TY - THES A1 - Sieber, Jeannette T1 - Impacts of Extreme Hydro-Meteorological Events on Electricity Generation and Possible Adaptation Measures – A GIS-based Approach for Corporate Risk Management and Enhanced Climate Mitigation Concepts in Germany T1 - Einflüsse extremer hydro-meteorologischer Ereignisse auf Elektrizitätserzeugung und mögliche Anpassungsmaßnahmen – ein GIS-basierter Ansatz für ein betriebliches Umweltrisikomanagement und erweiterte Klimaschutzkonzepte in Deutschland N2 - This thesis on the “Impacts of extreme hydro-meteorological events on electricity generation and possible adaptation measures – a GIS-based approach for corporate risk management and enhanced climate mitigation concepts in Germany” presents an identification of hydro-meteorological extreme events in Germany and their effects on electricity generating units, i.e. on conventional thermal and nuclear power plants as well as on installations of the renewable energies of hydropower, wind energy and photovoltaic installations. In addition, adaptation measures and strategies are named that help power plant operators to prepare for a changing climate. Due to the different requirements of large facility operators and local planners and owners of renewable energies, the work contains the two approaches of corporate risk management and climate mitigation concepts. A changing climate not only consists of a shift in mean values of weather parameters such as global and regional air temperature and precipitation, but may also result in more frequent and more severe single events such as extreme precipitation, tornadoes and thunderstorms. In two case studies, these findings are implemented into an adjusted general risk management structure. This is enhanced by the use of Geographical Information Systems (GIS) to accomplish a localisation of events and infrastructure. The first example gives insight into the consequences of ice throw from wind turbines and how climate mitigation concepts can act as a framework for an adapted, sustainable energy planning. The second example on the other hand highlights a GIS-based flood risk management for thermal power plants and the benefits of an adjusted corporate risk management cycle. The described approach leads to an integrated management of extreme hydro-meteorological events at power plant site respectively district level by combining two cycles of site-related and local planning in addition to GIS-based analyses. This is demonstrated as an example by the comparison of two districts in Germany. The practical outcome is a comprehensive support for decision-making processes. N2 - Die vorliegende Arbeit zum Thema “Einflüsse extremer hydro-meteorologischer Ereignisse auf Elektrizitätserzeugung und mögliche Anpassungsmaßnahmen – ein GIS-basierter Ansatz für ein betriebliches Umweltrisikomanagement und erweiterte Klimaschutzkonzepte in Deutschland” identifiziert zunächst die relevanten hydro-meteorologischen Ereignisse und ihre Auswirkungen auf elektrizitätserzeugende Einheiten in Deutschland. Dies sind hier konventionelle thermische Kraftwerke und Kernkraftwerke sowie die Installationen der Erneuerbaren Energien Wasserkraft, Windenergie und Photovoltaik. Im Anschluss werden Anpassungsmaßnahmen und strategien aufgezeigt, die es den Betreibern von Kraftwerken ermöglichen, sich auf ein sich veränderndes Klima vorzubereiten. Durch die verschiedenen Voraussetzungen für Betreiber großer Anlagen und die Regionalplanung und Besitzer von Anlagen Erneuerbarer Energien werden zwei Ansätze verfolgt. Der eine Ansatz beinhaltet betriebliches Umweltrisikomanagement, der andere beleuchtet den Aspekt Anpassung als Erweiterung von Klimaschutzkonzepten. Der Klimawandel in diesem Sinne beinhaltet nicht nur die Veränderungen in Mittelwerten, wie zum Beispiel der regionalen und globalen Lufttemperaturen oder des Niederschlages, sondern auch ein verändertes Verhalten von extremen Einzelereignissen, wie häufigere und schwerere Extremniederschläge, Tornados und Gewitter. In zwei Fallbeispielen werden diese Ergebnisse in eine Risikomanagementstruktur eingebunden und durch die Verwendung von Geographischen Informationssystemen (GIS) lokalisiert und erweitert. Das erste Beispiel zeigt die Konsequenzen von Eiswurf von Windenergieanlagen und wie Klimaschutzkonzepte als Rahmen für eine angepasste, nachhaltige Energieplanung dienen können. Das zweite Beispiel hebt die Notwendigkeit von GIS-gestützten Hochwasserrisikoanalysen für thermische Kraftwerke und die Vorteile eines angepassten betrieblichen Umweltrisikomanagements hervor. Die beschriebene Vorgehensweise kombiniert zwei Managementzyklen. Dabei werden die standortspezifische Planung und Regionalplanung sowie GIS-basierte Analysen verknüpft. Dies wird am Beispiel zweier Landkreise verdeutlicht. Das Resultat ist ein umfassender Ansatz zur Unterstützung von Entscheidungsprozessen. KW - Deutschland KW - Klimaänderung KW - Geoinformationssystem KW - Elektrizitätserzeugung KW - Unwetter KW - Umweltgefährdung KW - Klimaschutz KW - Extremwetterereignisse KW - Klimaschutzkonzept KW - Landkreis KW - Risikoindex KW - Entscheidungsprozess KW - Wärmekraftwerk KW - Wetter KW - Energie KW - Klimaschutz KW - extreme weather event KW - adaptation KW - climate action plan KW - renewable energies KW - district Y1 - 2012 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-79000 ER - TY - THES A1 - Gerend, Jennifer T1 - U.S. and German Approaches to Regulating Retail Development: Urban Planning Tools and Local Policies T1 - Standortplanung im Einzelhandel in den USA und in Deutschland: Steuerungselemente und Standortpolitik N2 - This dissertation examines retail development regulation in the U.S. and in Germany, comparing the various urban planning tools and policies in use by municipal governments. These similarities and differences are explored through research into three case study cities in each country, with special attention paid to how these governments regulate large-scale or "big box" retail. N2 - Diese Dissertation untersucht die Standortplanung im Einzelhandel in den USA und in Deutschland. In den USA wie auch in Deutschland gibt es eine Raumplanung auf staatlicher Ebene und auf der Ebene der Länder- bzw. Bundesstaaten und der Kommunen, deren jeweiligen Möglichkeiten der Steuerung sehr unterschiedlich sind. Diese Unterschiede werden in der Dissertation vorgestellt. Anschließend werden anhand von jeweils drei Beispielen in den beiden Ländern die spezifischen stadtplanerischen Instrumente und Möglichkeiten der Steuerung unter besonderer Berücksichtigung der Ansiedlung von großflächigen Einzelhändlern und Einkaufszentren untersucht und dargestellt. KW - Einzelhandel KW - Handelsgeographie KW - Stadtplanung KW - Standortpolitik KW - Deutschland KW - USA KW - City Planning in the USA Y1 - 2012 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-70257 ER - TY - THES A1 - Cord, Anna T1 - Potential of multi-temporal remote sensing data for modeling tree species distributions and species richness in Mexico T1 - Eignung multi-temporaler Fernerkundungsdaten für die Modellierung von Artverbreitungsgebieten und Diversität von Baumarten in Mexiko N2 - Current changes of biodiversity result almost exclusively from human activities. This anthropogenic conversion of natural ecosystems during the last decades has led to the so-called ‘biodiversity crisis’, which comprises the loss of species as well as changes in the global distribution patterns of organisms. Species richness is unevenly distributed worldwide. Altogether, 17 so-called ‘megadiverse’ nations cover less than 10% of the earth’s land surface but support nearly 70% of global species richness. Mexico, the study area of this thesis, is one of those countries. However, due to Mexico’s large extent and geographical complexity, it is impossible to conduct reliable and spatially explicit assessments of species distribution ranges based on these collection data and field work alone. In the last two decades, Species distribution models (SDMs) have been established as important tools for extrapolating such in situ observations. SDMs analyze empirical correlations between geo-referenced species occurrence data and environmental variables to obtain spatially explicit surfaces indicating the probability of species occurrence. Remote sensing can provide such variables which describe biophysical land surface characteristics with high effective spatial resolutions. Especially during the last three to five years, the number of studies making use of remote sensing data for modeling species distributions has therefore multiplied. Due to the novelty of this field of research, the published literature consists mostly of selective case studies. A systematic framework for modeling species distributions by means of remote sensing is still missing. This research gap was taken up by this thesis and specific studies were designed which addressed the combination of climate and remote sensing data in SDMs, the suitability of continuous remote sensing variables in comparison with categorical land cover classification data, the criteria for selecting appropriate remote sensing data depending on species characteristics, and the effects of inter-annual variability in remotely sensed time series on the performance of species distribution models. The corresponding novel analyses were conducted with the Maximum Entropy algorithm developed by Phillips et al. (2004). In this thesis, a more comprehensive set of remote sensing predictors than in the existing literature was utilized for species distribution modeling. The products were selected based on their ecological relevance for characterizing species distributions. Two 1 km Terra-MODIS Land 16-day composite standard products including the Enhanced Vegetation Index (EVI), Reflectance Data, and Land Surface Temperature (LST) were assembled into enhanced time series for the time period of 2001 to 2009. These high-dimensional time series data were then transformed into 18 phenological and 35 statistical metrics that were selected based on an extensive literature review. Spatial distributions of twelve tree species were modeled in a hierarchical framework which integrated climate (WorldClim) and MODIS remote sensing data. The species are representative of the major Mexican forest types and cover a variety of ecological traits, such as range size and biotope specificity. Trees were selected because they have a high probability of detection in the field and since mapping vegetation has a long tradition in remote sensing. The result of this thesis showed that the integration of remote sensing data into species distribution models has a significant potential for improving and both spatial detail and accuracy of the model predictions. N2 - Sämtliche aktuell zu beobachtenden Veränderungen in der Biodiversität lassen sich fast ausschließlich auf menschliche Aktivitäten zurückführen. In den letzten Jahrzehnten hat insbesondere die anthropogene Umwandlung bisher unberührter, natürlicher Ökosysteme zur sogenannten ‚Biodiversitätskrise‘ geführt. Diese umfasst nicht nur das Aussterben von Arten, sondern auch räumliche Verschiebungen in deren Verbreitungsgebieten. Global gesehen ist der Artenreichtum ungleich verteilt. Nur insgesamt 17 sogenannte ‚megadiverse‘ Länder, welche 10% der globalen Landoberfläche umfassen, beherbergen fast 70% der weltweiten Artenvielfalt. Mexiko, das Studiengebiet dieser Arbeit, ist eine dieser außerordentlich artenreichen Nationen. Aufgrund seiner großen Ausdehnung und geographischen Komplexität kann eine verlässliche und detaillierte räumliche Erfassung von Artverbreitungsgebieten in Mexiko jedoch nicht nur auf Basis dieser Datenbanken sowie von Feldarbeiten erfolgen. In den letzten beiden Jahrzehnten haben sich Artverbreitungsmodelle (Species distribution models, SDMs) als wichtige Werkzeuge für die räumliche Interpolation solcher in situ Beobachtungen in der Ökologie etabliert. Artverbreitungsmodelle umfassen die Analyse empirischer Zusammenhänge zwischen georeferenzierten Fundpunkten einer Art und Umweltvariablen mit dem Ziel, räumlich kontinuierliche Vorhersagen zur Wahrscheinlichkeit des Vorkommens der jeweiligen Art zu treffen. Mittels Fernerkundung können Umweltvariablen mit Bezug zu den biophysikalischen Eigenschaften der Landoberfläche in hohen effektiven räumlichen Auflösungen bereitgestellt werden. Insbesondere in den letzten drei bis fünf Jahren ist daher die Verwendung von Fernerkundungsdaten in der Artverbreitungsmodellierung sprunghaft angestiegen. Da es sich hierbei jedoch immer noch um ein sehr neues Forschungsfeld handelt, stellen diese meist nur Einzelstudien mit Beispielcharakter dar. Eine systematische Untersuchung zur Modellierung von Artverbreitungsgebieten mit Hilfe von Fernerkundungsdaten fehlt bisher. Diese Forschungslücke wurde in der vorliegenden Arbeit aufgegriffen. Hierzu wurden spezifische Untersuchungen durchgeführt, welche insbesondere folgende Aspekte betrachteten: die sinnvolle Verknüpfung von Klima- und Fernerkundungsdaten im Rahmen von Artverbreitungsmodellen, den quantitativen Vergleich von kontinuierlichen Fernerkundungsdaten und einer bestehenden kategorialen Landbedeckungsklassifikation, die Identifizierung von Kriterien zur Auswahl geeigneter Fernerkundungsprodukte, welche die Eigenschaften der Studienarten berücksichtigen, sowie der Einfluss inter-annueller Variabilität in fernerkundlichen Zeitreihen auf die Ergebnisse und Leistungsfähigkeit von Artverbreitungsmodellen. Die entsprechenden neuen Analysen wurden mit Hilfe des von Phillips et al. (2004) entwickelten Maximum Entropy Algorithmus zur Artverbreitungsmodellierung durchgeführt. Im Rahmen dieser Arbeit wurde ein umfangreicherer Datensatz an Fernerkundungsvariablen als in der bisherigen Literatur verwendet. Die entsprechenden Fernerkundungsprodukte wurden spezifisch aufgrund ihrer Eignung für die Beschreibung ökologisch relevanter Parameter, die sich auf die Verbreitungsgebiete von Arten auswirken, ausgewählt. Für den Zeitraum von 2001 bis 2009 wurden zwei Terra-MODIS Standardprodukte mit 1 km räumlicher und 16-tägiger zeitlicher Auflösung zu geglätteten, kontinuierlichen Zeitreihen zusammengefügt. Diese Produkte beinhalten den verbesserten Vegetationsindex (Enhanced Vegetation Index, EVI), Reflexionsgrade und die Landoberflächentemperatur (Land Surface Temperature, LST). Diese hochdimensionalen Zeitreihendaten wurden in insgesamt 18 phänologische sowie 35 statistische Maßzahlen überführt, welche auf der Basis einer umfassenden Sichtung der vorhandenen Literatur zusammengestellt wurden. Die Verbreitungsgebiete von zwölf Baumarten wurden mit Hilfe eines hierarchisch aufgebauten Ansatzes, welcher sowohl Klimadaten (WorldClim) als auch Fernerkundungsdaten des MODIS-Sensors berücksichtigt, modelliert. Die Studienarten sind repräsentativ für die in Mexiko vorkommenden Waldtypen und decken eine breite Spannweite ökologischer Eigenschaften wie Größe des Verbreitungsgebietes und Breite der ökologischen Nische ab. Als Studienobjekte wurden Bäume ausgewählt, weil sie im Feld mit hoher Wahrscheinlichkeit richtig erfasst werden und außerdem die fernerkundungsbasierte Kartierung von Vegetation bereits auf eine Vielzahl an Studien zurückgreifen kann. Durch die im Rahmen dieser Dissertation durchgeführten Untersuchungen konnte gezeigt werden, dass die Integration von Fernerkundungsdaten in Artverbreitungsmodelle ein signifikantes Potential zur Verbesserung der räumlichen Detailgenauigkeit und der Güte der Modellvorhersagen bietet. KW - Fernerkundung KW - Biodiversität KW - Landnutzung KW - Zeitreihenanalyse KW - Mexiko KW - Artverbreitungsmodellierung KW - Maximum Entropy Algorithmus KW - MODIS KW - Modellierung KW - Remote sensing KW - Species distribution modeling KW - Maximum Entropy algorithm KW - MODIS KW - Mexico Y1 - 2012 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-71021 ER -