynamischen Prozesse der Minenausbreitung, Landwirtschaft, Waldgebiete und der urbanen Räume rücken in den Fokus. Aufgrund jahrzehntelanger Übernutzung der natürlichen Ressourcen im Gebiet des Gelben Flusses in Verbindung mit politischen Entscheidungen, der vorherrschenden kulturellen Prägung wie auch der Entwicklung der dort ansässigen Institutionen ist eine vielschichtige Problematik entstanden, die für die gesamte Region eine große Herausforderung darstellt. Durch frühzeitige Maßnahmen der Flutbekämpfung und Flussregulierung konnte den zahlreichen Überflutungen der Vergangenheit entgegengewirkt und das Risiko großflächiger Überschwemmungen minimiert werden. Trotz dieser Erfolge ergeben sich laufend neue, komplexere Herausforderungen mit verheerenden Auswirkungen auf Ökologie und Gesellschaft, wie zum Beispiel Boden- und Wasserdegradation, Entwaldung, Rückgang der Artenvielfalt, Ernährungsunsicherheiten und ein steigendes soziales Ungleichgewicht. Durch den anthropogenen Klimawandel werden diese negativen Probleme noch weiter verstärkt. Zwar wurden sie von der chinesischen Regierung als solche erkannt, dennoch scheiterten die Versuche, mit zahlreichen Gesetzen und Verordnungen die genannten Folgen einzudämmen, an unkonkreten Formulierungen, so dass diese der Komplexität der Herausforderungen nicht gerecht wurden. Die in jüngster Zeit verfolgten modernen und deutlich flexibleren, marktorientierten Ansätze (z.B. Subventionen, Wasserzertifikate), die speziell an die lokalen Gegebenheiten angepasst wurden, zeigen bereits Erfolge. Mit Hilfe einer gemeinsamen Daten- und Informationsplattform, beispielsweise in Form eines Geographischen Informationssystems (GIS), wäre eine integrierte und holistische Flussmanagementstrategie für den Gelben Fluss leichter realisierbar. Auf diese Weise könnten alle verfügbaren statistischen-, räumlichen- und Feldaufnahmen gespeichert, harmonisiert und geteilt und so die bisher noch unvollständigen und veralteten Daten laufend aktualisiert werden. Die Flussbehörde des Gelben Flusses (Yellow River Conservancy Commission) böte sich an, ein solches System zu verwalten. In dieser Arbeit wird die heterogene Landbedeckungsstruktur für das gesamte Einzugsgebiet des Gelben Flusses für die Jahre 2003 und 2013 erfasst und interpretiert. Die fernerkundlichen Eingangsdaten für die einzelnen Klassifikationen bestehen aus optischen MODIS NDVI-Zeitserien, aus denen jährlich phänologische Parameter berechnet werden. Da die Qualität optischer Satellitenbilder häufig durch Wolken und Schatten beeinträchtigt ist, müssen die betroffenen Flächen maskiert und entfernt werden. Die so entstandenen Lücken in der Zeitserie werden durch einen Filteralgorithmus (SavitskyGolay) aufgefüllt und geglättet. Die verwendeten RandomForest-Klassifikationsverfahren ermöglichen die Ableitung von Landbedeckungen und -dynamiken. Diese neuen und räumlich detaillierten Produkte unterscheiden insgesamt 18 verschiedene Landbedeckungsund Landnutzungsklassen. Erstmals liefern diese eine regional spezifische Charakterisierung der vorherrschenden Landbedeckung im Gebiet des Gelben Flusses. Darauf aufbauend erfolgt eine sowohl zeitlich als auch räumlich detailliertere Untersuchung der wichtigsten Veränderungen im Bereich der Landbedeckung, die auf dichten Landsat-Zeitserien basiert. Jährliche Informationen über Dynamiken von Minenabbaugebieten, Landwirtschaft, Waldgebieten und urbanen Räumen zeigen präzise lokale Veränderungen im Einzugsgebiet des Gelben Flusses. Die daraus abgeleiteten Ergebnisse lassen insbesondere auf dem Lössplateau die Auswirkungen ökologischer Restorationsmaßnahmen erkennen, bei denen degradierte Flächen in Waldsysteme umgewandelt wurden. Auf dem Qinghai-Tibet-Plateau zeigt sich eine dramatische Ausbreitung von Kohletagebau zu Lasten der besonders anfälligen alpinen Matten und Feuchtgebiete. Auch der anhaltende Trend zur Urbanisierung spiegelt sich in den hier gewonnenen Ergebnissen deutlich wider. Durch die Kombination von Fernerkundungsdaten unterschiedlicher räumlicher und zeitlicher Auflösungen liefert diese Arbeit neue und bisher einzigartige Einblicke in historische und aktuelle Landbedeckungsdynamiken einer heterogenen Landschaft. Die regionalen Analysen wie auch die thematischen Informationsprodukte besitzen somit großes Potential zur Verbesserung der Informationsgrundlage. Die Ergebnisse dienen außerdem als aussagekräftige Entscheidungsgrundlage mit dem Ziel eines angemessenen und nachhaltigen Land- und Wassermanagements für die natürlichen Ökosysteme im Becken des Gelben Flusses. KW - Fernerkundung KW - Remote Sensing KW - Geografie KW - Globaler Wandel KW - Global Change KW - River Basins KW - China KW - Time Series Analyses KW - Sustainability Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-163724 ER - TY - THES A1 - Specht, Sebastian T1 - Stratigraphie und Tektonik im Grossraum Massbach (Lauer) zwischen den Naturparks Bayerische Rhön und Hassberge T1 - Stratigraphy and tectonic in the Massbach area between Bayerische Rhön and Hassberge N2 - Diese Arbeit stellt die Ergebnisse der stratigraphischen und tektonischen Aufnahme des Blattes 5827 Maßbach vor. Sie erfolgte im Rahmen der geologischen Landesaufnahme von Bayern 1:25.000 sowie im Auftrag des Bayerischen Landesamts für Umwelt und beruht auf einer geologischen Detailkartierung im Maßstab 1:10.000. Die wesentlichen Ergebnisse sind folglich in der Geologischen Karte 1:25.000 und in der Strukturkarte 1:50.000 dargestellt. Zur Aufgabenstellung gehörten ebenfalls eine moderne Erfassung und Darstellung der Schichtenfolge unter stratigraphischen und faziellen Gesichtspunkten sowie die Aufnahme und Interpretation geologischer Strukturen und deren Einbindung in den regionalen Rahmen (Anlage 7). Dieser Arbeit kommt somit nicht nur akademisches Interesse zu. Vielmehr ist sie auch für angewandte Fachbereiche wesentlich: u.a. für Hydrogeologie, Geothermie oder für Fragen der Raumplanung. Das Kartenblatt 5827 Maßbach liegt im nordöstlichen Unterfranken im Norden Bayerns. Die nächstgrößere Stadt, südlich des Blattgebietes, ist Schweinfurt. Das Gebiet zeigt einen Ausschnitt des südwestdeutschen Schichtstufenlandes innerhalb der Südwestdeutschen Großscholle sensu CARLÉ (1955). Geomorphologen rechnen es der Hochfläche der „Schweinfurter Rhön“ zu. Ein naturräumlicher Überblick über Geographie, Geologie, Hydrogeologie, Rohstoffgeologie und Bodenkunde sowie ein erdgeschichtlicher Abriss werden im ersten Teil der Arbeit (S. 2–15) gegeben. Die Kartierung erfolgte als Lesesteinkartierung; denn die Aufschlussverhältnisse waren schlecht. Auch existieren nur wenige auswertbare Bohrungen. Vor diesem Hintergrund stellt der zweite Teil der Arbeit die zu Tage ausstreichende mesozoische Schichtenfolge vor (S.16–76). Die Schichtenfolge gehört ausschließlich in die Trias, reicht vom Unteren Muschelkalk bis zum Unteren Gipskeuper und umfasst etwa 270 bis 280 Meter. Hinzu kommen verschiedene quartäre Sedimente geringer Mächtigkeit. Der dritte Teil der Arbeit (S. 77–95) befasst sich mit den Lagerungsverhältnissen und der tektonischen Zergliederung des Gebietes. Das tektonische Relief auf Blatt 5827 Maßbach misst etwa 260–270 m. Prägendes Element ist der Kissingen–Haßfurter Sattel, dessen Sattelachse das Blattgebiet von NW nach SE quert. Im SW–Quadranten ist die in Südwestdeutschland bedeutsame Kissingen–Haßfurter–Störungszone wirksam Im regionalen Rahmen verbinden sich eine Vielzahl von nachgewiesenen tektonischen Elementen zu sich überlagernden tektonischen Strukturen. Deren Ausgestaltung verlief mehrphasig und sie erhielten ihre heute bestehende Form wohl durch die Fernwirkung der alpidischen Orogenese. Die Anlage der tektonischen Hauptelemente hingegen reicht wahrscheinlich bis in die ausgehende variszidische Gebirgsbildung zurück. Die zusammen-fassende Analyse und Darstellung der Ergebnisse führt in dieser Arbeit zur Einarbeitung des Blattes 5827 Maßbach in den regionalen stratigraphischen wie tektonischen Rahmen der umliegenden Blätter der GK 25. N2 - The present thesis deals with the geological mapping of Sheet 5827 Maßbach in north-western Bavaria (Fig.1), north of the city of Schweinfurt. Fieldwork was done on the scale of 1:10.000, but the results are presented on the official scale of 1:25.000. This method is applied for both the 1:25.000 geological map and the 1:50.000 tectonic map. The project was inaugurated by the “Bayerisches Landesamt für Umwelt (LfU)”, an authority preceded by the State Geological Survey of Bavaria, in order to complete the country’s map series. The results of this thesis are not only of academic interest but are also definitely needed for applied purposes, e.g. hydrogeology, geothermics, the quarrying and mining industries, waste disposal management and land-use planning. The area of sheet Maßbach is characterized by a cuesta landscape scarped into Mesozoic strata of exclusively Triassic age. Structurally speaking it is situated near the northern tip of the so-called “Süddeutsches Dreieck” sensu CARLÉ (1955). In detail, geomorphologists attribute the landscape to the “Schweinfurter Rhön”. An overview in terms of geography, geology, hydrogeology, raw materials and soil science is presented with an outline of earth history and stratigraphy. KW - Geologie KW - Unterfranken KW - Trias KW - Geologische Karte von Bayern 1:25.000 Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-163022 N1 - Geologische Karte von Bayern 1:25.000 - Blatt Nr. 5827 Massbach ER - TY - THES A1 - Knauer, Kim T1 - Vegetation Dynamics in West Africa - Spatio-temporal Data Fusion for the Monitoring of Agricultural Expansion T1 - Vegetationsdynamik in Westafrika - Raumzeitliche Datenfusion zur Kartierung landwirtschaftlicher Expansion N2 - West Africa is one of the fastest growing regions in the world with annual population growth rates of more than three percent for several countries. Since the 1950s, West Africa experienced a fivefold increase of inhabitants, from 71 to 353 million people in 2015 and it is expected that the region’s population will continue to grow to almost 800 million people by the year 2050. This strong trend has and will have serious consequences for food security since agricultural productivity is still on a comparatively low level in most countries of West Africa. In order to compensate for this low productivity, an expansion of agricultural areas is rapidly progressing. The mapping and monitoring of agricultural areas in West Africa is a difficult task even on the basis of remote sensing. The small scale extensive farming practices with a low level of agricultural inputs and mechanization make the delineation of cultivated land from other land cover and land use (LULC) types highly challenging. In addition, the frequent cloud coverage in the region considerably decreases the availability of earth observation datasets. For the accurate mapping of agricultural area in West Africa, high temporal as well as spatial resolution is necessary to delineate the small-sized fields and to obtain data from periods where different LULC types are distinguishable. However, such consistent time series are currently not available for West Africa. Thus, a spatio-temporal data fusion framework was developed in this thesis for the generation of high spatial and temporal resolution time series. Data fusion algorithms such as the Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model (ESTARFM) enjoyed increasing popularity during recent years but they have hardly been used for the application on larger scales. In order to make it applicable for this purpose and to increase the input data availability, especially in cloud-prone areas such as West Africa, the ESTARFM framework was developed in this thesis introducing several enhancements. An automatic filling of cloud gaps was included in the framework in order to use even partly cloud-covered Landsat images for the fusion without producing gaps on the output images. In addition, the ESTARFM algorithm was improved to automatically account for regional differences in the heterogeneity of the study region. Further improvements comprise the automation of the time series generation as well as the significant acceleration of the processing speed through parallelization. The performance of the developed ESTARFM framework was tested by fusing an 8-day NDVI time series from Landsat and MODIS data for a focus area of 98,000 km² in the border region between Burkina Faso and Ghana. The results of this test show the capability of the ESTARFM framework to accurately produce high temporal resolution time series while maintaining the spatial detail, even in such a heterogeneous and cloud-prone region. The successfully tested framework was subsequently applied to generate consistent time series as the basis for the mapping of agricultural area in Burkina Faso for the years 2001, 2007, and 2014. In a first step, high temporal (8-day) and high spatial (30 m) resolution NDVI time series for the entire country and the three years were derived with the ESTARFM framework. More than 500 Landsat scenes and 3000 MODIS scenes were automatically processed for this purpose. From the fused ESTARFM NDVI time series, phenological metrics were extracted and together with the single time steps of NDVI served as input for the delineation of rainfed agricultural areas, irrigated agricultural areas and plantations. The classification was conducted with the random forest algorithm at a 30 m spatial resolution for entire Burkina Faso and the three years 2001, 2007, and 2014. For the training and validation of the classifier, a randomly sampled reference dataset was generated from Google Earth images based on expert knowledge of the region. The overall classification accuracies of 92% (2001), 91% (2007), and 91% (2014) indicate the well-functioning of the developed methodology. The resulting maps show an expansion of agricultural area of 91% from about 61,000 km² in 2001 to 116,900 km² in 2014. While rainfed agricultural areas account for the major part of this increase, irrigated areas and plantations also spread considerably. Especially the expansion of irrigation systems and plantation area can be explained by the promotion through various national and international development projects. The increase of agricultural areas goes in line with the rapid population growth in most of Burkina Faso’s provinces which still had available land resources for an expansion of agricultural area. An analysis of the development of agricultural areas in the vicinity of protected areas highlighted the increased human pressure on these reserves. The protection of the remnant habitats for flora and fauna while at the same time improving food security for a rapidly growing population, are the major challenges for the region in the future. The developed ESTARFM framework showed great potential beyond its utilization for the mapping of agricultural area. Other large-scale research that requires a sufficiently high temporal and spatial resolution such as the monitoring of land degradation or the investigation of land surface phenology could greatly benefit from the application of this framework. N2 - Westafrika ist eine der am schnellsten wachsenden Regionen der Welt. Das jährliche Bevölkerungswachstum liegt in mehreren Ländern der Region über drei Prozent. Seit den 1950er Jahren erlebte Westafrika eine fünffache Zunahme der Einwohner, von 71 auf 353 Millionen Menschen im Jahr 2015 und es wird erwartet, dass die Bevölkerung der Region bis zum Jahr 2050 auf fast 800 Millionen Menschen steigen wird. Dieser Trend hat ernsthafte Konsequenzen für die Nahrungsmittelsicherheit, da die landwirtschaftliche Produktivität in den meisten Ländern Westafrikas immer noch auf einem vergleichsweise niedrigen Niveau liegt. Um diese geringe Produktivität zu kompensieren, schreitet die Ausweitung der landwirtschaftlichen Flächen rasch voran. Die Kartierung und Überwachung der landwirtschaftlichen Gebiete in Westafrika ist eine schwierige Aufgabe, auch auf der Basis der Fernerkundung. Die kleinräumigen, extensiven Anbaumethoden mit geringem landwirtschaftlichen Input und mangelnder Mechanisierung stellen für die Abgrenzung der Anbauflächen von anderen Landbedeckungs- und Landnutzungstypen (LULC) eine große Herausforderung dar. Darüber hinaus wird die Verfügbarkeit von Erdbeobachtungsdaten durch häufige Wolkenbedeckung in der Region erheblich reduziert. Für die genaue Kartierung der landwirtschaftlichen Fläche in Westafrika ist eine hohe zeitliche sowie räumliche Auflösung notwendig, um die meist kleinen Felder abgrenzen zu können und Daten aus Zeiträumen zu erhalten, in denen unterschiedliche LULC-Typen unterscheidbar sind. Allerdings sind solch konsistente Zeitreihen für Westafrika derzeit nicht verfügbar. Daher wurde in dieser Arbeit ein raum-zeitliches Datenfusions-Framework entwickelt, um räumlich und zeitlich hoch aufgelöste Zeitreihen zu erzeugen. Daten-Fusions-Algorithmen wie das Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model (ESTARFM) erfreuten sich in den letzten Jahren zunehmender Beliebtheit, wurden aber kaum auf größeren Skalen verwendet. Um die Nutzbarkeit für diesen Zweck zu verbessern und die Verfügbarkeit der Eingangsdaten vor allem in wolkenreichen Gebieten wie Westafrika zu erhöhen, wurde das ESTARFM-Framework in dieser Arbeit entwickelt. In diesem Framework wurden mehrere Verbesserungen eingebaut. Ein automatisches Füllen von Wolkenlücken wurde eingefügt, um auch teilweise wolkenbedeckte Landsat-Bilder für die Fusion zu verwenden, ohne Lücken auf den Ausgabebildern zu erzeugen. Darüber hinaus wurde der ESTARFM-Algorithmus verbessert, um regionale Unterschiede in der Heterogenität der Studienregion automatisch zu berücksichtigen. Weitere Verbesserungen umfassen die Automatisierung der Zeitreihenerzeugung sowie die signifikante Beschleunigung der Prozessierungsgeschwindigkeit mittels Parallelisierung. Die Leistungsfähigkeit des entwickelten ESTARFM-Frameworks wurde durch die Fusion einer 8-tägigen NDVI-Zeitreihe aus Landsat- und MODIS-Daten für ein Fokusgebiet von 98.000 km² im Grenzgebiet zwischen Burkina Faso und Ghana getestet. Die Ergebnisse dieses Tests demonstrieren die Fähigkeit des ESTARFM-Frameworks, genaue, zeitlich hoch aufgelöste Zeitreihen zu erzeugen, die die räumlichen Details auch in einer solch heterogenen und wolkenreichen Region bewahren können. Das erfolgreich getestete Framework wurde anschließend angewendet um konsistente Zeitreihen zu erzeugen, die als Grundlage für die Kartierung der landwirtschaftlichen Fläche in Burkina Faso für die Jahre 2001, 2007 und 2014 dienten. In einem ersten Schritt wurden mittels des ESTARFM-Frameworks zeitlich (8 Tage) und räumlich (30 m) hoch aufgelöste NDVI-Zeitreihen für das ganze Land und die drei Jahre abgeleitet. Mehr als 500 Landsat- und 3000 MODIS-Szenen wurden zu diesem Zweck automatisch verarbeitet. Aus den fusionierten ESTARFM NDVI-Zeitreihen wurden phänologische Metriken extrahiert und zusammen mit den einzelnen NDVI-Zeitschnitten als Basis für die Abgrenzung von Regenfeldbau, bewässerten landwirtschaftlichen Flächen und Plantagen genutzt. Die Klassifikation wurde mit dem Random-Forest-Algorithmus in einer räumlichen Auflösung von 30 m für ganz Burkina Faso und die drei Jahre 2001, 2007 und 2014 durchgeführt. Basierend auf Expertenkenntnissen der Region wurde ein zufällig beprobter Referenzdatensatz aus Google-Earth-Bildern generiert, der für die Kalibrierung und Validierung des Klassifikators diente. Die Klassifikationsgenauigkeiten von 92% (2001), 91% (2007) und 91% (2014) demonstrieren die Leistungsfähigkeit der entwickelten Methodik. Die daraus erzeugten Karten zeigen eine Ausweitung der landwirtschaftlichen Fläche um 91%, von etwa 61.000 km² im Jahr 2001 auf 116.900 km² im Jahr 2014. Während der Regenfeldbau den größten Teil dieser Zunahme ausmacht, haben sich auch bewässerte Flächen und Plantagen erheblich ausgebreitet. Insbesondere die Ausweitung der Bewässerungssysteme und der Plantagenfläche lässt sich mit der Förderung durch verschiedene nationale und internationale Entwicklungsprojekte erklären. Die Zunahme der landwirtschaftlichen Gebiete geht einher mit dem raschen Bevölkerungswachstum in den meisten Provinzen Burkina Fasos, welche noch über ungenutzte Landressourcen verfügen. Eine Analyse der Entwicklung der landwirtschaftlichen Fläche im Umland von Schutzgebieten verdeutlicht den erhöhten anthropogenen Druck auf diese Reservate. Der Schutz der verbliebenen Habitate für Flora und Fauna bei gleichzeitiger Verbesserung der Nahrungsmittelsicherheit für eine schnell wachsende Bevölkerung stellen die großen Herausforderungen für die Zukunft der Region dar. Das entwickelte ESTARFM-Framework zeigt großes Potenzial für weitere Anwendungen, die über die Kartierung landwirtschaftlicher Fläche hinausgehen. Großflächige Forschung, die eine hinreichend hohe zeitliche und räumliche Auflösung erfordern, wie die Überwachung von Bodendegradation oder die Untersuchung von Phänologie der Landoberfläche, könnten von der Anwendung des ESTARFM-Framework erheblich profitieren. KW - Fernerkundung KW - Landwirtschaft KW - Westafrika Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-164776 ER - TY - JOUR A1 - Landmann, Tobias A1 - Schramm, Matthias A1 - Colditz, Rene R. A1 - Dietz, Andreas A1 - Dech, Stefan T1 - Wide Area Wetland Mapping in Semi-Arid Africa Using 250-Meter MODIS Metrics and Topographic Variables N2 - Wetlands in West Africa are among the most vulnerable ecosystems to climate change. West African wetlands are often freshwater transfer mechanisms from wetter climate regions to dryer areas, providing an array of ecosystem services and functions. Often wetland-specific data in Africa is only available on a per country basis or as point data. Since wetlands are challenging to map, their accuracies are not well considered in global land cover products. In this paper we describe a methodology to map wetlands using well-corrected 250-meter MODIS time-series data for the year 2002 and over a 360,000 km2 large study area in western Burkina Faso and southern Mali (West Africa). A MODIS-based spectral index table is used to map basic wetland morphology classes. The index uses the wet season near infrared (NIR) metrics as a surrogate for flooding, as a function of the dry season chlorophyll activity metrics (as NDVI). Topographic features such as sinks and streamline areas were used to mask areas where wetlands can potentially occur, and minimize spectral confusion. 30-m Landsat trajectories from the same year, over two reference sites, were used for accuracy assessment, which considered the area-proportion of each class mapped in Landsat for every MODIS cell. We were able to map a total of five wetland categories. Aerial extend of all mapped wetlands (class “Wetland”) is 9,350 km2, corresponding to 4.3% of the total study area size. The classes “No wetland”/“Wetland” could be separated with very high certainty; the overall agreement (KHAT) was 84.2% (0.67) and 97.9% (0.59) for the two reference sites, respectively. The methodology described herein can be employed to render wide area base line information on wetland distributions in semi-arid West Africa, as a data-scarce region. The results can provide (spatially) interoperable information feeds for inter-zonal as well as local scale water assessments. KW - Geologie KW - wetland mapping KW - MODIS time-series KW - Landsat KW - land cover KW - class homogeneity KW - West Africa Y1 - 2010 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-68628 ER -