550 Geowissenschaften
Refine
Has Fulltext
- yes (259)
Is part of the Bibliography
- yes (259) (remove)
Year of publication
Document Type
- Doctoral Thesis (118)
- Journal article (111)
- Conference Proceeding (13)
- Master Thesis (10)
- Book article / Book chapter (4)
- Report (2)
- Book (1)
Keywords
- remote sensing (25)
- Fernerkundung (22)
- Geographie (13)
- Namibia (13)
- Klimaänderung (11)
- Modellierung (11)
- climate change (11)
- MODIS (9)
- Niger (8)
- Geochemie (7)
Institute
- Institut für Geographie und Geologie (141)
- Institut für Geographie (47)
- Institut für Mineralogie und Kristallstrukturlehre (34)
- Institut für Geologie (26)
- Philosophische Fakultät (Histor., philolog., Kultur- und geograph. Wissensch.) (7)
- Graduate School of Science and Technology (4)
- Institut für Altertumswissenschaften (2)
- Institut für Informatik (2)
- Institut für Paläontologie (1)
- Neuphilologisches Institut - Moderne Fremdsprachen (1)
Sonstige beteiligte Institutionen
- Deutscher Akademischer Austauschdienst (DAAD) (1)
- Deutsches Klimaservice Zentrum (GERICS) (1)
- Deutsches Zentrum für Luft & Raumfahrt (DLR) (1)
- Deutsches Zentrum für Luft- und Raumfahrt (DLR) (1)
- Deutsches Zentrum für Luft- und Raumfahrt e.V. (1)
- INAF Padova, Italy (1)
- Jacobs University Bremen, Germany (1)
- Lehrstuhl für Fernerkundung der Uni Würzburg, in Kooperation mit dem Deutschen Fernerkundungsdatenzentrum (DFD) des Deutschen Zentrums für Luft- und Raumfahrt (DLR) (1)
- South African National Biodiversity Institute (SANBI) (1)
- University of Padova, Italy (1)
EU-Project number / Contract (GA) number
- 20-3044-2-11 (1)
- 308377 (1)
- 714087 (1)
- 776019 (1)
Unprecedented urbanization in particular in countries of the global south result in informal urban development processes, especially in mega cities. With an estimated 1 billion slum dwellers globally, the United Nations have made the fight against poverty the number one sustainable development goal. To provide better infrastructure and thus a better life to slum dwellers, detailed information on the spatial location and size of slums is of crucial importance. In the past, remote sensing has proven to be an extremely valuable and effective tool for mapping slums. The nature of used mapping approaches by machine learning, however, made it necessary to invest a lot of effort in training the models. Recent advances in deep learning allow for transferring trained fully convolutional networks (FCN) from one data set to another. Thus, in our study we aim at analyzing transfer learning capabilities of FCNs to slum mapping in various satellite images. A model trained on very high resolution optical satellite imagery from QuickBird is transferred to Sentinel-2 and TerraSAR-X data. While free-of-charge Sentinel-2 data is widely available, its comparably lower resolution makes slum mapping a challenging task. TerraSAR-X data on the other hand, has a higher resolution and is considered a powerful data source for intra-urban structure analysis. Due to the different image characteristics of SAR compared to optical data, however, transferring the model could not improve the performance of semantic segmentation but we observe very high accuracies for mapped slums in the optical data: QuickBird image obtains 86–88% (positive prediction value and sensitivity) and a significant increase for Sentinel-2 applying transfer learning can be observed (from 38 to 55% and from 79 to 85% for PPV and sensitivity, respectively). Using transfer learning proofs extremely valuable in retrieving information on small-scaled urban structures such as slum patches even in satellite images of decametric resolution.
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.
Die sechs untersuchten Au-Cu-Vorkommen südlich von Rehoboth befinden sich im östlichen Bereich des Rehoboth Inliers, dessen Geologie durch Kibarische Granitoide und Rhyolite der Gamsberg Granit Suite, Eburnische Granitoide der Piksteel Intrusiv Suite und prä-Piksteel Metasedimente der Rehoboth Sequenz dominiert wird, die grünschieferfaziell überprägt wurden. Au-Cu-Mineralisationen sind an spröd-duktile Scherzonen gebunden, die mit variablem Streichen nach NW, N oder NE einfallen. Die Scherzonen orientieren sich entlang von deformierten mafischen Gängen oder Einheiten von Metasedimenten, die in Eburnischen Granitoiden vorliegen. Imprägnationen mit Au- oder Cu-führenden Mineralen sind auf Bereiche von wenigen Metern um die Hauptvererzungen begrenzt. Während der Kompression der Damara Orogenese wurde ein zylindrischer Faltenbau mit ENE-WSW-streichenden Achsenebenen und eine parallel dazu verlaufende Foliation angelegt. Daraufhin bewirkte eine Schleppfaltung mit dextraler Komponente eine Rotation von Faltenachsen, Streckungslinearen und Faserharnischen in nordwestliche Richtungen. Vielerorts lassen Planare anhand von Faserharnischen eine dextrale Aufschiebung und/oder eine spätere Abschiebung mit sinistralen Charakter erkennen, die vereinzelt mit Zerrklüften von tauben Quarz, Karbonat und Chlorit assoziiert sind. Mylonite der Scherzonen sind durch Albitisierung, Serizitisierung und teils durch eine Illitisierung gekennzeichnet. Es liegen zwei Arten der Au-Cu-Mineralisation vor. Bei der Vererzung der Swartmodder Kupfer Mine handelt es sich um eine Eisenoxid-Cu-Au-Mineralisation (IOCG-Typ) mit einer massiven Magnetit-Mineralisation mit einer diese verdrängenden Sulfidmineralisation. Typisch für erstere sind eine Assoziation von Magnetit mit Apatit (±Monazit) und erhöhte Gehalte an U und LSEE. Die folgende Sulfidmineralisation beinhaltet Chalkopyrit und Carrollit. Innerhalb dieses Vorkommens treten keine mineralisierten Quarzadern, die für die Au-Cu-Mineralisation der übrigen untersuchten Minen charakteristisch sind. Die Au-führenden Quarzadern zeigen deutliche Merkmale der Deformation und Rekristallisation und orientieren sich entlang der Mylonite, die die Scherzonen charakterisieren. Die Au-Cu-Quarzmineralisationen sind an das Auftreten von Chalkopyrit gebunden. Dieser tritt im Erz der Golden Valley Mine mit Pyrit auf und enthält Einschlüsse von gediegenem Au, Petzit, Hessit, Stützit, Galenit/Clausthalit, Sphalerit und anderen Ag-Cu-Seleniden und Ag-Cu-Se-Sulfiden. Für diese Paragenese lässt sich eine minimale Bildungstemperatur von 300°C bei Te-Fugazitäten von logfTe2= -11 bis -6,5 und S-Fugazitäten von logfS2 = -7,5 bis -6,8 für das hydrothermale Fluid abschätzen. Der Chalkopyrit im Erz der Neuras Mine enthält Pyrit und Sphalerit und wurde teils durch eine komplexe Galenit-Bi-Ag-Sulfosalzparagenese verdrängt, die neben Galenit Wittichenit, Aikinit, Berryit, Emplektit und gediegen Bi enthält, die in Spuren Au führen. Isoliert im Quarz treten auch Aikinit, Berryit, Matildit, Akanthit/Argentit und mindestens eine unbekannte Ag-reiche Phase (Ag8Bi5Cu5S16) auf. Diese Paragenesen indizieren eine Verdrängung von Chalkopyrit bei Temperaturen zwischen 271 und 320°C bei niedrigen S- (logfS2 ≤ -11) und O2-Fugazitäten (logfO2 ≤ -37) aus einem Fluid, welches reich an Pb, Bi und Ag (+Au) gewesen sein muss. Bei der Golden Valley Mine und der Neuras Mine weisen Magnetit-Imprägnationen und einige Elementkorrelationen auf eine Ähnlichkeit mit einer IOCG-Lagerstättenbildung hin. Unabhängig von der texturellen Assoziation, der Lithologie bzw. deren Mylonitisierung variieren die Bildungstemperaturen von Chlorit zwischen 230 und 405°C. In den meisten Gesteinen zeigt Biotit Anzeichen einer Chloritisierung. Aus der Rücksetzung des K/Ar-Isotopensystems und den Si-Gehalten von Muskoviten ergeben sich minimale P-T-Bedingungen von 350±50°C und ca. 3,5 kbar für die Damara Metamorphose. Biotite und Muskovite in den Myloniten sind meist illitisiert. Dieses spiegelt sich auch in niedrigeren Illit-Kristallinitäten von Glimmerpräparaten wider, die Damara bzw. post-Damara Alter (Feinfraktionen) ergeben. Der Grad der Argillitisierung lässt sich durch die Evolution der Infiltration von niedrigtemperierten moderat-salinaren Fluiden bis hin zu hochsalinaren Fluiden mit höheren Ca/Na-Verhältnissen erklären, die sich aus der Untersuchung von Fluideinschlüssen ableiten lässt. Ein Zusammenhang zwischen den untersuchten Fluideinschlüssen in Quarzadern und Nebengesteinen und der primären Au-Cu-Mineralisation kann ausgeschlossen werden. Für die Exploration auf Lagerstätten des IOCG-Typs bieten sich P, LSEE, U, Th, Cu, Co, Au, Ag, Pb und Se als Pfadfinder-Elemente an. Vorkommen dieses Typs lassen sich mit Methoden der Magnetik und Radiometrie auffinden. Für die Aufsuchung von Au-Cu-Quarzmineralisationen legen Erzmineralogie und Elementkorrelationen Ag, Te, Se, Pb und Bi als Pfadfinder neben As als klassischem Pfadfinder für Gold nahe.
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.
The explosive expansion of the population of the Metropolitan Region of Curitiba raised a high increase in the demand for water resources and the uncontrolled settlement poses a large problem for the environment. The greatest menace to the water supply sources of this region is the urban occupation (invasion) into the areas that contain these resources. This occupation continues with its slow, silent, although progressive march, threatening precious and irreplaceable resources. From this background an area in the direct vicinity north-east of Curitiba has been studied. In this area a drinking water reservoir was constructed in the time that the study took place in the Iraí-basin. The Iraí-reservoir even though an area around the lake will be protected may be polluted by two tributaries which flow through more or less densely populated areas. In the study area on the same time wells have been constructed. To estimate what the impact may be from the possibly polluted reservoir on the aquifer a groundwater flow model has been constructed. On the same time to estimate the water balance and the spatial distribution of pollution vulnerability the hydrological model MODBIL has been used. Also other methods have been used to estimate the pollution vulnerability to make a comparison and because none of the methods takes every aspect into account. With the calibrated groundwater flow model for the situation before the construction of the Iraí-reservoir and after its construction, simple particle tracking transport models are constructed as scenarios how the water of the aquifer may be influenced.
The Mesosaurus Inland Sea covered, in the Late Paleozoic, vast areas (~5 Mio km2) of the SW-Gondwanan continental interior. Major depocentres are represented by the Karoo basins of SW-Africa and the Paraná Basin in South America. These areas were interconnected prior to the break-up of Gondwana and the subsequent opening of the South Atlantic Ocean. In Namibia and South Africa deposits of the Mesosaurus Inland Sea are preserved in the successions of the glacial Dwyka Group and the postglacial Ecca Group (Karoo Supergroup). These deposits comprise the major part of a 60-70 Ma depositional cycle and are the main focus of this study. The large-scale transgressive part of this cycle started in the Late Carboniferous with continental glacial deposits followed by marine glacial and postglacial inland sea deposits. During the Early Permian the Mesosaurus Inland Sea reached its greatest extent, which was accompanied by widespread deposition of Corg-rich sediments. The large scale regressive part is recorded by successions ranging from deep water offshore pelites and turbidite sandstones to shallow water shoreface and deltaic sandstones, deposited in a brackish environment. Shallow water inland sea sediments are in turn overlain by fluvio-lacustrine deposits, which are assigned to the Beaufort Group and form the upper part of the cycle. This successive change in the depositional environment from marine to brackish to freshwater is also reflected in the fossil record. During Dwyka times a marine association of the Gondwana faunal province was able to colonize parts of the Mesosaurus Inland Sea. Later, during lower Ecca times, the connection to the Panthalassan Ocean became insufficient to retain normal marine conditions, leading to strong faunal endemism in an isolated and brackish inland sea environ¬ment. The most well-known and widespread representatives of this endemic fauna are mesosaurid vertebrates and megadesmid bivalves. Numerous altered tuffs occur as interlayers within argillaceous sediments of the Dwyka and Ecca Group of southern Namibia. The vast majority of these altered tuffs are represented by soft and crumbly to hard and indurated, clay-mineral-rich, bentonitic layers. Another, much rarer type is represented by very hard, chert-like tuff layers, which are predominantly albitic in composition. Furthermore, tuff layers within the Gai-As Formation of the Huab area are rich in potassium feldspar and have a porcelain-like appearance. The diagenetically modified matrix is mainly crypto- to microcrystalline. Polished tuff specimen show, in some tuffs, plane lamination or bedding with two or more subunits forming a tuff layer. Some display a weakly developed lamination. Only in very rare cases were structures reminiscent of sedimentary micro-cross lamination observed. The sedimentary textures and structures of the tuffs indicate that they have been deposited mainly as distal ash-fall layers by suspension settling in water. Some may have also been deposited or modified under the influence of weak bottom currents. The primary, pyroclastic macro-components of the tuffs are mainly represented by crystals of quartz, plagio¬clase, and biotite. In some thin sections pseudo¬morphs after pyroxene or hornblende were observed. Euhedral zircon and apatite crystals were observed in almost every tuff. Vitric or formerly vitric macro-components are very rare. The matrix of the majority of the investigated tuffs is predominantly composed of clay minerals. However, the matrix of the tuffs originally consisted most probably of fine vitric ash particles. Soon after deposition the volcanic ash was diagenetically altered to smectitic clay minerals. At a later stage smectite was progressively replaced by illite under prograde conditions. Nowadays the matrix of the bentonitic tuffs is strongly illite-dominated and only in the softer tuff layers a minor smectite content can be detected. Both the primary macrocrystic components as well as the geochemistry of the altered tuffs indicate that their source magmas were mainly of intermediate composition. The abundance of splintery quartz and feldspar crystal fragments within the tuffs hints at a highly explosive plinian or phreatoplinian eruption style of the source volcanoes, which were most probably located within a subduction-related volcanic arc region along the southern margin of Gondwana. New single zircon U-Pb SHRIMP datings of tuff layers provide a much more reliable age control of the investigated sedimentary succession. U-Pb SHRIMP ages for tuff layers from the glaciogenic Dwyka Group in southwestern Africa range from 302.0 ± 3.0 to 297.1 ± 1.8 Ma. The basal part of the early post-glacial Prince Albert Formation is dated at around 290 Ma. SHRIMP ages for tuff layers from the upper part of the Prince Albert Formation, the Whitehill Formation, and the middle part of the Collingham Formation indicate that the Mesosaurus Sea reached its greatest extent at around 280 Ma.
Human health is known to be affected by the physical environment. Various environmental influences have been identified to benefit or challenge people's physical condition. Their heterogeneous distribution in space results in unequal burdens depending on the place of living. In addition, since societal groups tend to also show patterns of segregation, this leads to unequal exposures depending on social status. In this context, environmental justice research examines how certain social groups are more affected by such exposures. Yet, analyses of this per se spatial phenomenon are oftentimes criticized for using “essentially aspatial” data or methods which neglect local spatial patterns by aggregating environmental conditions over large areas. Recent technological and methodological developments in satellite remote sensing have proven to provide highly detailed information on environmental conditions. This narrative review therefore discusses known influences of the urban environment on human health and presents spatial data and applications for analyzing these influences. Furthermore, it is discussed how geographic data are used in general and in the interdisciplinary research field of environmental justice in particular. These considerations include the modifiable areal unit problem and ecological fallacy. In this review we argue that modern earth observation data can represent an important data source for research on environmental justice and health. Especially due to their high level of spatial detail and the provided large-area coverage, they allow for spatially continuous description of environmental characteristics. As a future perspective, ongoing earth observation missions, as well as processing architectures, ensure data availability and applicability of ’big earth data’ for future environmental justice analyses.
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 north-western Namibia the fills of the Karoo-Etendeka depositories can be subdivided into (1) a Carboniferous-Permian, (2) a Triassic-Jurassic and (3) a Cretaceous megasequence, each recording extensional periods related to successive rifting phases in the evolving South Atlantic. The tectonic environment of the depositories in north-western Namibia changes successively from the coast towards the continental interior, which is reflected by the facies distribution and the position of time-stratigraphic gaps. Close to the present-day coastline synsedimentary listric faults, trending parallel to the South Atlantic rift (N-S), caused the formation of wedge shaped sediment bodies. Here, the Karoo Supergroup is only represented by the Permian succession in the Huab area. A hiatus within the Permian can be recognised by the correlation with the main Karoo Basin in South Africa and the Brazilian Paraná Basin. This stratal gap correlates with a pre-Beaufort Group unconformity in the main Karoo Basin that might be related to an orogenic pulse in the Cape Fold Belt. The Permian succession itself is unconformably overlain by the Lower Cretaceous Etendeka Group. This hiatus extending from the Upper Permian to the Lower Cretaceous has probably been induced by a combination of rift shoulder uplift and additional crustal doming associated with Etendeka flood volcanism. The enhanced tectonism during the Early Cretaceous controlled accommodation space for the alluvial-fluvial and aeolian deposits of the lower Etendeka Group. Disconformities within those deposits and the overlying lava succession attribute to distinct phases of tectonic and volcanic activity heralding the South Atlantic breakup. Towards the south-east, the Karoo succession becomes successively more complete. In the vicinity of Mt. Brandberg Early Triassic strata (Middle Omingonde Formation) follow disconformably above the Upper Permian/Lowermost Triassic Doros Formation. The sedimentation there was essentially controlled by the SW-NE trending Damaraland Uplift. South of the Damaraland Uplift the SW-NE trending Waterberg-Omaruru Fault zone is interpreted as a sinistral oblique-slip fault that compartmentalised the South Atlantic rift. This fault controlled accommodation space of the entire Triassic Omingonde Formation and the Early Jurassic Etjo Formation in its associated pull-apart and transtension structures. A locally well developed angular unconformity defines a hiatus between the two formations. Correlation with the main Karoo Basin in South Africa confirms that this gap is of a regional extent and not only a local, fault induced feature. Furthermore, it might also correlate with an orogenic pulse of the Cape Fold Belt. In general, the Mesozoic megasequences record the long-lived history of the southern Atlantic rift evolution. Rifting has been controlled by orogenic pulses derived from the Samfrau active margin throughout the Mesozoic. The associated intracratonic E-W extension caused the formation of grabens and conjugated oblique-slip zones. The generation of voluminous flood basalts marks the climax of intracratonic extension that was accompanied by enhanced uplift of the rift shoulders.
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.
Burn severity was measured within the Mediterranean sclerophyll forests of south-west Western Australia (WA) using remote sensing data from the Moderate Resolution Imaging Spectroradiometer (MODIS). The region of south-west WA is considered as a high fire prone landscape and is managed by the state government’s Department of Conservation and Land Management (CALM). Prescribed fuel reduction burning is used as a management tool in this region. The measurement of burn severity with remote sensing data focused on monitoring the success and impact of prescribed burning and wildfire in this environment. The high temporal resolution of MODIS with twice daily overpasses in this area was considered highly favourable, as opportunities for prescribed burning are temporally limited by climatic conditions. The Normalised Burn Ratio (NBR) was investigated to measure burn severity in the forested area of south-west WA. This index has its heritage based on data from the Landsat TM/ETM+ sensors (Key and Benson, 1999 [1],[2]) and was transferred from Landsat to MODIS data. The measurement principally addresses the biomass consumption due to fire, whereas the change detected between the pre-fire image and the post-fire image is quantified by the ÄNBR. The NBR and the Normalised Difference Vegetation Index (NDVI) have been applied to MODIS and Landsat TM/ETM+ data. The spectral properties and the index values of the remote sensing data have been analysed within different burnt areas. The influence of atmospheric and BRDF effects on MODIS data has been investigated by comparing uncorrected top of atmosphere reflectance and atmospheric and BRDF corrected reflectance. The definition of burn severity classes has been established in a field trip to the study area. However, heterogeneous fire behaviour and patchy distribution of different vegetation structure made field classification difficult. Ground truth data has been collected in two different types of vegetation structure present in the burnt area. The burn severity measurement of high resolution Landsat data was assessed based on ground truth data. However, field data was not sufficient for rigorous validation of remote sensing data. The NBR index images of both sensors have been calibrated based on training areas in the high resolution Landsat image. The burn severity classifications of both sensors are comparable, which demonstrates the feasibility of a burn severity measurement using moderate spatial resolution 250m MODIS data. The normalisation through index calculation reduced atmospheric and BRDF effects, and thus MODIS top of at-mosphere data has been considered suitable for the burn severity measurement. The NBR could not be uniformly applied, as different structures of vegetation influenced the range of index values. Furthermore, the index was sensitive to variability in moisture content. However, the study concluded that the NBR on MODIS data is a useful measure of burn severity in the forested area of south-west WA.
No abstract available.
Considering its social, economic and natural conditions the Mediterranean Area is a highly vulnerable region by designated affections of climate change. Furthermore, its climatic characteristics are subordinated to high natural variability and are steered by various elements, leading to strong seasonal alterations. Additionally, General Circulation Models project compelling trends in specific climate variables within this region. These circumstances recommend this region for the scientific analyses conducted within this study. Based on the data of the CMIP3 database, the fundamental aim of this study is a detailed investigation of the total variability and the accompanied uncertainty, which superpose these trends, in the projections of temperature, precipitation and sea-level pressure by GCMs and their specific realizations. Special focus in the whole study is dedicated to the German model ECHAM5/MPI-OM. Following this ambition detailed trends and mean values are calculated and displayed for meaningful time periods and compared to reanalysis data of ERA40 and NCEP. To provide quantitative comparison the mentioned data are interpolated to a common 3x3° grid.
The total amount of variability is separated in its contributors by the application of an Analysis of Variance (ANOVA). For individual GCMs and their ensemble-members this is done with the application of a 1-way ANOVA, separating a treatment common to all ensemble-members and variability perturbating the signal given by different initial conditions. With the 2-way ANOVA the projections of numerous models and their realizations are analysed and the total amount of variability is separated into a common treatment effect, a linear bias between the models, an interaction coefficient and the residuals.
By doing this, the study is fulfilled in a very detailed approach, by considering yearly and seasonal variations in various reasonable time periods of 1961-2000 to match up with the reanalysis data, from 1961-2050 to provide a transient time period, 2001-2098 with exclusive regard on future simulations and 1901-2098 to comprise a time period of maximum length. The statistical analyses are conducted for regional-averages on the one hand and with respect to individual grid-cells on the other hand. For each of these applications the SRES scenarios of A1B, A2 and B1 are utilized. Furthermore, the spatial approach of the ANOVA is substituted by a temporal approach detecting the temporal development of individual variables. Additionally, an attempt is made to enlarge the signal by applying selected statistical methods.
In the detailed investigation it becomes evident, that the different parameters (i.e. length of temporal period, geographic location, climate variable, season, scenarios, models, etc…) have compelling impact on the results, either in enforcing or weakening them by different combinations. This holds on the one hand for the means and trends but also on the other hand for the contributions of the variabilities affecting the uncertainty and the signal. While temperature is a climate variable showing strong signals across these parameters, for precipitation mainly the noise comes to the fore, while for sea-level pressure a more differentiated result manifests. In turn, this recommends the distinguished consideration of the individual parameters in climate impact studies and processes in model generation, as the affecting parameters also provide information about the linkage within the system.
Finally, an investigation of extreme precipitation is conducted, implementing the variables of the total amount of heavy precipitation, the frequency of heavy-precipitation events, the percentage of this heavy precipitation to overall precipitation and the mean daily intensity from events of heavy precipitation. Each time heavy precipitation is defined to exceed the 95th percentile of overall precipitation. Consecutively mean values of these variables are displayed for ECHAM5/MPI-OM and the multi-model mean and climate sensitivities, by means of their difference between their average of the past period of 1981-2000 and the average of one of the future periods of 2046-2065 or 2081-2100. Following this investigation again an ANOVA is conducted providing a quantitative measurement of the severity of change of trends in heavy precipitation across several GCMs.
Besides it is a difficult task to account for extreme precipitation by GCMs, it is noteworthy that the investigated models differ highly in their projections, resulting partially in a more smoothed and meaningful multi-model mean. Seasonal alterations of the strength of this behaviour are quantitatively supported by the ANOVA.
Die Dornbusch-Savannen Zentralnamibias unterliegen großen Veränderungen. Teilweise handelt es sich dabei um Degradationsprozesse, die zu einem Verlust an Artenvielfalt und auch ökonomischem Wert dieser überwiegend als Rinderweide genutzten Systeme führen. Die Degradation drückt sich in der Savannenlandschaft zum einen durch Verkahlung aus (Desertifikation), vor allem aber durch die massive Ausbreitung einzelner Dornbuscharten wie Acacia mellifera, die zur Umwandlung gemischter Savannenvegetation in artenarme Dominanzbestände führt (Verbuschung). Andere Veränderungen erfolgen spontan und stellen eine Reaktion der Vegetation auf aktuelle Niederschlagsereignisse dar. Diese phänologischen Änderungen sind in der Regel reversibel. Als typische Veränderungsmechanismen konnten nutzungsbedingter und natürlicher reversibler oder irreversibler Vegetationsverlust und die Wiederbesiedelung verkahlter Flächen identifiziert werden. Des Weiteren gibt es moderate Schwankungen der Vegetationsdichte, zu denen die Verbuschungsprozesse und die Buschsterbe gehören. Die Buschsterbe ist eine Pilzerkrankung, die zum flächenhaften Absterben von Akazienbüschen, vor allem von Ac. mellifera führt. Auch der Einfluss von Feuer kann eine Ursache für Veränderungen sein. Um insbesondere das Ausmaß der Degradationsprozesse in Zentralnamibia zu erfassen und zu quantifizieren, wurde in dieser Arbeit ein fernerkundliches Change-Detection-Verfahren auf der Basis von Landsat-TM und ETM-Daten entwickelt. Die methodische Basis hierfür stellten das Image-Differencing und die modifizierte selektive Hauptkomponentenanalyse (sPCA) dar. Um auch Formparameter der veränderten Flächen zur Unterscheidung von Veränderungstypen heranziehen zu können, wurden die Ergebnisse des Differencings segmentiert und das Maß der Kompaktheit(Compactness) der Segmente extrahiert. Die Klassifikation der charakteristischen Veränderungen erfolgte über Ratios und Schwellenwerte von Einzelkanälen dieser Change-Datendatensätze und der Compactness, die aus charakteristischen Veränderungssignaturen abgeleitet wurden. Diese wurden anhand von Referenzflächen ermittelt, die auf Felddaten basierten. Als Referenz zur Ableitung der Signaturen diente dabei der Veränderungsdatensatz aus dem Vergleich der Landsat- Szenen von Mai 2000 und April 2003. Diese bitemporale Change-Detection-Methode wurde für das Hauptuntersuchungsgebiet (A) in Zentralnamibia auf insgesamt 8 Kombinationen aus 7 Landsat-Szenen im Zeitraum von 1984 bis 2003 angewendet. Damit wurde die Übertragbarkeit der Methode auf verschiedene Zeitschnitte getestet. Zur Abschätzung der Übertragbarkeit auf andere Naturräume wurde die Methode zudem auch auf jeweils ein Szenenpaar in der ariden zwergstrauchdominierten Nama-Karoo in Südnamibia und in einem feuchteren Dornsavannen-Trockenwaldgebiet in der Kavango-Region Nordnamibias angewendet. Die Klassifikatoren zur Trennung der einzelnen Veränderungsklassen lieferten unterschiedlich gute Ergebnisse. Die Verkahlungs- und Wiederbesiedelungsprozesse wurden sehr zuverlässig detektiert, wobei allerdings die Unterscheidung von natürlicher und nutzungsbedingter Verkahlung anhand der Compactness-Werte den Anteil an anthropogen veränderten Flächen auffällig unterschätzte. Die Validierung anhand von Farmerauskünften bzw. vergleichenden Fotos zum Aufnahmezeitpunkt lieferte dabei in allen drei Untersuchungsgebieten ähnliche Ergebnisse. Moderate Veränderungen der Vegetationsdichte wurden in allen drei Untersuchungsgebieten überwiegend gut erkannt. Eine eindeutige Zuordnung auf Veränderungen des Busch- oder des Grasstratums war allerdings nicht immer möglich. Die Detektion von rezenten Brandflächen in Zentral- und Nordnamibia verlief zufrieden stellend. Mehrere Monate alte Brandflächen ließen sich mit dem dazu entwickelten Klassifikator jedoch nicht von anderen phänologisch und nutzungsbedingten Veränderungen trennen. Zur Analyse der Signifikanz der Change-Detektion-Ergebnisse wurden verschiedene Niederschlagsdaten und NDVI-Zeitreihen für den jeweiligen Beobachtungszeitraum hinzugezogen. Es zeigte sich, dass die Change-Detection-Ergebnisse stark mit den Niederschlagssummen korrelierten, die in der jeweiligen Regenzeit bis zum Aufnahmezeitpunkt der einzelnen Landsat-Szenen gefallen waren. War die Regenzeit zum ersten Vergleichszeitpunkt ergiebiger als zum zweiten, wurde überwiegend Vegetationsrückgang detektiert. War die zweite Regenzeit hingegen feuchter als die erste, wurde überwiegend Vegetationszunahme detektiert. Die Größe der Niederschlagsdifferenz zwischen beiden Zeitpunkten spiegelte sich zudem im Flächenanteil der einzelnen Veränderungsklassen wider. Durch diesen starken phänologischen, d.h. niederschlagsbedingten Veränderungsanteil wurden „echte“ Veränderungen z.T. verschleiert oder verstärkt. Dieses Ergebnis korrespondiert mit den Ergebnissen vieler anderer Change-Detection-Arbeiten im semiariden Raum. Als relevante Veränderungen wurden daher nur solche bewertet, die dem allgemeinen phänologischen Trend im Vergleichszeitraum entgegenstanden. So konnten z.B. Flächen, auf denen Vegetationszuwachs detektiert wurde, obwohl die Regenzeit zum zweiten Aufnahmezeitpunkt schwächer war als die erste, als tatsächlich verbuscht gelten. Unter Berücksichtigung dieser niederschlagsbedingten Einflüsse wurden im Untersuchungsgebiet in Zentralnamibia die Flächenanteile bestimmt, für die Degradation detektiert wurde. Demnach hat im Vergleich der Szenen von 1984 und 2003 auf etwa 681 km², entsprechend 2,8 % der Gesamtfläche des Untersuchungsgebietes, eine niederschlagsunabhängige Verdichtung der Vegetation, d.h. eine Verbuschung stattgefunden. Die Lage der betroffenen Gebiete korrespondiert mit der in der Literatur genannten Region (vgl. BESTER 1998/99). Des Weiteren wurde im Untersuchungszeitraum von 1984 bis 2003 auf ca. 0,53 km², entsprechend 0,002 % der Gesamtfläche des Untersuchungsgebietes irreversible Verkahlung, d.h. Desertifikation detektiert. Damit stellt in Zentralnamibia die Veränderung durch Verbuschung die flächenmäßig größte Bedrohung für Artenvielfalt und landwirtschaftliche Tragkraft der Savannen dar. Aufgrund der starken phänologischen Einflüsse konnten von der Buschsterbe betroffene Regionen im Untersuchungsgebiet nicht sicher erkannt und quantifiziert werden. Kleinräumig konnten im Untersuchungsgebiet in Zentralnamibia Farmen identifiziert werden, die in einem oder mehreren Ergebnisbildern durch besondere Veränderungsmuster auffielen. Zumeist handelte es sich um Degradationserscheinungen wie Verbuschung und Verkahlung, für die bei der Besichtigung während der Feldkampagne im Jahr 2004 oft ein Zusammenhang mit ungünstigen Landnutzungspraktiken, d.h. vor allem Überweidung hergestellt werden konnte. Des Weiteren wurden starke Veränderungen durch Entbuschungsmaßnahmen, kurzzeitige Weideeinflüsse und auch einzelne wiederhergestellte Bestände detektiert. Nutzungsbedingte Degradationserscheinungen treten im Untersuchungsgebiet in Zentralnamibia insgesamt nur kleinräumig auf einzelnen Farmen auf. Für das Untersuchungsgebiet in Südnamibia lagen zwei Landsat-Szenen für den kurzen Vergleichszeitraum von 2001 zu 2002 vor. Anhand dieser konnten unter Zuhilfenahme von Niederschlagsdaten stark degradierte Flächen identifiziert werden. Während auf den intakten Flächen aufgrund der besseren Regenzeit zum zweiten Aufnahmezeitpunkt wie erwartet Vegetationszuwachs detektiert wurde, führten ebendiese reichlichen Niederschläge im degradierten Gebiet zu einer großflächigen Erosion der Vegetationsdecke. Dies ist vermutlich auf die größere Geschwindigkeit des oberflächlich abfließenden Regenwassers in der spärlichen Vegetationsdecke der degradierten Fläche zurück zu führen. In den übrigen Gebieten reduzierte hingegen die dichtere Vegetation den Oberflächenabfluss, wodurch mehr Wasser versickerte und verstärktem Pflanzenwachstum zur Verfügung stand. Im Untersuchungsgebiet in Nordnamibia wurden zwei Landsat-Szenen von April 1991 und April 2000 verglichen. Die gravierendste Veränderung in diesem Zeitraum war nutzungsbedingte Verkahlung, die auf rund 4,4 % der Gesamtfläche, entsprechend 81 km² detektiert wurde. Ursache ist hier die Umwandlung von Dornbuschsavanne in Acker- oder Siedlungsraum. Demgegenüber wurde aber nur für 1,17 % der Gesamtfläche, entsprechend 21,76 km², Wiederbesiedelung detektiert. Dies sind zumeist Agrarflächen, die (kurzzeitig) aus der Nutzung genommen wurden. Das Ergebnis dokumentiert den zunehmenden Siedlungsdruck in der Kavango-Region. Die seit den 1970er Jahren verbesserte Infrastruktur ermöglicht hier immer mehr Menschen die Landnahme, Viehhaltung und Siedlung. Die Ergebnisse dieser Arbeit zeigen, dass mit der hier entwickelten Change-Detection-Methode unter Berücksichtigung der Niederschlagshistorie in den semiariden und ariden Testgebieten signifikante Veränderungen der Vegetation in verschiedenen Landschaftsräumen detektiert werden können. Weitere Anwendungen der Methodik auf andere Testgebiete im südlichen und westlichen Afrika am Rande dieser Arbeit zeigten ebenfalls gute Ergebnisse, die allerdings bislang aus Mangel an Referenzdaten nicht validiert werden konnten. Zur zukünftigen Operationalisierung der Methodik sollte vor allem eine verbesserte Trennbarkeit von nutzungsbedingten und natürlichen Verkahlungsprozessen angestrebt werden. Des Weiteren wird eine Anpassung der Klassifikatoren auf andere Sensoren wie z.B. ASTER angedacht, um auch nach dem Ausfall von Landsat 7 im Jahr 2003 aktuelle Daten vergleichen zu können. Um den phänologischen Einfluss von unterschiedlichen Niederschlagshistorien im Vorfeld der Eingangsdaten zu minimieren, wäre zudem die Implementierung eines Kalibrierungsfaktors denkbar, der auf Niederschlags- oder auch MODIS-NDVI-Daten der entsprechenden Zeit- und Untersuchungsräume basiert. Das Ergebnis wäre eine sichere Methode zur Detektion von regionalen Veränderungen im semiariden Raum. Die Identifizierung dieser Veränderungen, speziell von Degradationserscheinungen stellt die Basis dar, dort gezielt nach den Ursachen zu suchen und Handlungsempfehlungen zu entwickeln, um einer fortschreitenden Zerstörung von Lebensraum, Artenvielfalt und ökonomischem Potenzial der betroffenen Flächen entgegen zu wirken.
The use of inverse methods allow efficient model calibration. This study employs PEST to calibrate a large catchment scale transient flow model. Results are demonstrated by comparing manually calibrated approaches with the automated approach. An advanced Tikhonov regularization algorithm was employed for carrying out the automated pilot point (PP) method. The results indicate that automated PP is more flexible and robust as compared to other approaches. Different statistical indicators show that this method yields reliable calibration as values of coefficient of determination (R-2) range from 0.98 to 0.99, Nash Sutcliffe efficiency (ME) range from 0.964 to 0.976, and root mean square errors (RMSE) range from 1.68 m to 1.23 m, for manual and automated approaches, respectively. Validation results of automated PP show ME as 0.969 and RMSE as 1.31 m. The results of output sensitivity suggest that hydraulic conductivity is a more influential parameter. Considering the limitations of the current study, it is recommended to perform global sensitivity and linear uncertainty analysis for the better estimation of the modelling results.
Water crises are becoming severe in recent times, further fueled by population increase and climate change. They result in complex and unsustainable water management. Spatial estimation of consumptive water use is vital for performance assessment of the irrigation system using Remote Sensing (RS). For this study, its estimation is done using the Soil Energy Balance Algorithm for Land (SEBAL) approach. Performance indicators including equity, adequacy, and reliability were worked out at various spatiotemporal scales. Moreover, optimization and sustainable use of water resources are not possible without knowing the factors mainly influencing consumptive water use of major crops. For that purpose, random forest regression modelling was employed using various sets of factors for site-specific, proximity, and cropping system. The results show that the system is underperforming both for Kharif (i.e., summer) and Rabi (i.e., winter) seasons. Performance indicators highlight poor water distribution in the system, a shortage of water supply, and unreliability. The results are relatively good for Rabi as compared to Kharif, with an overall poor situation for both seasons. Factors importance varies for different crops. Overall, distance from canal, road density, canal density, and farm approachability are the most important factors for explaining consumptive water use. Auditing of consumptive water use shows the potential for resource optimization through on-farm water management by the targeted approach. The results are based on the present situation without considering future changes in canal water supply and consumptive water use under climate change.
The monitoring of land cover and land use change is critical for assessing the provision of ecosystem services. One of the sources for long-term land cover change quantification is through the classification of historical and/or current maps. Little research has been done on historical maps using Object-Based Image Analysis (OBIA). This study applied an object-based classification using eCognition tool for analyzing the land cover based on historical maps in the Main river catchment, Upper Franconia, Germany. This allowed land use change analysis between the 1850s and 2015, a time span which covers the phase of industrialization of landscapes in central Europe. The results show a strong increase in urban area by 2600%, a severe loss of cropland (−24%), a moderate reduction in meadows (−4%), and a small gain in forests (+4%). The method proved useful for the application on historical maps due to the ability of the software to create semantic objects. The confusion matrix shows an overall accuracy of 82% for the automatic classification compared to manual reclassification considering all 17 sample tiles. The minimum overall accuracy was 65% for historical maps of poor quality and the maximum was 91% for very high-quality ones. Although accuracy is between high and moderate, coarse land cover patterns in the past and trends in land cover change can be analyzed. We conclude that such long-term analysis of land cover is a prerequisite for quantifying long-term changes in ecosystem services.
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.
The analysis of the Earth system and interactions among its spheres is increasingly important to improve the understanding of global environmental change. In this regard, Earth observation (EO) is a valuable tool for monitoring of long term changes over the land surface and its features. Although investigations commonly study environmental change by means of a single EO-based land surface variable, a joint exploitation of multivariate land surface variables covering several spheres is still rarely performed. In this regard, we present a novel methodological framework for both, the automated processing of multisource time series to generate a unified multivariate feature space, as well as the application of statistical time series analysis techniques to quantify land surface change and driving variables. In particular, we unify multivariate time series over the last two decades including vegetation greenness, surface water area, snow cover area, and climatic, as well as hydrological variables. Furthermore, the statistical time series analyses include quantification of trends, changes in seasonality, and evaluation of drivers using the recently proposed causal discovery algorithm Peter and Clark Momentary Conditional Independence (PCMCI). We demonstrate the functionality of our methodological framework using Indo-Gangetic river basins in South Asia as a case study. The time series analyses reveal increasing trends in vegetation greenness being largely dependent on water availability, decreasing trends in snow cover area being mostly negatively coupled to temperature, and trends of surface water area to be spatially heterogeneous and linked to various driving variables. Overall, the obtained results highlight the value and suitability of this methodological framework with respect to global climate change research, enabling multivariate time series preparation, derivation of detailed information on significant trends and seasonality, as well as detection of causal links with minimal user intervention. This study is the first to use multivariate time series including several EO-based variables to analyze land surface dynamics over the last two decades using the causal discovery algorithm PCMCI.