Refine
Has Fulltext
- yes (100)
Is part of the Bibliography
- yes (100)
Year of publication
Document Type
- Doctoral Thesis (100) (remove)
Keywords
- Fernerkundung (21)
- Klimaänderung (10)
- Modellierung (9)
- Nachhaltigkeit (9)
- Deutschland (8)
- Regionalentwicklung (8)
- Tourismus (8)
- Remote Sensing (7)
- Klima (6)
- remote sensing (6)
Institute
- Institut für Geographie und Geologie (100) (remove)
Sonstige beteiligte Institutionen
- Deutsches Klimaservice Zentrum (GERICS) (1)
- Deutsches Zentrum für Luft & Raumfahrt (DLR) (1)
- Deutsches Zentrum für Luft- und Raumfahrt (1)
- Deutsches Zentrum für Luft- und Raumfahrt (DLR) (1)
- Deutsches Zentrum für Luft- und Raumfahrt (DLR), Deutsches Fernerkundungsdatenzengrum (DFD) (1)
- Deutsches Zentrum für Luft- und Raumfahrt e.V. (1)
- Département de géographie, Université Abdou Moumouni Dioffo de Niamey, Niger (1)
- Fraunhofer ISC (1)
- Hochschule für angewandte Wissenschaften München, Fakultät für Tourismus (1)
- Lehrstuhl für Fernerkundung der Uni Würzburg, in Kooperation mit dem Deutschen Fernerkundungsdatenzentrum (DFD) des Deutschen Zentrums für Luft- und Raumfahrt (DLR) (1)
ResearcherID
- I-5818-2014 (1)
The investigation of the Earth system and interplays between its components is of utmost importance to enhance the understanding of the impacts of global climate change on the Earth's land surface. In this context, Earth observation (EO) provides valuable long-term records covering an abundance of land surface variables and, thus, allowing for large-scale analyses to quantify and analyze land surface dynamics across various Earth system components. In view of this, the geographical entity of river basins was identified as particularly suitable for multivariate time series analyses of the land surface, as they naturally cover diverse spheres of the Earth. Many remote sensing missions with different characteristics are available to monitor and characterize the land surface. Yet, only a few spaceborne remote sensing missions enable the generation of spatio-temporally consistent time series with equidistant observations over large areas, such as the MODIS instrument.
In order to summarize available remote sensing-based analyses of land surface dynamics in large river basins, a detailed literature review of 287 studies was performed and several research gaps were identified. In this regard, it was found that studies rarely analyzed an entire river basin, but rather focused on study areas at subbasin or regional scale. In addition, it was found that transboundary river basins remained understudied and that studies largely focused on selected riparian countries. Moreover, the analysis of environmental change was generally conducted using a single EO-based land surface variable, whereas a joint exploration of multivariate land surface variables across spheres was found to be rarely performed.
To address these research gaps, a methodological framework enabling (1) the preprocessing and harmonization of multi-source time series as well as (2) the statistical analysis of a multivariate feature space was required. For development and testing of a methodological framework that is transferable in space and time, the transboundary river basins Indus, Ganges, Brahmaputra, and Meghna (IGBM) in South Asia were selected as study area, having a size equivalent to around eight times the size of Germany. These basins largely depend on water resources from monsoon rainfall and High Mountain Asia which holds the largest ice mass outside the polar regions. In total, over 1.1 billion people live in this region and in parts largely depend on these water resources which are indispensable for the world's largest connected irrigated croplands and further domestic needs as well. With highly heterogeneous geographical settings, these river basins allow for a detailed analysis of the interplays between multiple spheres, including the anthroposphere, biosphere, cryosphere, hydrosphere, lithosphere, and atmosphere.
In this thesis, land surface dynamics over the last two decades (December 2002 - November 2020) were analyzed using EO time series on vegetation condition, surface water area, and snow cover area being based on MODIS imagery, the DLR Global WaterPack and JRC Global Surface Water Layer, as well as the DLR Global SnowPack, respectively. These data were evaluated in combination with further climatic, hydrological, and anthropogenic variables to estimate their influence on the three EO land surface variables. The preprocessing and harmonization of the time series was conducted using the implemented framework. The resulting harmonized feature space was used to quantify and analyze land surface dynamics by means of several statistical time series analysis techniques which were integrated into the framework. In detail, these methods involved (1) the calculation of trends using the Mann-Kendall test in association with the Theil-Sen slope estimator, (2) the estimation of changes in phenological metrics using the Timesat tool, (3) the evaluation of driving variables using the causal discovery approach Peter and Clark Momentary Conditional Independence (PCMCI), and (4) additional correlation tests to analyze the human influence on vegetation condition and surface water area.
These analyses were performed at annual and seasonal temporal scale and for diverse spatial units, including grids, river basins and subbasins, land cover and land use classes, as well as elevation-dependent zones. The trend analyses of vegetation condition mostly revealed significant positive trends. Irrigated and rainfed croplands were found to contribute most to these trends. The trend magnitudes were particularly high in arid and semi-arid regions. Considering surface water area, significant positive trends were obtained at annual scale. At grid scale, regional and seasonal clusters with significant negative trends were found as well. Trends for snow cover area mostly remained stable at annual scale, but significant negative trends were observed in parts of the river basins during distinct seasons. Negative trends were also found for the elevation-dependent zones, particularly at high altitudes. Also, retreats in the seasonal duration of snow cover area were found in parts of the river basins. Furthermore, for the first time, the application of the causal discovery algorithm on a multivariate feature space at seasonal temporal scale revealed direct and indirect links between EO land surface variables and respective drivers. In general, vegetation was constrained by water availability, surface water area was largely influenced by river discharge and indirectly by precipitation, and snow cover area was largely controlled by precipitation and temperature with spatial and temporal variations. Additional analyses pointed towards positive human influences on increasing trends in vegetation greenness. The investigation of trends and interplays across spheres provided new and valuable insights into the past state and the evolution of the land surface as well as on relevant climatic and hydrological driving variables. Besides the investigated river basins in South Asia, these findings are of great value also for other river basins and geographical regions.
Bildung für nachhaltige Entwicklung setzt einen systematischen Ansatz voraus, der sozioökonomische Umweltaspekte in enge Beziehung zueinander setzt. Bildung für nachhaltige Entwicklung bedeutet also, die Komplexität von Phänomenen und deren Beziehung zueinander zu begreifen lernen und Schlüsselkompetenzen zu entwickeln, um aktiv, bewusst, verantwortungsvoll und kritisch an der Gestaltung der Gegenwart und der Zukunft teilzuhaben. Gegenstand vorliegender Forschungsarbeit ist die Bildung für nachhaltige Entwicklung (BNE) aus Sicht der Geographie und im internationalen Vergleich zwischen der italienischen Stadt Padua in der Region Venetien und Würzburg in Bayern. Im Mittelpunkt stehen Aktivitäten und Projekte, die im formalen Bereich, d.h. in Kindergärten und Grundschulen, und im non-formalen Bereich, wie in Vereinen, Einrichtungen, lokale Körperschaften, durchgeführt wurden. Damit war die Voraussetzung geschaffen, das gesamte Spektrum an Angeboten und Möglichkeiten der Zusammenarbeit im Bereich BNE in den für die Fallstudie gewählten Städten zu erfassen, also einschließlich der Angebote von und der Angebote an die Schulen. Dem Forschungsverfahren liegt ein Fragebogen über die Wertesysteme und Wertvorstellungen von Erziehern und Lehrern in Bezug auf geographische Bildung zugrunde. Dabei stellt sich unter anderem heraus, dass der Zusammenhang zwischen BNE und geographischer Bildung kaum wahrgenommen wird. Diese Feststellung bestätigt sich im weiteren Verlauf des Untersuchungsverfahrens, das sich auf die Auswertung von dreizehn, aus der Fachliteratur und aus internationalen Dokumenten ausgewählten und behandelten BNE-Themen konzentriert. Die Ergebnisse zeigen, dass es in beiden Städten und in beiden Bereichen, im formalen wie im non-formalen, “ BNE-Best Practice” gibt und dass Themen mit Bezug zu Bildung zu Nachhaltigkeit gegenüber Themen mit Bezug zu entwicklungsbezogener Bildung der Vorzug gegeben wird. Weiter geht daraus hervor, dass in erster Linie Umweltaspekte behandelt werden, gefolgt von sozialen, während ökonomische Aspekte das Schlusslicht bilden. In Bezug auf das, was nachhaltige Entwicklung und BNE bedeuten, herrscht bei den Interviewpartnern ziemliche Unklarheit und ein geringes Bewusstsein. Im non-formalen Bereich Tätige wissen über die Grundlagen nachhaltiger Entwicklung Bescheid, bevorzugen jedoch die Bezeichnung “Umwelterziehung”, weil dieser Begriff für die Allgemeinheit angeblich besser verständlich ist. Die Mehrheit der Erzieher und Lehrer hingegen erkennt keinen Unterschied zwischen BNE und Umwelterziehung. Auch die staatlichen Lehrpläne und Richtlinien geben kaum Aufschluss darüber, was BNE ist. Manchmal wird BNE mit Umwelterziehung gleichgesetzt, dann ist sie wieder Teil davon, andere Male wird sie als Orientierungshilfe für Umwelterziehung empfohlen. Jedenfalls wird darin nichts anderes als Umwelterziehung damit in Verbindung gebracht. Die befragten Personen sind wesentlich mehr auf die “ Praxis” als auf die “ Theorie” bedacht. Sie führen interessante Projekte und Aktivitäten durch, sind sich aber des theoretischen Ansatzes, der BNE zugrunde liegt und der mit dem der Geographie in gar einigen Punkten konvergent ist, nicht wirklich bewusst. In diesem Sinne erschließt vorliegende Forschungsarbeit das Potential an Synergien von BNE und geographischer Bildung. Denn einerseits könnte die Geographie aufschlussreiche theoretische Überlegungen und Impulse liefern, andererseits könnte BNE den Anstoß zur Erneuerung geographischer Bildung geben und sie damit aus der gesellschaftlichen Isolation führen. Solche Grundüberlegungen sollten selbstverständlich auch in den Curricula – in Form der zur Verfügung stehenden Stundenzahl – ihren Niederschlag finden.
Das Ziel dieser Arbeit war neue Eingangsdaten für die Landoberflächenbeschreibung des regionalen Klimamodells REMO zu finden und ins Modell zu integrieren, um die Vorhersagequalität des Modells zu verbessern. Die neuen Daten wurden so in das Modell eingebaut, dass die bisherigen Daten weiterhin als Option verfügbar sind. Dadurch kann überprüft werden, ob und in welchem Umfang sich die von jedem Klimamodell benötigten Rahmendaten auf Modellergebnisse auswirken. Im Zuge der Arbeit wurden viele unterschiedliche Daten und Methoden zur Generierung neuer Parameter miteinander verglichen, denn neben dem Ersetzen der konstanten Eingangswerte für verschiedene Oberflächenparameter und den damit verbundenen Änderungen wurden als zusätzliche Verbesserung auch Veränderungen an der Parametrisierung des Bodens speziell in Hinblick auf die Bodentemperaturen in REMO vorgenommen. Im Rahmen dieser Arbeit wurden die durch die verschiedenen Änderungen ausgelösten Auswirkungen für das CORDEX-Gebiet EUR-44 mit einer Auflösung von ca. 50km und für das in dem darin eingebetteten neu definierten Deutschlandgebiet GER-11 mit einer Auflösung von ca. 12km getestet sowie alle Änderungen anhand von verschiedenen Beobachtungsdatensätzen validiert.
Die vorgenommenen Arbeiten gliederten sich in drei Hauptteile. Der erste Teil bestand in dem vom eigentlichen Klimamodell unabhängigen Vergleich der verschiedenen Eingangsdaten auf unterschiedlichen Auflösungen und deren Performanz in allen Teilen der Erde, wobei ein besonderer Fokus auf der Qualität in den späteren Modellgebieten lag. Unter Berücksichtigung der Faktoren, wie einer globalen Verfügbarkeit der Daten, einer verbesserten räumlichen Auflösung und einer kostenlosen Nutzung der Daten sowie verschiedener Validationsergebnissen von anderen Studien, wurden in dieser Arbeit vier neue Topographiedatensätze (SRTM, ALOS, TANDEM und ASTER) und drei neue Bodendatensätze (FAOn, Soilgrid und HWSD) für die Verwendung im Präprozess von REMO aufbereitet und miteinander sowie mit den bisher in REMO verwendeten Daten verglichen. Auf Grundlage dieser Vergleichsstudien schieden bei den Topographiedaten die verwendeten Datensatz-Versionen von SRTM, ALOS und TANDEM für die in dieser Arbeit durchgeführten REMO-Läufe aus. Bei den neuen Bodendatensätzen wurde ausgenutzt, dass diese verschiedenen Bodeneigenschaften für unterschiedliche Tiefen als Karten zur Verfügung stellen. In REMO wurden bisher alle benötigten Bodenparameter abhängig von fünf verschiedenen Bodentexturklassen und einer zusätzlichen Torfklasse ausgewiesen und als konstant über die gesamte Modellbodensäule (bis ca. 10m) angenommen. Im zweiten Teil wurden auf Basis der im ersten Teil ausgewählten neuen Datensätze und den neu verfügbaren Bodenvariablen verschiedene Sensitivitätsstudien über das Beispieljahr 2000 durchgeführt. Dabei wurden verschiedene neue Parametrisierungen für die bisher aus der Textur abgeleiteten Bodenvariablen und die Parametrisierung von weiteren hydrologischen und thermalen Bodeneigenschaften verglichen. Ferner wurde aufgrund der neuen nicht über die Tiefe konstanten Bodeneigenschaften eine neue numerische Methode zur Berechnung der Bodentemperaturen der fünf Schichten in REMO getestet, welche wiederum andere Anpassungen erforderte. Der Test und die Auswahl der verschiedenen Datensatz- und Parametrisierungsversionen auf die Modellperformanz wurde in drei Experimentpläne unterteilt. Im ersten Plan wurden die Auswirkungen der ausgewählten Topographie- und Bodendatensätze überprüft. Der zweite Plan behandelte die Unterschiede der verschiedenen Parametrisierungsarten der Bodenvariablen hinsichtlich der verwendeten Variablen zur Berechnung der Bodeneigenschaften, der über die Tiefe variablen oder konstanten Eigenschaften und der verwendeten Berechnungsmethode der Bodentemperaturänderungen. Durch die Erkenntnisse aus diesen beiden Experimentplänen, die für beide Untersuchungsgebiete durchgeführt wurden, ergaben sich im dritten Plan weitere Parametrisierungsänderungen. Alle Änderungen dieses dritten Experimentplans wurden sukzessiv getestet, sodass der paarweise Vergleich von zwei aufeinanderfolgenden Modellläufen die Auswirkungen der Neuerung im jeweils zweiten Lauf widerspiegelt. Der letzte Teil der Arbeit bestand aus der Analyse von fünf längeren Modellläufen (2000-2018), die zur Überprüfung der Ergebnisse aus den Sensitivitätsstudien sowie zur Einschätzung der Performanz in weiteren teilweise extremen atmosphärischen Bedingungen durchgeführt wurden. Hierfür wurden die bisherige Modellversion von REMO (id01) für die beiden Untersuchungsgebiete EUR-44 und GER-11 als Referenzläufe, zwei aufgrund der Vergleichsergebnisse von Experimentplan 3 selektierte Modellversionen (id06 und id15a für GER-11) sowie die finale Version (id18a für GER-11), die alle vorgenommenen Änderungen dieser Arbeit enthält, ausgewählt.
Es stellte sich heraus, dass sowohl die neuen Topographiedaten als auch die neuen Bodendaten große Differenzen zu den bisherigen Daten in REMO haben. Zudem änderten sich die von diesen konstanten Eingangsdaten abgeleiteten Hilfsvariablen je nach verwendeter Parametrisierung sehr deutlich. Dies war besonders gut anhand der Bodenparameter zu erkennen. Sowohl die räumliche Verteilung als auch der Wertebereich der verschiedenen Modellversionen unterschieden sich stark. Eine Einschätzung der Qualität der resultierenden Parameter wurde jedoch dadurch erschwert, dass auch die verschiedenen zur Validierung herangezogenen Bodendatensätze für diese Parameter deutlich voneinander abweichen. Die finale Modellversion id18a ähnelte trotz der umfassenden Änderungen in den meisten Variablen den Ergebnissen der bisherigen REMO-Version. Je nach zeitlicher und räumlicher Aggregation sowie unterschiedlichen Regionen und Jahreszeiten wurden leichte Verbesserungen, aber auch leichte Verschlechterungen im Vergleich zu den klimatologischen Validationsdaten festgestellt. Größere Veränderungen im Vergleich zur bisherigen Modellversion konnten in den tieferen Bodenschichten aufgezeigt werden, welche allerdings aufgrund von fehlenden Validationsdaten nicht beurteilt werden konnten. Für alle 2m-Temperaturen konnte eine tendenzielle leichte Erwärmung im Vergleich zum bisherigen Modelllauf beobachtet werden, was sich einerseits negativ auf die ohnehin durchschnittlich zu hohe Minimumtemperatur, aber andererseits positiv auf die bisher zu niedrige Maximumtemperatur des Modells in den betrachteten Gebieten auswirkte. Im Niederschlagssignal und in den 10m-Windvariablen konnten keine signifikanten Änderungen nachgewiesen werden, obwohl die neue Topographie an manchen Stellen im Modellgebiet deutlich von der bisherigen abweicht. Des Weiteren variierte das Ranking der verschiedenen Modellversionen jeweils nach dem angewendeten Qualitätsindex.
Um diese Ergebnisse besser einordnen zu können, muss berücksichtigt werden, dass die neuen Daten für Modellgebiete mit 50 bzw. 12km räumlicher Auflösung und der damit verbundenen hydrostatischen Modellversion getestet wurden. Zudem sind vor allem in Fall der Topographie die bisher enthaltenen GTOPO-Daten (1km Auflösung) für die Aggregation auf diese gröbere Modellauflösung geeignet. Die bisherigen Bodendaten stoßen jedoch mit 50km Auflösung bereits an ihre Grenzen. Zusätzlich ist zu beachten, dass nicht nur die Mittelwerte dieser Daten, sondern auch deren Subgrid-Variabilität als Variablen im Modell für verschiedene Parametrisierungen verwendet werden. Daher ist es essentiell, dass die Eingangsdaten eine deutlich höhere Auflösung bereitstellen als die zur Modellierung definierte Auflösung. Für lokale Klimasimulationen mit Auflösungen im niedrigen Kilometerbereich spielen auch die Vertikalbewegungen (nicht-hydrostatische Modellversion) eine wichtige Rolle, die stark von der Topographie sowie deren horizontaler und vertikaler Änderungsrate beeinflusst werden, was die in dieser Arbeit eingebauten wesentlich höher aufgelösten Daten für die zukünftige Weiterentwicklung von REMO wertvoll machen kann.
The present study concerned mainly on the source, facies, and sedimentary environments of the Middle to Upper Jurassic strata in the Kerman and Tabas areas, east-central Iran. The composition of sandstones, and heavy mineral analysis point to pre-existing sedimentary, low, middle to upper rank metamorphic, and plutonic rocks of the Kalmard, Posht-e-Badam, Bayazeh, and Zarand-Kerman areas as the source rocks. According to the diagram of WELTJE et al. (1998), most samples from the Middle-Upper Jurassic rocks suggest a moderate to high elevation of the source area, and indicate a semi-arid and mediterranean to sub-humid climate. In the Qt-F-L ternary diagrams of DICKINSON et al. (1983), most point counting data from the Lower Siliciclastic Member and the top of the Hojedk Formation plot in the recycled orogen (Quartzose recycled) area of the diagram. The sandstones in this area can be interpreted as being derived from the Mid-Cimmerian Movements. Sixteen different types of siliciclastic-carbonate, and evaporatic sedimentary environments have been recognized. Thirty-nine macroinvertebrate taxa have been identified. Ten ichnotaxa have been taxonomically described from the Middle to Upper Jurassic rocks. Quite likely, before rotation of CEIM which were associated with counterclockwise block-rotation, equivalent rocks of the Bidou Formation occurred along the tectonic zone between the Yazd and the Tabas blocks (probably during the Middle Jurassic to Lower Cretaceous). However, from the Cretaceous onwards, most of the Bidou Formation has been removed by a combination of strike-slip and reverse movements of the Kashmar-Kerman tectonic zone. Roughly, these block-rotation movements occurred after the Cretaceous. During the Middle to Upper Jurassic, the tectonic activities were vertical movements producing the sedimentary pattern in the CEIM.
Von den drei aktuell in Deutschland zu unterscheidenden Großschutzgebietskategorien Nationalpark, Naturpark und Biosphärenreservat stellt der Nationalpark gewiss die höchsten Ansprüche an den Naturschutz. Im Idealfall sollen bis zu drei Viertel der betreffenden Flächen gänzlich aus der Nutzung genommen werden. Dieser Nutzungsverzicht hat im Vorfeld einer Gebietsausweisung aufgrund der damit verbundenen ökonomischen Einbußen oftmals Bedenken der lokalen Bevölkerung gegenüber diesem Flächenschutzinstrument zur Folge. Nationalparke können jedoch als Attraktionspunkte im Tourismus durchaus zu einer eigenständigen Entwicklung ländlich-peripherer Regionen beitragen. Die vorliegende Arbeit untersucht deshalb die Strukturen des Tourismus und dessen ökonomischen Stellenwert in den deutschen Nationalparkregionen. Auf Grundlage einer Typisierung der bestehenden vierzehn Gebiete wurden zunächst fünf Untersuchungsregionen ausgewählt (Bayerischer Wald, Eifel, Hainich, Kellerwald-Edersee sowie Niedersächsisches Wattenmeer), für die mittels des nachfrageseitigen Vorgehens einer Wertschöpfungsanalyse die regionalwirtschaftlichen Effekte des Tourismus bestimmt wurden. Darauf aufbauend ist schließlich eine Hochrechnung für den gesamtdeutschen Nationalparktourismus durchgeführt worden. Insgesamt halten sich jährlich demnach etwas mehr als 50 Mio. Besucher in den deutschen Nationalparken auf, die einen touristischen Bruttoumsatz von 2,1 Mrd. € generieren. Daraus resultieren Einkommen in Höhe von ungefähr 1,1 Mrd. €, woraus sich ein Einkommensäquivalent von etwas mehr als 69.000 Personen ableitet. Für die vor allem aus regionalpolitischer Sicht relevante Besuchergruppe mit hoher Nationalparkaffinität (= National-parktouristen im engeren Sinn) reduzieren sich diese Werte auf rund 11 Mio. Besucher und 431 Mio. € Bruttoumsatz, was ca. 212 Mio. € Einkommen und ein Einkommensäquivalent von rund 14.000 Personen bewirkt. Diese Resultate auf Ebene der einzelnen Untersuchungsgebiete stellen dabei lediglich den gegenwärtigen Status-quo dar, können aber als Grundlage für ein dauerhaftes Monitoring dienen. Dazu ist allerdings von Managementseite der Wille für eine kontinuierliche Bewertung nicht nur der ökologischen, sondern auch der sozioökonomischen Entwicklung erforderlich. Der aktuelle Forschungsstand zeigt in dieser Hinsicht noch ein enormes Potenzial. Um eine möglichst kostengünstige Variante des eingesetzten Verfahrens zur Erfassung der Besucherstrukturen und des Ausgabeverhaltens der Touristen zu konzipieren, werden Vorschläge für eine mögliche Reduzierung des empirischen Aufwands ausgearbeitet. Denn angesichts der bestehenden Budgets deutscher Nationalparkverwaltungen muss es Ziel sein, das bisher wissenschaftlich ausgerichtete Instrumentarium der empirischen Erhebungen zu einem praxisnahen und leicht anwendbaren Vorgehen weiter zu entwickeln und damit für einen Monitoringeinsatz für die Verantwortlichen vor Ort zu optimieren. Nur dadurch könn-ten auf objektiver Basis die Entwicklungen im Nationalparktourismus und folglich der Stellenwert der Schutzgebiete als Stimuli der regionalen Entwicklung mittel- bis langfristig beurteilt werden.
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.
Landslide susceptibility assessment in the Chiconquiaco Mountain Range area, Veracruz (Mexico)
(2022)
In Mexico, numerous landslides occur each year and Veracruz represents the state with the third highest number of events. Especially the Chiconquiaco Mountain Range, located in the central part of Veracruz, is highly affected by landslides and no detailed information on the spatial distribution of existing landslides or future occurrences is available. This leaves the local population exposed to an unknown threat and unable to react appropriately to this hazard or to consider the potential landslide occurrence in future planning processes.
Thus, the overall objective of the present study is to provide a comprehensive assessment of the landslide situation in the Chiconquiaco Mountain Range area. Here, the combination of a site-specific and a regional approach enables to investigate the causes, triggers, and process types as well as to model the landslide susceptibility for the entire study area.
For the site-specific approach, the focus lies on characterizing the Capulín landslide, which represents one of the largest mass movements in the area. In this context, the task is to develop a multi-methodological concept, which concentrates on cost-effective, flexible and non-invasive methods. This approach shows that the applied methods complement each other very well and their combination allows for a detailed characterization of the landslide.
The analyses revealed that the Capulín landslide is a complex mass movement type. It comprises rotational movement in the upper parts and translational movement in the lower areas, as well as flow processes at the flank and foot area and therefore, is classified as a compound slide-flow according to Cruden and Varnes (1996). Furthermore, the investigations show that the Capulín landslide represents a reactivation of a former process. This is an important new information, especially with regard to the other landslides identified in the study area. Both the road reconstructed after the landslide, which runs through the landslide mass, and the stream causing erosion processes at the foot of the landslide severely affect the stability of the landslide, making it highly susceptible to future reactivation processes. This is particularly important as the landslide is located only few hundred meters from the village El Capulín and an extension of the landslide area could cause severe damage.
The next step in the landslide assessment consists of integrating the data obtained in the site-specific approach into the regional analysis. Here, the focus lies on transferring the generated data to the entire study area. The developed methodological concept yields applicable results, which is supported by different validation approaches.
The susceptibility modeling as well as the landslide inventory reveal that the highest probability of landslides occurrence is related to the areas with moderate slopes covered by slope deposits. These slope deposits comprise material from old mass movements and erosion processes and are highly susceptible to landslides. The results give new insights into the landslide situation in the Chiconquiaco Mountain Range area, since previously landslide occurrence was related to steep slopes of basalt and andesite.
The susceptibility map is a contribution to a better assessment of the landslide situation in the study area and simultaneously proves that it is crucial to include specific characteristics of the respective area into the modeling process, otherwise it is possible that the local conditions will not be represented correctly.
Spätestens mit der Erstauflage der deutschen Nachhaltigkeitsstrategie 2002 wurde die Notwendigkeit einer Reduzierung der Flächeninanspruchnahme politisch anerkannt. Die damit verbundene Einführung des „30-ha-Ziels“, definiert als eine Reduktion der täglichen Flächeninanspruchnahme im Bundesgebiet von 120 ha/Tag auf 30 ha/Tag im Jahr 2020, soll den negativen Auswirkungen wie z.B. Zersiedelung oder sozialer Segregation Einhalt gebieten. Trotz intensiver Bemühungen konnte jedoch keine deutliche Reduzierung der Flächeninanspruchnahme erreicht werden. 2007 betrug die tägliche Neuinanspruchnahme von Flächen immer noch 96 ha .
An diesem Punkt knüpft die Arbeit an und versucht mittels eines akteurszentrierten Ansatzes einen Erkenntnisgewinn zur Ursachenforschung der Flächeninanspruchnahme zu liefern. Ziel ist die Untersuchung der Raumrelevanz planerischer und politischer Entscheidungsprozesse vor dem Hintergrund einer nachhaltigen Siedlungsentwicklung und Flächeninanspruchnahme. Dabei erfolgt eine schwerpunktmäßige Betrachtung der Regional- und Bauleitplanung im Rahmen einer Flächennutzung durch Wohnen. Denn diese Akteure stellen nicht nur zentrale „Flächennutzungsentscheider“ dar, sondern sind auch Anknüpfungspunkt zahlreicher Handlungsstrategien/-maßnahmen. Die Arbeit fokussiert dabei die Entscheidungsfindung der Planung und der politischen Gremien bei der Aufstellung von Regional- und Flächennutzungsplänen und den ihr immanenten Entscheidungen, nämlich der Abwägung und dem Beschluss, sowie deren Wechselwirkungen untereinander. Die Fragestellung wird dabei anhand von Fallstudien in Städten, die in der Vergangenheit von Schrumpfungsprozessen betroffen waren, konkret die Städte Dresden und Leipzig, und in Regionen, welche mit einer wachsenden Bevölkerung konfrontiert sind, hier die Regionen München und Rhein-Neckar, eruiert. Hierzu kamen verschiedene Methoden zum Einsatz, in deren Zentrum die Anwendung des Analytical Hierarchy Process (AHP) und qualitativer Experteninterviews stehen.
Im Ergebnis kann ausgesagt werden, dass weniger raumstrukturelle Ausgangssituationen, als vielmehr kommunalspezifische Handlungsorientierungen das Maß einer Reduzierung der Flächeninanspruchnahme bestimmen. Um deren Beweggründe eruieren zu können, ist es sowohl auf regionaler als auch auf kommunaler Ebene wichtig, die Interaktionsbeziehungen zwischen planerischen und politischen Akteuren und den ihnen zugrunde liegenden Handlungsorientierungen zu beleuchten. Denn diese spezielle Inter-aktionsbeziehung spielt eine bedeutende Rolle zum Verständnis planerischer und politischer Entscheidungen vor dem Hintergrund des Flächensparziels, da das Thema Flächenverbrauch als ein fachliches und sehr komplexes Thema wahrgenommen wird, welches sich in seiner Gesamtheit den politischen Akteuren aufgrund deren begrenzter Zeit oftmals nicht erschließt.
Planerischen Entscheidungen können dabei immer flächensparende Bestrebungen konstatiert werden, politischen Entscheidungen eingeschränkt dadurch, ob es der Planung gelingt, das Flächensparziel der Politik nahe zu bringen, es nicht anderen Anliegen entgegensteht und ein dahingehendes Verhalten nicht zu Nachteilen im Konkurrenzkampf mit den anderen Kommunen führt. Jedoch kann auch aus den Ergebnissen abgeleitet werden, dass nach außen gelebtes Flächensparen oftmals nicht auf ein Bewusstseins des Wertes der Fläche per se zurückzuführen ist. Es hängt vielmehr davon ab, wie hoch der Problemdruck auf Basis alter Flächenausweisungen ist und inwieweit es sich als Nebenprodukt aus den planerischen und politischen Entscheidungen ergibt. Oftmals verhindern aber auch u.a. Eigentumsstrukturen und rechtliche Rahmenbedingungen, wie die bis dato noch kaum diskutierten Eingemeindungsverträge, dass eine Reduzierung der Flächeninanspruchnahme vollzogen wird. Resultat hieraus ist, dass es keinen allgemeingültigen Maßnahmen- oder Instrumentarienkatalog geben kann, um eine Flächeninanspruchnahme voranzutreiben. Vielmehr gilt es infolge der Analyse von Akteuren, Akteurskonstellationen und institutionellen Rahmenbedingungen diese entsprechend einzusetzen bzw. zu generieren.
Grünflächen stellen einen der wichtigsten Umwelteinflüsse in der Wohnumwelt der Menschen dar. Einerseits wirken sie sich positiv auf die physische und mentale Gesundheit der Menschen aus, andererseits können Grünflächen auch negative Wirkungen anderer Faktoren abmildern, wie beispielsweise die im Laufe des Klimawandels zunehmenden Hitzeereignisse. Dennoch sind Grünflächen nicht für die gesamte Bevölkerung gleichermaßen zugänglich. Bestehende Forschung im Kontext der Umweltgerechtigkeit (UG) konnte bereits aufzeigen, dass unterschiedliche sozio-ökonomische und demographische Gruppen der deutschen Bevölkerung unterschiedlichen Zugriff auf Grünflächen haben. An bestehenden Analysen von Umwelteinflüssen im Kontext der UG wird kritisiert, dass die Auswertung geographischer Daten häufig auf zu stark aggregiertem Level geschieht, wodurch lokal spezifische Expositionen nicht mehr genau abgebildet werden. Dies trifft insbesondere für großflächig angelegte Studien zu. So werden wichtige räumliche Informationen verloren. Doch moderne Erdbeobachtungs- und Geodaten sind so detailliert wie nie und Methoden des maschinellen Lernens ermöglichen die effiziente Verarbeitung zur Ableitung höherwertiger Informationen.
Das übergeordnete Ziel dieser Arbeit besteht darin, am Beispiel von Grünflächen in Deutschland methodische Schritte der systematischen Umwandlung umfassender Geodaten in relevante Geoinformationen für die großflächige und hochaufgelöste Analyse von Umwelteigenschaften aufzuzeigen und durchzuführen. An der Schnittstelle der Disziplinen Fernerkundung, Geoinformatik, Sozialgeographie und Umweltgerechtigkeitsforschung sollen Potenziale moderner Methoden für die Verbesserung der räumlichen und semantischen Auflösung von Geoinformationen erforscht werden. Hierfür werden Methoden des maschinellen Lernens eingesetzt, um Landbedeckung und -nutzung auf nationaler Ebene zu erfassen. Diese Entwicklungen sollen dazu beitragen bestehende Datenlücken zu schließen und Aufschluss über die Verteilungsgerechtigkeit von Grünflächen zu bieten.
Diese Dissertation gliedert sich in drei konzeptionelle Teilschritte. Im ersten Studienteil werden Erdbeobachtungsdaten der Sentinel-2 Satelliten zur deutschlandweiten Klassifikation von Landbedeckungsinformationen verwendet. In Kombination mit punktuellen Referenzdaten der europaweiten Erfassung für Landbedeckungs- und Landnutzungsinformationen des Land Use and Coverage Area Frame Survey (LUCAS) wird ein maschinelles Lernverfahren trainiert. In diesem Kontext werden verschiedene Vorverarbeitungsschritte der LUCAS-Daten und deren Einfluss auf die Klassifikationsgenauigkeit beleuchtet. Das Klassifikationsverfahren ist in der Lage Landbedeckungsinformationen auch in komplexen urbanen Gebieten mit hoher Genauigkeit abzuleiten. Ein Ergebnis des Studienteils ist eine deutschlandweite Landbedeckungsklassifikation mit einer Gesamtgenauigkeit von 93,07 %, welche im weiteren Verlauf der Arbeit genutzt wird, um grüne Landbedeckung (GLC) räumlich zu quantifizieren.
Im zweiten konzeptionellen Teil der Arbeit steht die differenzierte Betrachtung von Grünflächen anhand des Beispiels öffentlicher Grünflächen (PGS), die häufig Gegenstand der UG-Forschung ist, im Vordergrund. Doch eine häufig verwendete Quelle für räumliche Daten zu öffentlichen Grünflächen, der European Urban Atlas (EUA), wird bisher nicht flächendeckend für Deutschland erhoben. Dieser Studienteil verfolgt einen datengetriebenen Ansatz, die Verfügbarkeit von öffentlichem Grün auf der räumlichen Ebene von Nachbarschaften für ganz Deutschland zu ermitteln. Hierfür dienen bereits vom EUA erfasste Gebiete als Referenz. Mithilfe einer Kombination von Erdbeobachtungsdaten und Informationen aus dem OpenStreetMap-Projekt wird ein Deep Learning -basiertes Fusionsnetzwerk erstellt, welche die verfügbare Fläche von öffentlichem Grün quantifiziert. Das Ergebnis dieses Schrittes ist ein Modell, welches genutzt wird, um die Menge öffentlicher Grünflächen in der Nachbarschaft zu schätzen (𝑅 2 = 0.952).
Der dritte Studienteil greift die Ergebnisse der ersten beiden Studienteile auf und betrachtet die Verteilung von Grünflächen in Deutschland unter Hinzunahme von georeferenzierten Bevölkerungsdaten. Diese exemplarische Analyse unterscheidet dabei Grünflächen nach zwei Typen: GLC und PGS. Zunächst wird mithilfe deskriptiver Statistiken die generelle Grünflächenverteilung in der Bevölkerung Deutschlands beleuchtet. Daraufhin wird die Verteilungsgerechtigkeit anhand gängiger Gerechtigkeitsmetriken bestimmt. Abschließend werden die Zusammenhänge zwischen der demographischen Komposition der Nachbarschaft und der verfügbaren Menge von Grünflächen anhand dreier exemplarischer soziodemographischer Gesellschaftsgruppen untersucht. Die Analyse zeigt starke Unterschiede der Verfügbarkeit von PGS zwischen städtischen und ländlichen Gebieten. Ein höherer Prozentsatz der Stadtbevölkerung hat Zugriff das Mindestmaß von PGS gemessen an der Vorgabe der Weltgesundheitsorganisation. Die Ergebnisse zeigen auch einen deutlichen Unterschied bezüglich der Verteilungsgerechtigkeit zwischen GLC und PGS und verdeutlichen die Relevanz der Unterscheidung von Grünflächentypen für derartige
Untersuchungen. Die abschließende Betrachtung verschiedener Bevölkerungsgruppen arbeitet Unterschiede auf soziodemographischer Ebene auf.
In der Zusammenschau demonstriert diese Arbeit wie moderne Geodaten und Methoden des maschinellen Lernens genutzt werden können bisherige Limitierungen räumlicher Datensätze zu überwinden. Am Beispiel von Grünflächen in der Wohnumgebung der Bevölkerung Deutschlands wird gezeigt, dass landesweite Analysen zur Umweltgerechtigkeit durch hochaufgelöste und lokal feingliedrige geographische Informationen bereichert werden können. Diese Arbeit verdeutlicht, wie die Methoden der Erdbeobachtung und Geoinformatik einen wichtigen Beitrag leisten können, die Ungleichheit der Wohnumwelt der Menschen zu identifizieren und schlussendlich den nachhaltigen Siedlungsbau in Form von objektiven Informationen zu unterstützen und überwachen.
Informationen über die Landbedeckung und die mit der anthropogenen Komponente verbundenen Landnutzung sind elementare Bestandteile für viele Bereiche der Politik, Wirtschaft und Wissenschaft. Darunter fallen beispielsweise die Strukurentwicklungsprogramme der EU, die Schadensregulierung im Versicherungswesen und die Modellierung von Stoffkreisläufen. CORINE Land Cover (CLC) wurde infolge eines erweiterten Bedarfs an einem europaweit harmonisierten Datensatz der Landoberfläche erstellt. Das CORINE Projekt weist für diese Arbeit eine hohe Relevanz durch die regelmäßigen Aktualisierungen von 10 Jahren, dem Einsatz der Daten in vielen europäischen und nationalen Institutionen und der guten Dokumentation der CORINE Nomenklatur auf. Die Erstellung der Daten basiert auf der computergestützten manuellen Interpretation, da automatische Verfahren durch die Komplexität der Aufgabenstellung und Thematik nicht in der Lage waren, den menschlichen Interpreten zu ersetzen. Diese Arbeit stellt eine Methodik vor, um CORINE Land Cover aus optischen Fernerkundungsdaten für eine kommende Aktualisierung abzuleiten. Hierzu dienen die Daten von CLC 1990 und der Fernerkundungsdatensatz Image 2000 als Grundlage, sowie die CLC 2000 Klassifikation als Referenz. Die entwickelte und in dem Softwarepaket gnosis implementierte Methodik wendet die objektorientierte Klassifikation in Kombination mit Theorien aus der menschlichen Bildwahrnehmung an. In diesen Theorien wird die Bildwahrnehmung als informationstechnischer Prozess gesehen, der den Klassifikationsprozess in die drei folgenden Subprozesse unterteilt: Bildsegmentierung, Merkmalsgenerierung und Klassenzuweisung. Die Bildsegmentierung generiert aus den untersten Bildprimitiven (Pixeln) bedeutungsvolle Bildsegmente. Diesen Bildsegmenten wird eine Anzahl von bildinvarianten Merkmalen aus den Fernerkundungsdaten für die Bestimmung der CLC Klasse zugewiesen. Dabei liegt die wichtigste Information in der Ableitung der Landbedeckung durch den überwachten Stützvektor-Klassifikator. Die Landoberfläche wird hierzu in zehn Basisklassen untergliedert, um weiteren Merkmalen einen semantischen Unterbau zu geben. Zur Bestimmung der anthropogenen Komponente von ausgewählten Landnutzungsklassen, wie beispielsweise Ackerland und Grünland, wird der phänologische Verlauf der Vegetation durch die Parameter temporale Variabilität und temporale Intensität beschrieben. Neben dem jahreszeitlichen Verlauf der Vegetation können Nachbarschaftsbeziehungen untersucht werden, um weitere anthropogene Klassen und heterogen aufgebaute Sammelklassen beschreiben zu können. Der Versiegelungsgrad als Beispiel für eine Reihe von unscharfen Merkmalen dient der weiteren Differenzierung der verschiedenen Siedlungsklassen aus CORINE LC. Mit Hilfe dieser Merkmale werden die CLC Klassen in abstrakter Form im Klassenkatalog (a-priori Wissensbasis) als Protoklassen beschrieben. Die eigentliche Objekterkennung basiert auf der Repräsentation der CORINE Objekte durch ihre einzelnen Bestandteile und vergleicht die gefundenen Strukturen mit der Wissensbasis. Semantisch homogen aufgebaute Klassen, wie Wälder und Siedlungen oder Protoklassen mit eindeutigen Merkmalen, beispielsweise zur Bestimmung von Grünland durch die Phänologie, können durch den bottom–up Ansatz identifiziert werden. Das übergeordnete CLC Objekt kann direkt aus den Bestandteilen zusammengebaut und einer Klasse zugewiesen werden. Semantisch heterogene Klassen, wie zum Beispiel bestimmte Sammelklassen (Komplexe Parzellenstrukur), können durch ihre Bestandteile validiert werden, indem die Bestandteile eines existierenden CLC Objektes mit der Wissensbasis auf Konsistenz untersucht werden (top–down Ansatz). Eine a-priori Datengrundlage ist für die Erkennung dieser Klassen essentiell. Die Untersuchung der drei Testgebiete (Frankfurt, Berlin, Oldenburg) zeigte, dass von der CORINE LC Nomenklatur 13 Klassen identifiziert und weiteren 14 Klassen validiert werden können. Zehn Klassen können durch diese Methodik aufgrund fehlender Merkmale oder Zusatzdaten nicht klassifiziert werden. Die Gesamtgenauigkeit der automatisierten Klassifikation für die Testgebiete beträgt zwischen 70% und 80% für die umgesetzten Klassen. Betrachtet man davon einzelne Klassen, wie Siedlungs-, Wald- oder Wasserklassen, wird aufgrund der verwendeten Merkmale eine Klassifikationsgenauigkeit von über 90% erreicht. Ein möglicher Einsatz der entwickelten Software gnosis liegt in der Unterstützung einer kommenden CORINE Aktualisierung durch die Prozessierung der identifizierbaren Klassen. Diese CLC Klassen müssen vom Interpreten nicht mehr überprüft werden. Für bestimmte CLC Klassen aus dem Top-down Ansatz wird der Interpret die letzte Entscheidung aus einer Auswahl von Klassen treffen müssen. Weiterhin können die berechneten Merkmale, wie die temporalen Eigenschaften und der Versiegelungsgrad dem Bearbeiter als Entscheidungsgrundlage zur Verfügung gestellt werden. Der Einsatz dieser neu entwickelten Methode führt zu einer Optimierung des bestehenden Aufnahmeverfahrens durch die Integration von semi-automatisierten Prozessen.
In den letzten Jahrzehnten ist eine verstärkte Veränderung der Landoberfläche beobachtet worden. Diese Prozesse sind direkten und indirekten anthropogenen Einflüssen zuzuschreiben, wie Deforestation oder Klimawandel. Mit dieser Entwicklung geht der Verlust und die Fragmentation von naturnahen Flächen einher. Für das Fortbestehen von Populationen verschiedenster Organismen in einer derartig geformten Landschaft ist entscheidend, inwieweit die Migration zwischen bestehenden Fragmenten gewährleistet ist. Diese wird von der Eignung der umgebenden Landschaft beeinflusst. Im Kontext einer klimatischen Veränderung und verstärkter anthropogener Landnutzung ist die Analyse der räumlichen Anordnung von Habitatfragmenten und der Qualität der umgebenden Landschaft besonders für die globale Aufrechterhaltung der Biodiversität wichtig. Großräumige Muster der Landschaftsveränderung können mit Hilfe von Satellitendaten analysiert werden, da es nur diese ermöglichen die Landbedeckung flächendeckend, reproduzierbar und auf einer adäquaten räumlichen Auflösung zu kartieren. Besonders zeitlich hochaufgelöste Daten liefern wertvolle Informationen bezüglich der Dynamik der Landbedeckung. Diese Arbeit beschäftigt sich mit der Analyse der Fragmentation in Westafrika und der potentiellen Bedeutung von singulären Fragmenten und deren potentiellen Auswirkungen auf die Biodiversität. Dafür wurden zeitlich hoch- und räumlich mittelaufgelöste Daten des Aufnahmesystems MODIS verwendet, mit denen für das Untersuchungsgebiet Westafrika die Landbedeckung klassifziert wurde. Für die darauf folgenden Analysen der räumlichen Konfiguration der Fragmente wurde der Fokus auf Regenwaldgebiete gelegt. Die Analyse von räumlichen Mustern der Regenwaldfragmente liefert weiterführende qualitative Informationen der individuellen Teilbereiche. Die räumliche Anordnung wurde sowohl mit etablierten Maßen als auch mittels in dieser Arbeit erstellter robuster und übertragbarer Indizes quantifiziert. Es konnte gezeigt werden, dass die Verwendung von aussagekräftigen Indizes, besonders, wenn sie alle benachbarten Fragmente und die Qualität der umgebenden Matrix berücksichtigen, die räumliche Differenzierung von Fragmenten verbessert. Jedoch ist die Anwendung dieser Maße abhängig von den Ansprüchen einer Art. Daher muss die artspezifische Perzeptionen der Landschaft auf der Basis der Indizes implementiert werden, da die Übertragung der Ergebnisse einzelner Indizes auf andere räumliche Auflösungen und andere Regionen nur begrenzt möglich war. Des Weiteren wurden potentielle Einflussfaktoren auf die räumlichen Muster mittels Neutraler Landschaftsmodelle untersucht. Hierbei ergaben sich je nach Region und Index unterschiedliche Ergebnisse, allerdings konnte der Einfluss anthropogen induzierter Veränderungen auf die Landbedeckung postuliert werden. Die große Bedeutung der räumlichen Attribution von Landbedeckungsklassen konnte in dieser Arbeit aufgezeigt werden. Der alleinige Fokus auf die Kartierung von z. B. Waldfragmenten ohne deren räumliche Anordnung zu berücksichtigen, kann zu falschen Schlüssen bezüglich deren ökologischen, hydrologischen und klimatologischen Bedeutung führen.
In den Themenbereichen Klimawandel, Klimaschutz und Erneuerbare Energien wurden in den letzten Jahren zunehmend neue Bewertungsmethoden in der geowissenschaftlichen und umweltwissenschaftlichen Forschung eingesetzt. Mit Blick auf die Biogasnutzung kann festgestellt werden, dass diese aus Umwelt- und Klimaschutzgründen sehr wichtig ist, da die Vergärung von Biomasse mit der nachfolgenden indirekten Erzeugung von Strom und Wärme über Blockheizkraftwerke, bzw. der direkten Nutzung des Biogases als Feuerungsgas bzw. als Treibstoff , einen besonderen Beitrag zum Klimaschutz leistet. In Deutschland ist die Biogasnutzung heute einer der wichtigsten Erneuerbaren Energieträger geworden. In China hat die Biogasnutzung zudem ein riesiges Entwicklungspotenzial. Der Autor versucht, im interdisziplinären Themenkreis „Umwelt- und Klimaschutz“ ein Bewertungsmodell für die Biogasnutzung zu entwickeln, um die tatsächlichen und potentiellen umwelt- und klimaschutzrelevanten Auswirkungen der Biogasnutzung zu bewerten. Um das Bewertungsmodell für die Biogasnutzung nach Umwelt- und Klimaschutzaspekten möglichst umfassend zu entwickeln, ist die Verzahnung der interdisziplinären umweltwissenschaftlichen, geowissenschaftlichen, rechtlichen, sowie lokal-, national- und internationalen politischen sowie technischen Faktoren mit ihren umweltbezogenen und klimabezogenen Auswirkungen von höchster Bedeutung. Das in der vorliegenden Arbeit entwickelte Bewertungsmodell erhebt den Anspruch, für den praktischen Einsatz vor Ort tauglich zu sein. Hierzu wurden umwelt- und klimaschutzrechtliche, sowie nationale und internationale politische Anforderungen zur Kategorisierung und Bewertung herangezogen und damit die Durchführbarkeit gewährleistet. Der Lösungsweg zur Bewertung nach Umwelt- und Klimaschutzaspekten führt zum Einen über die Umwelt- und Klimaschutzbilanzierung und zum Anderen über eine Umweltrisikobewertung sowie eine umweltbezogene Standortbewertung. Anhand der praktischen Arbeit und der Analyse von insgesamt 23 Biogasprojekten aus Deutschland und China, konnten bestimmte Charakteristika der Biogasnutzung ermittelt werden. Für die Ermittlung der Bewertungskriterien des Bewertungsmodells wurden insgesamt 3 Themenbereiche (Teil I: Substratversorgung; Teil II: Biogasanlagenbau; Teil III: Biogasverwertung) der Biogasnutzung unterschieden. Jene wurden hinsichtlich der technischen, rechtlichen und politischen Kriterien nach negativen Umwelt- und Klimaschutzauswirkungen über die verschiedenen Belastungspfade der Umweltmedien (Boden, Wasser und Luft) untersucht. Ziel dieser Studie war es auch, durch die Anwendung des Bewertungsmodells auf je drei deutsche und chinesische Fallbeispiele, die ausgereiften deutschen Erfahrungen, die deutsche Technologie und das Know-How der Biogasnutzung auf deren Übertragbarkeit auf die chinesischen Verhältnisse zu prüfen.
Remote sensing for disease risk profiling: a spatial analysis of schistosomiasis in West Africa
(2014)
Global environmental change leads to the emergence of new human health risks. As a consequence, transmission opportunities of environment-related diseases are transformed and human infection with new emerging pathogens increase. The main motivation for this study is the considerable demand for disease surveillance and monitoring in relation to dynamic environmental drivers. Remote sensing (RS) data belong to the key data sources for environmental modelling due to their capabilities to deliver spatially continuous information repeatedly for large areas with an ecologically adequate spatial resolution.
A major research gap as identified by this study is the disregard of the spatial mismatch inherent in current modelling approaches of profiling disease risk using remote sensing data. Typically, epidemiological data are aggregated at school or village level. However, these point data do neither represent the spatial distribution of habitats, where disease-related species find their suitable environmental conditions, nor the place, where infection has occurred. As a consequence, the prevalence data and remotely sensed environmental variables, which aim to characterise the habitat of disease-related species, are spatially disjunct.
The main objective of this study is to improve RS-based disease risk models by incorporating the ecological and spatial context of disease transmission. Exemplified by the analysis of the human schistosomiasis disease in West Africa, this objective includes the quantification of the impact of scales and ecological regions on model performance.
In this study, the conditions that modify the transmission of schistosomiasis are reviewed in detail. A conceptual underpinning of the linkages between geographical RS measures, disease transmission ecology, and epidemiological survey data is developed. During a field-based analysis, environmental suitability for schistosomiasis transmission was assessed on the ground, which is then quantified by a habitat suitability index (HSI) and applied to RS data. This conceptual model of environmental suitability is refined by the development of a hierarchical model approach that statistically links school-based disease prevalence with the ecologically relevant measurements of RS data. The statistical models of schistosomiasis risk are derived from two different algorithms; the Random Forest and the partial least squares regression (PLSR). Scale impact is analysed based on different spatial resolutions of RS data. Furthermore, varying buffer extents are analysed around school-based measurements. Three distinctive sites of Burkina Faso and Côte d’Ivoire are specifically modelled to represent a gradient of ecozones from dry savannah to tropical rainforest including flat and mountainous regions.
The model results reveal the applicability of RS data to spatially delineate and quantitatively evaluate environmental suitability for the transmission of schistosomiasis. In specific, the multi-temporal derivation of water bodies and the assessment of their riparian vegetation coverage based on high-resolution RapidEye and Landsat data proofed relevant. In contrast, elevation data and water surface temperature are constraint in their ability to characterise habitat conditions for disease-related parasites and freshwater snail species. With increasing buffer extent observed around the school location, the performance of statistical models increases, improving the prediction of transmission risk. The most important RS variables identified to model schistosomiasis risk are the measure of distance to water bodies, topographic variables, and land surface temperature (LST). However, each ecological region requires a different set of RS variables to optimise the modelling of schistosomiasis risk. A key result of the hierarchical model approach is its superior performance to explain the spatial risk of schistosomiasis.
Overall, this study stresses the key importance of considering the ecological and spatial context for disease risk profiling and demonstrates the potential of RS data. The methodological approach of this study contributes substantially to provide more accurate and relevant geoinformation, which supports an efficient planning and decision-making within the public health sector.
The ecosystem of the high northern latitudes is affected by the recently changing environmental conditions. The Arctic has undergone a significant climatic change over the last decades. The land coverage is changing and a phenological response to the warming is apparent. Remotely sensed data can assist the monitoring and quantification of these changes. The remote sensing of the Arctic was predominantly carried out by the usage of optical sensors but these encounter problems in the Arctic environment, e.g. the frequent cloud cover or the solar geometry. In contrast, the imaging of Synthetic Aperture Radar is not affected by the cloud cover and the acquisition of radar imagery is independent of the solar illumination. The objective of this work was to explore how polarimetric Synthetic Aperture Radar (PolSAR) data of TerraSAR-X, TanDEM-X, Radarsat-2 and ALOS PALSAR and interferometric-derived digital elevation model data of the TanDEM-X Mission can contribute to collect meaningful information on the actual state of the Arctic Environment. The study was conducted for Canadian sites of the Mackenzie Delta Region and Banks Island and in situ reference data were available for the assessment. The up-to-date analysis of the PolSAR data made the application of the Non-Local Means filtering and of the decomposition of co-polarized data necessary.
The Non-Local Means filter showed a high capability to preserve the image values, to keep the edges and to reduce the speckle. This supported not only the suitability for the interpretation but also for the classification. The classification accuracies of Non-Local Means filtered data were in average +10% higher compared to unfiltered images. The correlation of the co- and quad-polarized decomposition features was high for classes with distinct surface or double bounce scattering and a usage of the co-polarized data is beneficial for regions of natural land coverage and for low vegetation formations with little volume scattering. The evaluation further revealed that the X- and C-Band were most sensitive to the generalized land cover classes. It was found that the X-Band data were sensitive to low vegetation formations with low shrub density, the C-Band data were sensitive to the shrub density and the shrub dominated tundra. In contrast, the L-Band data were less sensitive to the land cover. Among the different dual-polarized data the HH/VV-polarized data were identified to be most meaningful for the characterization and classification, followed by the HH/HV-polarized and the VV/VH-polarized data. The quad-polarized data showed highest sensitivity to the land cover but differences to the co-polarized data were small. The accuracy assessment showed that spectral information was required for accurate land cover classification. The best results were obtained when spectral and radar information was combined. The benefit of including radar data in the classification was up to +15% accuracy and most significant for the classes wetland and sparse vegetated tundra. The best classifications were realized with quad-polarized C-Band and multispectral data and with co-polarized X-Band and multispectral data. The overall accuracy was up to 80% for unsupervised and up to 90% for supervised classifications. The results indicated that the shortwave co-polarized data show promise for the classification of tundra land cover since the polarimetric information is sensitive to low vegetation and the wetlands. Furthermore, co-polarized data provide a higher spatial resolution than the quad-polarized data.
The analysis of the intermediate digital elevation model data of the TanDEM-X showed a high potential for the characterization of the surface morphology. The basic and relative topographic features were shown to be of high relevance for the quantification of the surface morphology and an area-wide application is feasible. In addition, these data were of value for the classification and delineation of landforms. Such classifications will assist the delineation of geomorphological units and have potential to identify locations of actual and future morphologic activity.
In the Spessart, a low mountain range in central Germany, a feud during the Middle Ages led to the construction of numerous castles in this region. This study analyzes the mutual influence of (paleo-)relief development and medieval building activity using a geomorphological and geoarchaeological multimethod approach to expand the knowledge of human-environmental interactions during this time. For this purpose, GIS-based terrain analysis and geophysical measurements were conducted and combined with sedimentological information to create 1D-3D models of the subsurface and to assess knowledge of the landscape and relief evolution at various medieval castle and mining sites. The interpretation of all these data led to the answering of numerous site-specific questions on various geomorphological, geoarchaeological, geologic, and archaeological topics that have been explored in this work and have greatly increased our knowledge of each study site. In addition to these key contributions to the archaeological and geomorphological interpretation of individual study sites, a quantification of the anthropogenic influence on the relief development was conducted, a generalized model of the influence was derived, and new methodological and interpretative approaches were developed. Overall, this study links geomorphological/geological and (geo-)archaeological investigations at five medieval sites and delivers important information on human-environmental interactions within the Spessart and beyond.
Climate change assessment in Southeast Asia and implications for agricultural production in Vietnam
(2011)
For many years, the study of climatic changes and variations has become the main objective of climatic research, as has been appreciated in the IPCC's reports and several publications regarding climatic evolution on different space-time scales. Since the 80's, many research groups have generated the extensive database from which the analysis of temperature, precipitation and other climatic parameters has been performed on a global scale (Jones et al., 1986; Hansen and Lebedeff, 1987, 1988; Vinnikov et al., 1987, 1990). The most important result of these research projects is the evidence of global warming during the 20th century, especially in the last two decades. However, numerous challenges still exist about the structure and dimension of the climatic change on a considerable scale. Therefore, it is necessary to carry out studies on a local and regional scale that allow for a more precise evaluation of the global warming phenomenon. A statistical analysis approach was developed to identify systematic differences between large-scale climatic variable from the General Circulation Models (GCM), NCEP, CRU re-analysis data set and climatic parameters (temperature and precipitation data). Models are able to satisfactorily reproduce the spatial patterns of the regional temperature and precipitation field. The response of the climate system to various emission scenario simulated by the GCM was used to analyze and predict the local climate change. The main objective of this study is to analysis the time evolution of the annual and seasonal temperature and precipitation during the 21st century and in order to contribute to our knowledge of temperature and precipitation trends over the century on a regional scale, not only in Southeast Asia but also in Vietnam; the study focuses to develop a dynamical – statistical model describing the relationship between the major climate variation and agricultural production in Vietnam. This study will be an important contribution to the present-day assessment of climate change impacts in the low latitudes. Regional scenarios of climate change, including both rainfall and mean temperature were then used to assess the impact of climate change on crop production in the region in order to evaluate the vulnerability of the system to global warming. Climate change has adverse impacts on the socio - economic development of all nations. But the degree of the impact will vary across nations. It is expected that changes in the earth's climate will impact on developing countries like Vietnam, in particular, hardest because their economies are strongly dependent on crude forms of natural resources and their economic structure is less flexible to adjust to such drastic changes. In Chapter 1: Introduction and background I describe in general terms climate, climate change, climate change model with benefits and problems. Chapter 2: methodology discusses the methods including interpolation, validation, clustering, correlation and regression which were applied in the study. Chapter 3 and chapter 4 describe the database and study area. The most important is chapter 5 Results. The last is chapter 6 Conclusion and outlook followed by the reference list and an appendix.
Diese Dissertationsarbeit liefert einen Beitrag zur Erfassung und Bewertung von Degradationsprozessen im semi-humiden Süden Spaniens. Der erste Teil der Arbeit widmet sich der detaillierten physisch-geographischen Charakterisierung des Großraumes, um danach in dem kleinräumigen Einzugsgebiet des Arroyo del Alforzo, einem Tributär des Río Turón, zwei unterschiedliche Ansätze zur Erfassung von die degradationsbeeinflussenden Fatoren wie Landnutzungswechsel und Starkniederschlagsereignissen in diesem Raum zu untersuchen. Anhand von drei Satellitenbildern wurde der Landnutzungswechsel ermittelt und im Untersuchungsgebiet die Abhängigkeit zu den Hangneigungen untersucht. Vor dem Hintergrund, daß unterschiedlich starke Hangneigungen einen unterschiedlich starken Einfluss auf die Abtragsdynamik bei Niederschlägen hat, wurden anhand der Landnutzungsklassifizierungen in Kombination mit den Hangneigungnen sensible Räume ermittelt. Ein weiterer Ansatz ist die Untersuchung von Tagesniederschlagsdaten auf Starkniederschlagsereignisse, mit dem Ziel, diese zu separieren. Es galt die Annahme, daß diese Starkniederschlagsereignisse im Einzugsgebiet des Arroyo del Alforzo oberflächlichen Abfluss generieren und somit ein bedeutender Sedimenteintrag aus den sensiblen Bereichen des Untersuchungsgebiet in den Stausee Conde de Guadalhorce stattfindet. Mittels sedimentstratigraphischer Untersuchungen an den Sedimenten des 2006 gewonnenen Bohrkerns aus dem Mündungsbereich des Arroyo del Alforzo in den Stausee Conde de Guadalhorce sollte dieser Sedimenteintrag identifierziert werden und somit ein zeitlicher und räumlicher Rückschluss auf die die Abtragung beeinflussenden faktoren Landnutzungswechsel, Hangneigung und Niederschlag efolgen. Die Annahme, dass sich diese Rückschlüsse ziehen lassen können auf der Grundlage des Bindeglieds „Sedimentbohrung“ erwies sich jedoch als zu eng. In einer abschliessenden Bewertung wurde erläutert, daß durch eine gezielte methodische Ergänzung jedoch die Möglichkeit besteht, die Unsicherheiten, die durch eine räumlich wie zeitlich inkonsistente Datenlage der Niederschlagsdaten und die in einem Stausee herrschende spezielle Akkumulationsdynamik hervorgerufen wurde, beseitigt werden kann.
Vulnerabilitätsabschätzung der erdbebengefährdeten Megacity Istanbul mit Methoden der Fernerkundung
(2008)
Urbane Räume zählen zu den dynamischsten Regionen dieser Erde. Besonders Megacities zeigen bereits heute Trends und Dimensionen der Urbanisierung, deren regionale und globale Folgen noch kaum vorhersehbar, und erst ansatzweise erforscht sind. Die enorme räumliche Konzentration von Menschen, Werten und Infrastruktur auf engem Raum ist für diese urbanen Räume die Grundlage einer hohen Verwundbarkeit (Vulnerabilität). Gerade im Kontext von Naturgefahren potenzieren sich die Risiken, die durch den schnellen strukturellen, sozioökonomischen und ökologischen Wandel entstehen. Das übergeordnete Ziel dieser Dissertation ist daher die Analyse von Potentialen der Fernerkundung zur Abschätzung von Risiko und Vulnerabilität am Beispiel der erdbebengefährdeten Megacity Istanbul. Um die Zielstellung systematisch zu verfolgen, wird ein konzeptioneller, thematischer Leitfaden entwickelt. Dieser besteht aus einer Systematisierung der abstrakten Überbegriffe ‚Risiko’, ‚Vulnerabilität’ und ‚Gefährdung’ in einem Indikatorensystem. Konkrete, messbare Indikatoren für das System ‚urbaner Raum’ erlauben eine quantitative Abschätzung von Einzelaspekten, addieren sich aber auch zu einer ganzheitlichen Perspektive des Risikos. Basierend auf dieser holistischen Idee, erlaubt das Indikatorensystem Potentiale, aber auch Limitierungen der Fernerkundungsdaten und Bildverarbeitungsmethoden für die Abschätzung von Risiko und Vulnerabilität zu identifizieren. Anhand des Leitfadens werden zielgerichtet Methoden zur automatisierten Extraktion räumlicher Informationen aus Fernerkundungsdaten entwickelt. Ein objektorientierter, modularer Klassifikationsansatz ermöglicht eine Landbedeckungsklassifikation höchst aufgelöster Daten im urbanen Raum. Dieses modulare Rahmenwerk zielt auf eine einfache und schnelle Übertragbarkeit auf andere höchst auflösende Sensoren bzw. andere urbane Strukturen. Zur Anpassung der Methoden werden neben IKONOS Daten der Megacity Istanbul und der erdbeben- und tsunamigefährdeten Küstenstadt Padang in Indonesien, Quickbird Daten für die zukünftige Megacity Hyderabad in Indien getestet. Die Resultate zeigen die detaillierte und hochgenaue Erfassung kleinräumiger, heterogener urbaner Objekte mit Genauigkeiten von über 80 %. Auch mittel aufgelöste Landsat Daten werden mit einem objektorientierten modularen Rahmenwerk mit hohen Genauigkeiten klassifiziert, um komplementäre temporale und gesamtstädtische Analysen hinzuzufügen. Damit wird eine aktuelle, flächendeckende und multiskalige Informationsbasis generiert, die als Ausgangsprodukt zur Analyse urbaner Vulnerabilität dient. Basierend auf diesen Informationsebenen werden dem konzeptionellen Leitfaden folgend Indikatoren zur Abschätzung von Vulnerabilität und Risiko extrahiert. Der Fokus ist dabei die Entwicklung von Methoden zur automatisierten, interpreterunabhängigen Ableitung vulnerabilitäts- und gefährdungsrelevanter Indikatoren. Die physische Analyse des kleinräumigen urbanen Raums konzentriert sich dabei auf die Typisierung des Gebäudebestandes mit Parametern wie Dichte, Höhe, Alter, Größe, Form sowie Dachtyp. Indirekt wird zudem mittels dieser Parameter die Bevölkerungsdichteverteilung abgeleitet. Weitere Standortfaktoren ergeben sich aus Lageparametern wie Distanzen zu Hauptverkehrsachsen, Freiflächenanalysen oder der Geländeoberfläche. Schließlich führt die Vulnerabilitätsabschätzung den modellhaften, thematischen Leitfaden mit den abgeleiteten Indikatoren zusammen. Dazu erfolgt eine Normierung der unterschiedlichen abgeleiteten Indikatoren auf einen einheitlichen Vulnerabilitätsindex. Dieser zielt auf eine räumliche und zeitliche Vergleichbarkeit und die Möglichkeit, die vielfältigen Informationsebenen zu kombinieren. Damit wird das Zusammenspiel verschiedenster Indikatoren simuliert und erlaubt daraus Identifizierung und Lokalisierung von Brennpunkten im Desasterfall. Über das fernerkundliche Potential hinaus, werden die Resultate in einer interdisziplinären Methode zu einem synergetischen Mehrwert erhoben. Statt einer quantitativen Abschätzung der physischen Gebäudeparameter, ermöglicht eine Methode des Bauingenieurwesens in Kombination mit der fernerkundlichen Gebäudetypisierung eine Abschätzung der wahrscheinlichen Schadensanfälligkeit von Gebäuden im Falle eines Erdbebens. Exemplarisch wird das Potential der Resultate für Entscheidungsträger anhand eines Erdbebensszenarios aufgezeigt. Risiko und Vulnerabilität lassen sich dadurch räumlich sowohl nach betroffenen Häusern und betroffenen Menschen als auch nach räumlichen Standortfaktoren wie beispielsweise Zugänglichkeit quantifizieren. Dies ermöglicht gezielt präventiv zu agieren oder während und nach einem Desaster gezieltes Krisenmanagement zu betreiben. Im Hinblick auf die zentrale Fragestellung dieser Dissertation lässt sich resümieren, dass die Aktualität sowie die geometrische und thematische Qualität der Resultate aus Fernerkundungsdaten, den Anforderungen des komplexen, kleinräumigen und dynamischen urbanen Raums gerecht werden. Die Resultate führen zu der Erkenntnis, dass das Potential der Fernerkundung zur Abschätzung von Vulnerabilität und Risiko vor allem in der direkten Ableitung physischer Indikatoren sowie der indirekten Ableitung demographischer Parameter liegt.
The Upper Bajocian-Bathonian Kashafrud Formation is a thick package of siliciclastic sediments that crops out in NE Iran from the southeast, near the Afghanistan border, to north- northwestern areas around the city of Mashhad. The thickness ranges from less than 300 m in a deltaic succession (Kuh-e-Radar) to more than 2500 m in the Maiamay area, but the normal thickness in Ghal-e-Sangi, Kol-e-Malekabad, and Fraizi areas is about 1200-1300 m. It is the fill of an elongated basin, which extended for more than 200 km in NW-SE direction and a width of at least 50 km along the southern margin of the Koppeh Dagh. Prior to this study, little information existed about the sedimentary environments and other characters, especially the geometry of the basin. Exact biostratigraphic data from the top of the Kashafrud Formation were rare. Based on the macrofauna from the lower part of the overlying Chamanbid Formation the upper boundary of the Kashafrud Formation had been attributed to the Late Bathonian and/or Early Callovian, but now the upper limit of the Kashafrud Formation is defined as Late Bathonian in age, based on ammonite biostratigraphy. Except for chapter one, which deals with the introduction and related sub-titles, in the following chapters, step by step, field observations and data were surveyed according to the questions to solve. In order to reconstruct the facies architecture and the geometry of the basin, a number of sections have been logged in detail (see chapter 3, “The sections”). The exact biostratigraphic setting is discussed in chapter 4 (“Biostratigraphy”). Sedimentary environments range from non-marine alluvial fans and braided rivers in the basal part of the succession to deltas, storm-dominated shelf, slope and deep-marine basin. The latter comprises the largest part of the basin fill, consisting of monotonous mudstones, siltstones and proximal to distal turbidities. The only continuous carbonate unit (~30 m) locally formed at Tappenader. Other localities in which thin fossil-bearing carbonate strata occur are Torbat-e-Jam (benthic fauna) and, to a lesser extent, Ghal-e-Sangi. These rare shallow-water carbonates, which also contain corals, represent only short intervals (see chapter 5,” Facies association and sedimentary environments”). Relative changes in sea level were reconstructed on the basis of deepening- and shallowing-upward trends. Sequence boundaries and parasequences have been distinguished and analyzed in chapter 6 (“Sequence stratigraphy”). In most areas, the basin rapidly evolved from a shallow marine, transgressive succession to a deep-marine, basinal succession. The only area where shallow conditions persisted from the Late Bajocian to the Late Bathonian, and even into the Early Callovian is the Kuh-e-Radar area which corresponds to a fan-delta setting. A trace fossil analysis has been carried out to obtain additional evidence on the bathymetry of the basin (see chapter 7, “Ichnology”). Altogether 29 ichnospecies belonging to 15 ichnogenera have been identified, as well as 10 ichnogenera, which were determined only at genus level. They can be grouped in the well-known “Seilacherian ichnofacies”. Very high subsidence rates and strong lateral thickness variations suggest that the Kashafrud Formation is a rift related basin that formed as the eastern extension of the South Caspian Basin. The basin evolution is reviewed, the eastern and western continuations of the basin were checked in the field and also in the literature (see chapter 8, “Basin evolution”). In all, the present study provided new insights into the development of the Kashafrud Formation, e.g. more biostratigraphic data from the base and the top of the succession, a relatively complete picture of the trace fossil associations, a better recognition and reconstruction of the sedimentary environments in different parts of the basin. Finally this research project will be a good basis for further investigations, especially towards the west, as parts of the Kashafrud Formation are source rocks of a hydrocarbon reservoir in NE Iran.
Mit der vorliegenden Arbeit werden konventionelle thermische Kraftwerke an deutschen Flüssen identifiziert, bei denen aufgrund hoher Flusswassertemperaturen im Zusammenhang mit wasserrechtlichen Grenzwerten Leistungseinschränkungen auftraten. Weiterhin wird aufgezeigt, wie sich die Wassertemperaturen der Flüsse in der Vergangenheit (rezent) entwickelt haben und wie sie sich zukünftig im Kontext des Klimawandels entwickeln könnten.
Mittels Literaturrecherche, Medienanalyse und schriftlicher Befragung wurden konventionelle thermische Kraftwerke identifiziert, welche wassertemperaturbedingte Leistungseinschränkungen verzeichneten. Die meisten dieser Leistungseinschränkungen zwischen 1976 und 2007 zeigen sich bei großen Kraftwerken mit einer elektrischen Bruttoleistung über 300 Megawatt, bei Steinkohle- und Kernkraftwerken, bei Kraftwerken mit Durchlaufkühlung und bei solchen, die zwischen 1960 und 1990 in Betrieb gingen.
Trendanalysen interpolierter und homogenisierter, rezenter Wassertemperaturzeitreihen deutscher Flüsse ergeben positive Trends v. a. im Frühjahr und Sommer. Die Zählstatistik zeigt in den Jahren 1994, 2003 und 2006 die meisten Tage mit sehr hohen und extrem hohen Wassertemperaturen in den Sommermonaten. In diesen Jahren traten gleichzeitig 63 % aller identifizierter wassertemperaturbedingter Leistungseinschränkungen bei Kraftwerken, meist zwischen Juni und August, auf.
Für die Trendanalysen und den Mittelwertvergleich simulierter zukünftiger Wassertemperaturzeitreihen wurden drei Szenarien – B1, A1B und A2 sowie drei Zukunftsperioden 2011-2040, 2011/2041-2070, 2011/2071-2100 betrachtet. Es ergeben sich für die Zukunftsperiode 2011-2040 des A1B- oder A2-Szenarios in mindestens einem der Sommermonate eine Erwärmung und für das B1-Szenario negative oder keine Trends. Die mittleren Wassertemperaturen der Zukunftsperiode 2011-2040 zeigen in allen drei Szenarien gegenüber denen der Klimanormalperiode 1961-1990 positive Unterschiede in mindestens einem der Sommermonate. Für die beiden späteren Zukunftsperioden bis 2070 bzw. bis 2100 liegen in allen Wassertemperaturzeitreihen der drei Szenarien im Sommer positive Trends bzw. Differenzen gegenüber den mittleren Wassertemperaturen der Klimanormalperiode vor.
Durch die Synthese der drei Analysen ist erkennbar, dass Isar, Rhein, Neckar, Saar, Elbe und Weser die meisten Kraftwerksstandorte mit wassertemperaturbedingten Leistungseinschränkungen verzeichnen. Es zeigen sich hier positive Trends sowohl in den rezenten als auch zukünftigen Wassertemperaturen für die Zukunftsperiode 2011-2040 des A1B- und A2-Szenarios in jeweils mindestens einem der Sommermonate. Gegenüber den mittleren Wassertemperaturen der Klimanormalperiode liegen für alle drei Szenarien positive Unterschiede der Wassertemperaturen vor.
Bei einer Kraftwerkslaufzeit von 40-50 Jahren und einem Kernenergieausstieg 2022 bzw. 2034, werden 48-64 % bzw. 67-91 % der Kraftwerke mit wassertemperaturbedingten Leistungseinschränkungen bis 2022 bzw. 2034 außer Betrieb gehen. Bei einer Laufzeitverlängerung würden nach 2022 fünf der elf betroffenen Kernkraftwerke weiter am Netz bleiben. Somit kann es wieder zu wassertemperaturbedingten Leistungseinschränkungen kommen. In Deutschland sind nach wie vor große Kraftwerke an Flüssen geplant. Deren Kühlsysteme müssen entsprechend ausgewählt und konstruiert werden, um der zu erwartenden Erhöhung der Flusstemperaturen Rechnung zu tragen.