Refine
Has Fulltext
- yes (5)
Is part of the Bibliography
- yes (5)
Document Type
- Journal article (4)
- Doctoral Thesis (1)
Keywords
- AVHRR (2)
- Europe (2)
- TIMELINE (2)
- Abbildende Spektroskopie (1)
- Bodenbedeckung (1)
- Bodenbedeckungsgrad (1)
- Desertifikation (1)
- Drylands (1)
- Earth Observation (1)
- Ground Cover Fraction (1)
Institute
Earth Observation satellite data allows for the monitoring of the surface of our planet at predefined intervals covering large areas. However, there is only one medium resolution sensor family in orbit that enables an observation time span of 40 and more years at a daily repeat interval. This is the AVHRR sensor family. If we want to investigate the long-term impacts of climate change on our environment, we can only do so based on data that remains available for several decades. If we then want to investigate processes with respect to climate change, we need very high temporal resolution enabling the generation of long-term time series and the derivation of related statistical parameters such as mean, variability, anomalies, and trends. The challenges to generating a well calibrated and harmonized 40-year-long time series based on AVHRR sensor data flown on 14 different platforms are enormous. However, only extremely thorough pre-processing and harmonization ensures that trends found in the data are real trends and not sensor-related (or other) artefacts. The generation of European-wide time series as a basis for the derivation of a multitude of parameters is therefore an extremely challenging task, the details of which are presented in this paper.
Background: Preservation of kidney function in newly diagnosed (ND) multiple myeloma (MM) helps to prevent excess toxicity. Patients (pts) from two prospective trials were analyzed, provided postinduction (PInd) restaging was performed. Pts received three cycles with bortezomib (btz), cyclophosphamide, and dexamethasone (dex; VCD) or btz, lenalidomide (len), and dex (VRd) or len, adriamycin, and dex (RAD). The minimum required estimated glomerular filtration rate (eGFR) was >30 mL/min. We analyzed the percent change of the renal function using the International Myeloma Working Group (IMWG) criteria and Kidney Disease: Improving Global Outcomes (KDIGO)-defined categories. Results: Seven hundred and seventy-two patients were eligible. Three hundred and fifty-six received VCD, 214 VRd, and 202 RAD. VCD patients had the best baseline eGFR. The proportion of pts with eGFR <45 mL/min decreased from 7.3% at baseline to 1.9% PInd (p < 0.0001). Thirty-seven point one percent of VCD versus 49% of VRd patients had a decrease of GFR (p = 0.0872). IMWG-defined “renal complete response (CRrenal)” was achieved in 17/25 (68%) pts after VCD, 12/19 (63%) after RAD, and 14/27 (52%) after VRd (p = 0.4747). Conclusions: Analyzing a large and representative newly diagnosed myeloma (NDMM) group, we found no difference in CRrenal that occurred independently from the myeloma response across the three regimens. A trend towards deterioration of the renal function with VRd versus VCD may be explained by a better pretreatment “renal fitness” in the latter group.
Weltweit sind Trockengebiete in ständiger Veränderung, verursacht durch natürliche klimatische Schwankungen und oftmals durch Prozesse der Landdegradation. Auch weisen die meisten semi-ariden Naturräume eine große räumliche Heterogenität auf, hervorgerufen durch ein kleinräumiges Mosaik aus Gräsern, kleineren Sträuchern und Bereichen offenliegenden Bodens. Die Dichte der Vegetation wird primär vom pflanzenverfügbaren Wasser bestimmt, aber auch der Entwicklungs- und Degradationszustand der Böden sowie anthropogen bedingte Faktoren spielen hierbei eine Rolle. Zur Charakterisierung und Kartierung der Vegetation sowie zur Bewertung des Bodenerosionsrisikos und des Degradationszustands hat sich die Erhebung der Bedeckungsgrade von vitaler, photosynthetisch aktiver Vegetation (PV), von abgestorbener oder zeitweise vertrockneter und somit nicht photosynthetisch aktiver Vegetation (NPV) sowie von offenliegendem Boden als zweckmäßig herausgestellt. Die Nutzung der Fernerkundung für diese Aufgabe erfolgt zumeist nur für kleinmaßstäbige Kartierungen und – im Falle von Multispektralsensoren – unter Vernachlässigung nicht-photosynthetisch aktiver Vegetation. Die räumliche Variabilität der Vegetation-Boden-Mosaike liegt oftmals in der Größenordnung von wenigen Metern und somit unterhalb des räumlichen Auflösungsvermögens von Fernerkundungssystemen. Um dennoch die verschiedenen Anteile innerhalb eines Pixels identifizieren und quantifizieren zu können, sind Methoden der Subpixel-Klassifikation notwendig. In dieser Arbeit wird eine Methodik zur verbesserten und automatisierbaren Ableitung von Bodenbedeckungsgraden in semi-ariden Naturräumen vorgestellt. Hierzu wurde ein Verfahren zur linearen spektralen Entmischung in Form einer Multiple Endmember Spectral Mixture Analysis (MESMA) entwickelt und umgesetzt. Durch diese Methodik kann explizit die spektrale Variabilität von Vegetation und Boden in das Mischungsmodellmiteinbezogen werden, und quantitative Anteile für die funktionalen Klassen PV, NPV und Boden innerhalb eines Pixels erfasst werden. Durch die räumliche Kartierung der verwendeten EM wird weiterhin eine thematische Klassifikation erreicht. Die hierfür benötigten Informationen können – wie im Falle der Spektren reiner Materialien (EM-Spektren) – aus den Bilddaten selbst abgeleitet werden, oder können – wie ein Geländemodell und die Information über den Scanwinkel – im Zuge der Vorprozessierung aus weiteren Datenquellen erzeugt werden. Hinsichtlich der automatisierten EM-Ableitung wird eine zweistufige Methodik eingesetzt, welche auf einer angepassten Version des Sequential Maximum Angle Convex Cone (SMACC)-Verfahrens sowie der Analyse einer ersten Entmischungsiteration basiert. Die Klassifikation der gefundenen potentiellen EM erfolgt durch ein merkmalsbasiertes Verfahren. Weiterhin weisen nicht-photosynthetisch aktive Vegetation und Boden eine hohe spektrale Ähnlichkeit auf. Zur sicheren Trennung kann die Identifikation schmaler Absorptionsbanden dienen. Zu diesen zählen beispielsweise die Absorptionsbanden von Holozellulose und – je nach Bodentyp – Absorptionsbanden von Bodenmineralen. Auch die spektrale Variabilität der Klassen PV und NPV erfordert zur sicheren Unterscheidung die Verwendung biophysikalisch erklärbarer Merkmale im Spektrum. Hierzu zählen unter anderem die Stärke der Chlorophyll-Absorption, die Form und Lage der ’RedEdge’ und das Auftreten von Holozellulosebanden. Da diese spektrale Information bei herkömmlichen Entmischungsansätzen nicht berücksichtigt wird, erfolgt überwiegend eine Optimierung der Gesamtalbedo, was zu einer schlechten Trennung der Klassen führen kann. Aus diesem Grund wird in der vorliegenden Arbeit der MESMA-Ansatz dahingehend erweitert, dass spektrale Information in Form von identifizierten und parametrisierten Absorptionsbanden in den Entmischungsprozess mit einfließt und hierdurch das Potential hyperspektraler Datensätze besser genutzt werden kann. Auch wird in einer zusätzlichen Entmischungsiteration die räumliche Nachbarschaft betrachtet, um insbesondere die Verwendung des sinnvollsten Boden-EMs zu gewährleisten. Ein zusätzliches Problemfeld stellt die numerische Lösung des überbestimmten und oftmals schlecht konditionierten linearen Mischungsmodells dar. Hierzu kann durch die Verwendung des BVLS-Algorithmus und des Ausschlusses kritischer EM-Kombinationen eine numerisch stabile Lösung gefunden werden. Um die oftmals immense Rechenzeit von MESMA-Verfahren zu verkürzen, besteht die Möglichkeit einer iterativen EM-Auswahl und somit die Vermeidung einer Lösung des Mischungssystems durch Berechnung aller EM-Kombinationen (’Brute-Force’-Ansatz). Ein weiterer wichtiger Punkt ist die explizite pixelweise Angabe zur Zuverlässigkeit der Entmischungsergebnisse. Dies erfolgt auf Basis des Mischungsmodells selbst, durch den Vergleich zu empirischen Regressionsmodellen, durch die Berücksichtigung des lokalen Einfallswinkels sowie durch die Integration von Qualitätsangaben der Ausgangsdaten. Um das Verfahren systematisch und unter kontrollierten Bedingungen zu verifizieren und um den Einfluss verschiedener externer Parameter sowie die typischen Genauigkeiten auf einer breiten Datenbasis zu ermitteln, wird eine Simulationskette zur Erzeugung synthetischer Mischungen erstellt. In diese Simulationen fließen Feldspektren von Böden und Pflanzen verschiedener semi-arider Gebiete mit ein, um möglichst viele Fälle abdecken zu können. Die eigentliche Validierung erfolgt auf HyMap-Datensätzen des Naturparks ’Cabo de Gata’ in der andalusischen Provinz Almería sowie auf Messungen, die begleitend im Feld durchgeführt wurden. Hiermit konnte die Methodik auf ihre Genauigkeit unter den konkreten Anforderungen des Anwendungsbeispiels überprüft werden. Die erzielbare Genauigkeit dieser automatisierten Methodik liegt mit einem mittleren Fehler um rund 10% Abundanz absolut im selben Wertebereich oder nur geringfügig höher als die Ergebnisse publizierter manueller MESMA-Ansätze. Weiterhin konnten die typischen Genauigkeiten der Verifikation im Zuge der Validierung bestätigt werden. Den limitierenden Faktor des Ansatzes stellen in der Praxis fehlerhafte oder unvollständige EM-Modelle dar. Mit der vorgestellten Methodik ist somit die Möglichkeit gegeben, die Bedeckungsgrade quantitativ und automatisiert im Subpixelbereich zu erfassen.
Land Surface Temperature (LST) is an important parameter for tracing the impact of changing climatic conditions on our environment. Describing the interface between long- and shortwave radiation fluxes, as well as between turbulent heat fluxes and the ground heat flux, LST plays a crucial role in the global heat balance. Satellite-derived LST is an indispensable tool for monitoring these changes consistently over large areas and for long time periods. Data from the AVHRR (Advanced Very High-Resolution Radiometer) sensors have been available since the early 1980s. In the TIMELINE project, LST is derived for the entire operating period of AVHRR sensors over Europe at a 1 km spatial resolution. In this study, we present the validation results for the TIMELINE AVHRR daytime LST. The validation approach consists of an assessment of the temporal consistency of the AVHRR LST time series, an inter-comparison between AVHRR LST and in situ LST, and a comparison of the AVHRR LST product with concurrent MODIS (Moderate Resolution Imaging Spectroradiometer) LST. The results indicate the successful derivation of stable LST time series from multi-decadal AVHRR data. The validation results were investigated regarding different LST, TCWV and VA, as well as land cover classes. The comparisons between the TIMELINE LST product and the reference datasets show seasonal and land cover-related patterns. The LST level was found to be the most determinative factor of the error. On average, an absolute deviation of the AVHRR LST by 1.83 K from in situ LST, as well as a difference of 2.34 K from the MODIS product, was observed.
The focus of this analysis is on the early detection of forest health changes, specifically that of Norway spruce (Picea abies L. Karst.). In this analysis, we planned to examine the time (degree of early detection), spectral wavelengths and appropriate method for detecting vitality changes. To accomplish this, a ring-barking experiment with seven subsequent laboratory needle measurements was carried out in 2013 and 2014 in an area in southeastern Germany near Altötting. The experiment was also accompanied by visual crown condition assessment. In total, 140 spruce trees in groups of five were ring-barked with the same number of control trees in groups of five that were selected as reference trees in order to compare their development. The laboratory measurements were analysed regarding the separability of ring-barked and control samples using spectral reflectance, vegetation indices and derivative analysis. Subsequently, a random forest classifier for determining important spectral wavelength regions was applied. Results from the methods are consistent and showed a high importance of the visible (VIS) spectral region, very low importance of the near-infrared (NIR) and minor importance of the shortwave infrared (SWIR) spectral region. Using spectral reflectance data as well as indices, the earliest separation time was found to be 292 days after ring-barking. The derivative analysis showed that a significant separation was observed 152 days after ring-barking for six spectral features spread through VIS and SWIR. A significant separation was detected using a random forest classifier 292 days after ring-barking with 58% separability. The visual crown condition assessment was analysed regarding obvious changes of vitality and the first indication was observed 302 days after ring-barking as bark beetle infestation and yellowing of foliage in the ring-barked trees only. This experiment shows that an early detection, compared with visual crown assessment, is possible using the proposed methods for this specific data set. This study will contribute to ongoing research for early detection of vitality changes that will support foresters and decision makers.