550 Geowissenschaften
Refine
Has Fulltext
- yes (23)
Is part of the Bibliography
- yes (23)
Year of publication
Document Type
- Journal article (15)
- Doctoral Thesis (6)
- Master Thesis (2)
Keywords
- remote sensing (23) (remove)
Institute
Sonstige beteiligte Institutionen
Supraglacial meltwater accumulation on ice sheets can be a main driver for accelerated ice discharge, mass loss, and global sea-level-rise. With further increasing surface air temperatures, meltwater-induced hydrofracturing, basal sliding, or surface thinning will cumulate and most likely trigger unprecedented ice mass loss on the Greenland and Antarctic ice sheets. While the Greenland surface hydrological network as well as its impacts on ice dynamics and mass balance has been studied in much detail, Antarctic supraglacial lakes remain understudied with a circum-Antarctic record of their spatio-temporal development entirely lacking. This study provides the first automated supraglacial lake extent mapping method using Sentinel-1 synthetic aperture radar (SAR) imagery over Antarctica and complements the developed optical Sentinel-2 supraglacial lake detection algorithm presented in our companion paper. In detail, we propose the use of a modified U-Net for semantic segmentation of supraglacial lakes in single-polarized Sentinel-1 imagery. The convolutional neural network (CNN) is implemented with residual connections for optimized performance as well as an Atrous Spatial Pyramid Pooling (ASPP) module for multiscale feature extraction. The algorithm is trained on 21,200 Sentinel-1 image patches and evaluated in ten spatially or temporally independent test acquisitions. In addition, George VI Ice Shelf is analyzed for intra-annual lake dynamics throughout austral summer 2019/2020 and a decision-level fused Sentinel-1 and Sentinel-2 maximum lake extent mapping product is presented for January 2020 revealing a more complete supraglacial lake coverage (~770 km\(^2\)) than the individual single-sensor products. Classification results confirm the reliability of the proposed workflow with an average Kappa coefficient of 0.925 and a F\(_1\)-score of 93.0% for the supraglacial water class across all test regions. Furthermore, the algorithm is applied in an additional test region covering supraglacial lakes on the Greenland ice sheet which further highlights the potential for spatio-temporal transferability. Future work involves the integration of more training data as well as intra-annual analyses of supraglacial lake occurrence across the whole continent and with focus on supraglacial lake development throughout a summer melt season and into Antarctic winter.
Drought is a recurring natural climatic hazard event over terrestrial land; it poses devastating threats to human health, the economy, and the environment. Given the increasing climate crisis, it is likely that extreme drought phenomena will become more frequent, and their impacts will probably be more devastating. Drought observations from space, therefore, play a key role in dissimilating timely and accurate information to support early warning drought management and mitigation planning, particularly in sparse in-situ data regions. In this paper, we reviewed drought-related studies based on Earth observation (EO) products in Southeast Asia between 2000 and 2021. The results of this review indicated that drought publications in the region are on the increase, with a majority (70%) of the studies being undertaken in Vietnam, Thailand, Malaysia and Indonesia. These countries also accounted for nearly 97% of the economic losses due to drought extremes. Vegetation indices from multispectral optical remote sensing sensors remained a primary source of data for drought monitoring in the region. Many studies (~21%) did not provide accuracy assessment on drought mapping products, while precipitation was the main data source for validation. We observed a positive association between spatial extent and spatial resolution, suggesting that nearly 81% of the articles focused on the local and national scales. Although there was an increase in drought research interest in the region, challenges remain regarding large-area and long time-series drought measurements, the combined drought approach, machine learning-based drought prediction, and the integration of multi-sensor remote sensing products (e.g., Landsat and Sentinel-2). Satellite EO data could be a substantial part of the future efforts that are necessary for mitigating drought-related challenges, ensuring food security, establishing a more sustainable economy, and the preservation of the natural environment in the region.
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.
Supraglacial lakes can have considerable impact on ice sheet mass balance and global sea-level-rise through ice shelf fracturing and subsequent glacier speedup. In Antarctica, the distribution and temporal development of supraglacial lakes as well as their potential contribution to increased ice mass loss remains largely unknown, requiring a detailed mapping of the Antarctic surface hydrological network. In this study, we employ a Machine Learning algorithm trained on Sentinel-2 and auxiliary TanDEM-X topographic data for automated mapping of Antarctic supraglacial lakes. To ensure the spatio-temporal transferability of our method, a Random Forest was trained on 14 training regions and applied over eight spatially independent test regions distributed across the whole Antarctic continent. In addition, we employed our workflow for large-scale application over Amery Ice Shelf where we calculated interannual supraglacial lake dynamics between 2017 and 2020 at full ice shelf coverage. To validate our supraglacial lake detection algorithm, we randomly created point samples over our classification results and compared them to Sentinel-2 imagery. The point comparisons were evaluated using a confusion matrix for calculation of selected accuracy metrics. Our analysis revealed wide-spread supraglacial lake occurrence in all three Antarctic regions. For the first time, we identified supraglacial meltwater features on Abbott, Hull and Cosgrove Ice Shelves in West Antarctica as well as for the entire Amery Ice Shelf for years 2017–2020. Over Amery Ice Shelf, maximum lake extent varied strongly between the years with the 2019 melt season characterized by the largest areal coverage of supraglacial lakes (~763 km\(^2\)). The accuracy assessment over the test regions revealed an average Kappa coefficient of 0.86 where the largest value of Kappa reached 0.98 over George VI Ice Shelf. Future developments will involve the generation of circum-Antarctic supraglacial lake mapping products as well as their use for further methodological developments using Sentinel-1 SAR data in order to characterize intraannual supraglacial meltwater dynamics also during polar night and independent of meteorological conditions. In summary, the implementation of the Random Forest classifier enabled the development of the first automated mapping method applied to Sentinel-2 data distributed across all three Antarctic regions.
Städtische Agglomerationen zeichnen sich durch eine zunehmende Dynamik ökologischer, ökonomischer und sozialer Veränderungen aus. Um eine nachhaltige Entwicklung urbaner Räume zu gewährleisten, bedarf es verstärkt innovativer Methoden zur Erfassung der raumwirksamen Veränderungen. Diesbezüglich hat sich die satellitengestützte Erdbeobachtung als kostengünstiges Instrumentarium zur Erhebung planungsrelevanter Informationen erwiesen. Dabei wird in naher Zukunft eine neue Generation von Radarsatelliten zur Verfügung stehen, deren Leistungsvermögen erstmals die operationelle Analyse von Siedlungsflächen auf Grundlage von Radardaten ermöglicht. Vor diesem Hintergrund ist es das Ziel der Dissertation, auf der Basis einer nutzerorientierten Methodik das Potential hochauflösender SAR-Daten zur automatisierten Erfassung und Analyse von Siedlungsflächen zu untersuchen. Die Methodik setzt auf dem objektorientierten Bildanalysekonzept der Software eCognition auf. Dabei haben sich der SAR-Speckle sowie Schwächen hinsichtlich der Güte der Bildsegmentierung bzw. der Bestimmung geeigneter Segmentierungseinstellungen als Limitierungen erwiesen. Folglich liegt ein erster Schwerpunkt auf der Optimierung und Stabilisierung einer segmentbasierten Auswertung von Radardaten. Hier hat sich gezeigt, dass mit Blick auf Siedlungsareale weiterhin Optimierungsbedarf hinsichtlich einer strukturerhaltenden Bildglättung besteht. Daher wird zunächst ein neuer Filteransatz entwickelt, der gegenüber den etablierten Techniken eine konsequentere Reduzierung des Speckle in homogenen Bildarealen gewährleistet und dabei gleichsam die hochfrequente Information in stark strukturierten Aufnahmebereichen bewahrt. Die Schwierigkeiten im Zusammenhang mit der Güte und Übertragbarkeit der Bildsegmentierung werden ebenso wie die Schwächen im Hinblick auf die zielgerichtete Definition der optimalen Segmentierungsparameter durch die Entwicklung eines klassenbasierten Ansatzes zur Segmentoptimierung in der Software-Umgebung von eCognition reduziert. Der zweite Schwerpunkt dieser Dissertation widmet sich der Entwicklung von Konzepten zur automatisierten Analyse der regionalen und lokalen Siedlungsstruktur. Im regionalen Kontext liegen die Identifizierung von Siedlungsflächen und die Erfassung einfacher Landnutzungsklassen im Fokus der Arbeiten. Dazu wird ein Regelwerk zur Auswertung einfach-polarisierter SAR-Aufnahmen erstellt, das sich maßgeblich auf räumlich und zeitlich robuste textur-, kontext- und hierarchiebezogene Merkmale stützt. Diese Wissensbasis wird anschließend so erweitert, dass sie die Analyse dual-polarisierter, bifrequenter oder kombinierter optischer und SAR-basierter Bilddaten ermöglicht. Wie die Ergebnisse zeigen, können Siedlungsflächen und Landnutzungsklassen bereits über einfach-polarisierte SAR-Aufnahmen mit Genauigkeiten von rund 90 Prozent erfasst werden. Durch die Einbindung einer weiteren Polarisation, Frequenz oder optischer Daten lässt sich diese Güte auf Werte von bis zu 95 Prozent steigern. Die lokalen Analysen zielen auf die thematisch und räumlich differenzierte Erfassung der Landnutzung innerhalb bebauter Areale ab. Die Untersuchung basiert auf der synergetischen Auswertung einer hochauflösenden Radaraufnahme und eines bedeutend geringer aufgelösten optischen Datensatzes. Die isolierte Analyse von SAR-Aufnahmen reichte hingegen selbst bei der Kombination verschiedener Frequenzen oder Polarisationen nicht zur Charakterisierung der kleinteiligen, heterogenen Stadtlandschaft aus. Im Kontext der synergetischen Auswertung dient die SAR-Aufnahme vornehmlich zur Extraktion der urbanen Topografie, während der optische Datensatz wichtige Merkmale zur Differenzierung der erfassten Struktureinheiten in die Kategorien Gebäude, versiegelte Freifläche, unversiegelte Freifläche und Baumbestand beisteuert. Das Resultat zeigt, dass sich trotz des synergetischen Ansatzes lediglich eine Genauigkeit von 65 Prozent erzielen lässt. Dennoch können Gebäude dabei mit einer Güte von 72 Prozent vergleichsweise akkurat erfasst werden. Im Hinblick auf die Demonstration des siedlungsbezogenen Anwendungspotentials höchstauflösender SAR-Daten lässt sich resümieren, dass eine automatische Ableitung siedlungsstruktureller Merkmale im komplexen städtischen Umfeld aufgrund der eingeschränkten spektralen Aussagekraft und der starken Geometrieabhängigkeit des Signals mit signifikanten Schwierigkeiten verbunden ist. Dennoch hat sich gezeigt, dass diese Limitierungen in gewissem Umfang über den Ansatz der multiskaligen, objektorientierten Klassifizierung kompensiert werden können. Dabei lassen sich die regionalen Siedlungs- und Landnutzungsmuster mit überzeugenden Genauigkeiten erfassen, während die Betrachtung der lokalen Siedlungsstruktur eindeutig die Grenzen der Radartechnik im Hinblick auf die Analyse komplex strukturierter Stadtlandschaften aufzeigt.
Public safety and socio-economic development of the Jharia coalfield (JCF) in India is critically dependent on precise monitoring and comprehensive understanding of coal fires, which have been burning underneath for more than a century. This study utilizes New-Small BAseline Subset (N-SBAS) technique to compute surface deformation time series for 2017–2020 to characterize the spatiotemporal dynamics of coal fires in JCF. The line-of-sight (LOS) surface deformation estimated from ascending and descending Sentinel-1 SAR data are subsequently decomposed to derive precise vertical subsidence estimates. The most prominent subsidence (~22 cm) is observed in Kusunda colliery. The subsidence regions also correspond well with the Landsat-8 based thermal anomaly map and field evidence. Subsequently, the vertical surface deformation time-series is analyzed to characterize temporal variations within the 9.5 km\(^2\) area of coal fires. Results reveal that nearly 10% of the coal fire area is newly formed, while 73% persisted throughout the study period. Vulnerability analyses performed in terms of the susceptibility of the population to land surface collapse demonstrate that Tisra, Chhatatanr, and Sijua are the most vulnerable towns. Our results provide critical information for developing early warning systems and remediation strategies.
Forests in Germany cover around 11.4 million hectares and, thus, a share of 32% of Germany's surface area. Therefore, forests shape the character of the country's cultural landscape. Germany's forests fulfil a variety of functions for nature and society, and also play an important role in the context of climate levelling. Climate change, manifested via rising temperatures and current weather extremes, has a negative impact on the health and development of forests. Within the last five years, severe storms, extreme drought, and heat waves, and the subsequent mass reproduction of bark beetles have all seriously affected Germany’s forests. Facing the current dramatic extent of forest damage and the emerging long-term consequences, the effort to preserve forests in Germany, along with their diversity and productivity, is an indispensable task for the government. Several German ministries have and plan to initiate measures supporting forest health. Quantitative data is one means for sound decision-making to ensure the monitoring of the forest and to improve the monitoring of forest damage. In addition to existing forest monitoring systems, such as the federal forest inventory, the national crown condition survey, and the national forest soil inventory, systematic surveys of forest condition and vulnerability at the national scale can be expanded with the help of a satellite-based earth observation. In this review, we analysed and categorized all research studies published in the last 20 years that focus on the remote sensing of forests in Germany. For this study, 166 citation indexed research publications have been thoroughly analysed with respect to publication frequency, location of studies undertaken, spatial and temporal scale, coverage of the studies, satellite sensors employed, thematic foci of the studies, and overall outcomes, allowing us to identify major research and geoinformation product gaps.
Der Klimawandel und insbesondere die globale Erwärmung gehören aktuell zu den größten Herausforderungen an Politik und Wissenschaft. Steigende CO2-Emissionen sind hierbei maßgeblich für die Klimaerwärmung verantwortlich. Ein regulierender Faktor beim CO2-Austausch mit der Atmosphäre ist die Vegetation, welche als CO2-Senke aber auch als CO2-Quelle fungieren kann. Diese Funktionen können durch Analysen der Landbedeckungsänderung in Kombination mit Modellierungen der Kohlenstoffbilanz quantifiziert werden, was insbesondere von aktuellen und zukünftigen politischen Instrumenten wie CDM (Clean Development Mechanism) oder REDD (Reducing Emissions from Deforestation and Degradation) gefordert wird. Vor allem in Regionen mit starker Landbedeckungsänderung und hoher Bevölkerungsdichte sowie bei geringem Wissen über die Produktivität und CO2-Speicherpotentiale der Vegetation, bedarf es einer Erforschung und Quantifizierung der terrestrischen Kohlenstoffspeicher. Eine Region, für die dies in besonderem Maße zutrifft, ist Westafrika. Jüngste Studien haben gezeigt, dass sich einerseits die Folgen des Klimawandels und Umweltveränderungen sehr stark in Westafrika auswirken werden und andererseits Bevölkerungswachstum eine starke Änderung der Landbedeckung für die Nutzung als agrarische Fläche bewirkt hat. Folglich sind in dieser Region die terrestrischen Kohlenstoffspeicher durch Ausdehnung der Landwirtschaft und Waldrodung besonders gefährdet. Große Flächen agieren anstelle ihrer ursprünglichen Funktion als CO2-Senke bereits als CO2-Quelle. [...]
The Niger Delta belongs to the largest swamp and mangrove forests in the world hosting many endemic and endangered species. Therefore, its conservation should be of highest priority. However, the Niger Delta is confronted with overexploitation, deforestation and pollution to a large extent. In particular, oil spills threaten the biodiversity, ecosystem services, and local people. Remote sensing can support the detection of spills and their potential impact when accessibility on site is difficult. We tested different vegetation indices to assess the impact of oil spills on the land cover as well as to detect accumulations (hotspots) of oil spills. We further identified which species, land cover types, and protected areas could be threatened in the Niger Delta due to oil spills. The results showed that the Enhanced Vegetation Index, the Normalized Difference Vegetation Index, and the Soil Adjusted Vegetation Index were more sensitive to the effects of oil spills on different vegetation cover than other tested vegetation indices. Forest cover was the most affected land-cover type and oil spills also occurred in protected areas. Threatened species are inhabiting the Niger Delta Swamp Forest and the Central African Mangroves that were mainly affected by oil spills and, therefore, strong conservation measures are needed even though security issues hamper the monitoring and control.
Die Bewässerungslandwirtschaft in Mittelasien ist geprägt von schwerwiegenden ökologischen und ökonomischen Problemen. Zur Verbesserung der Situation auf dem hydrologischen Sektor wird daher seitens der mittelasiatischen Interstate Commission for Water Coordination (ICWC) die Einführung des Integrated Water Resource Management (IWRM) gefordert. Wichtige Herausforderungen zur Optimierung der Wassernutzung im Aralsee-Becken sind dabei die Schaffung von Transparenz sowie von Möglichkeiten zur Überwachung der Landnutzung und der Wasserentnahme in den Bewässerungssystemen. Im Detail fokussierte diese Arbeit auf das Bewässerungssystem der Region Khorezm im Unterlauf des Amu Darya südlich des Aralsees. Die Arbeit zielte darauf ab, (1) objektive und konsistente Datengrundlagen zum Monitoring der Landnutzung und des Wasserverbrauchs innerhalb des Bewässerungslandes zu schaffen und (2) auf Basis dieser Ergebnisse die Funktionsweise des Bewässerungssystems zu verstehen sowie die Land- und Wassernutzung der Region zu bewerten. Um diese Ziele zu erreichen, wurden Methoden der Fernerkundung und der Hydrologie miteinander kombiniert. Fernerkundliche Schlüsselgrößen der Arbeit waren die Kartierung der agrarischen Landnutzung und die Modellierung der saisonalen tatsächlichen Evapotranspiration. Es wurde eine Methode vorgestellt, die eine Unterscheidung verschiedener Landnutzungen und Fruchtfolgen der Region durch die temporale Segmentierung von Zeitserien aus 8-tägigen Kompositen von 250 m-Daten des MODIS-Sensors ermöglicht. Durch die mehrfache Anwendung von Recursive Partitioning And Regression Trees auf deskriptive Statistiken von Zeitseriensegmenten konnte eine hohe Stabilität erzielt werden (overall accuracy: 91 %, Kappa-Koeffizient: 0,9). Täglich von MODIS aufgezeichnete Landoberflächentemperaturen (LST) bildeten die Basis zur fernerkundungsbasierten Modellierung der saisonalen tatsächlichen Evapotranspiration (ETact) für die sommerliche Vegetationsperiode. Aufgrund der hohen zeitlichen und groben räumlichen Auflösung der verwendeten MODIS-Daten von 1 km waren leichte Modifikationen des zur Modellierung eingesetzten Surface Energy Balance Algortihm for Land (SEBAL) erforderlich. Zur Modellierung von ETact wurden MODIS-Produkte (LST, Emissionsgrad, Albedo, NDVI und Blattflächenindex) und meteorologische Stationsdaten aus Khorezm verwendet. Die Modellierung des fühlbaren Wärmeflusses, einer Komponente der Energiebilanzgleichung an der Erdoberfläche, erfolgte mittels METRIC (High Resolution and Internalized Calibration), einer Variante des SEBAL. Die Landnutzungsklassifikation fungierte als zentraler Eingangsparameter, um eine automatisierte Auswahl der Ankerpunkte des Models sicherzustellen. Da innerhalb der MODIS-Auflösung aufgrund der Mischpixelproblematik keine homogen feuchten oder trockenen Bedingungen im Bewässerungsgebiet gefunden werden konnten, wurden die Landnutzungsklassifikation, der NDVI und die ASCE-Referenz-Evapotranspiration zur Abschätzung des tatsächlichen Zustands an den Ankerpunkten herangezogen. Weiterhin wurden umfassende Geländemessungen durchgeführt, um in der Vegetationsperiode 2005 die Zu- und Abflussmengen des Wasser von und nach Khorezm zu bestimmen. Die abschließende Bewertung der Land- und Wassernutzung basierte letztendlich auf der Bildung von Wasserbilanzen und der Berechnung anerkannter Performanceindikatoren wie der Ratio aus Drainage und Wasserentnahme oder der depleted fraction. Für die landwirtschaftliche Nutzung im Rayon Khorezm wurde für die Sommersaison 2005 eine Wasserentnahme von 5,38 km3 ermittelt. Damit übertrafen die Messergebnisse die offiziell verfügbaren Daten der ICWC um durchschnittlich 37 %. Auf die landwirtschaftliche Fläche bezogen ergab sich für Khorezm im Jahr 2005 eine mittlere Wasserentnahme von 22.782 m3/ha. In den Subsystemen schwankten diese Werte zwischen 17.000 m3/ha und 30.000 m3/ha. Allerdings konnte an den Systemgrenzen, an denen die Messungen durchgeführt werden, der aus den fernerkundungsbasierten Modellierungen auf WUA-Level erwartete abnehmende Gradient der Wasserentnahme zwischen Oberlauf und Unterlauf nicht nachvollzogen werden. Als Ursache für diese Diskrepanz sind vor allem die Versickerungsverluste im Kanalsystem zu nennen, die den Grundwasserkörper großräumig auffüllen und auf Feldebene nicht zur oberflächlichen Bewässerung zur Verfügung stehen. Monatliche Bilanzierungen und die Analyse der Performanceindikatoren führten zu denselben Ergebnissen. In dieser Arbeit konnte gezeigt werden, dass sich mit Methoden der Fernerkundung objektive und konsistente Daten der agrarischen Landnutzung und des Wasserverbrauchs für ein regionales Monitoring erstellen lassen. Da in den benachbarten Regionen gleiche atmosphärische Bedingungen und ähnliche Anbausorten anzutreffen sind, ist anzunehmen, dass beide Verfahren auch auf der Planungsebene in einem IWRM für die übrigen Mittel- und Unterläufe von Amu Darya und Syr Darya ein hohes Anwendungspotenzial besitzen.