550 Geowissenschaften
Refine
Has Fulltext
- yes (136)
Is part of the Bibliography
- yes (136)
Year of publication
Document Type
- Journal article (77)
- Doctoral Thesis (55)
- Master Thesis (4)
Keywords
- remote sensing (20)
- Fernerkundung (16)
- climate change (10)
- Modellierung (8)
- Klimaänderung (6)
- MODIS (6)
- time series (6)
- Optische Fernerkundung (5)
- Remote Sensing (5)
- earth observation (5)
- forest (5)
- Earth Observation (4)
- Sentinel-1 (4)
- drought (4)
- land cover (4)
- machine learning (4)
- permafrost (4)
- review (4)
- Anthropogene Klimaänderung (3)
- Earth observation (3)
- Germany (3)
- Klima (3)
- Landsat (3)
- Nachhaltigkeit (3)
- Sentinel-2 (3)
- South Africa (3)
- Zeitreihe (3)
- dynamics (3)
- glaciers (3)
- modeling (3)
- Antarctic ice sheet (2)
- Antarctica (2)
- Arctic (2)
- Automatische Klassifikation (2)
- Bavaria (2)
- China (2)
- Datenfusion (2)
- Degradation (2)
- Deutschland (2)
- Digital Elevation Model (2)
- Einzelhandel (2)
- Erdbeobachtung (2)
- Ernteertrag (2)
- Geographie (2)
- Geoinformationssystem (2)
- Geologie (2)
- Gletscher (2)
- Google Earth Engine (2)
- HyMap (2)
- InSAR (2)
- Innovation (2)
- Iran (2)
- Kilombero (2)
- Klimatologie (2)
- Klimawandel (2)
- Landschaftsentwicklung (2)
- Landwirtschaft / Nachhaltigkeit (2)
- Metamorphose <Geologie> (2)
- NDVI (2)
- Permafrost (2)
- PolSAR (2)
- Quartär (2)
- Radarfernerkundung (2)
- RapidEye (2)
- River Basins (2)
- SAR (2)
- Satellit (2)
- Satellitenfernerkundung (2)
- Statistik (2)
- TanDEM-X (2)
- Trockengebiet (2)
- UAV (2)
- Vegetation (2)
- Westafrika (2)
- Winterweizen (2)
- biodiversity (2)
- change detection (2)
- deep learning (2)
- forecast (2)
- forest ecology (2)
- global change (2)
- hydrology (2)
- irrigation (2)
- land cover change (2)
- land use (2)
- movement ecology (2)
- object-based classification (2)
- optical remote sensing (2)
- probability (2)
- random forest (2)
- satellite data (2)
- satellite remote sensing (2)
- supraglacial lakes (2)
- time series analysis (2)
- weighting of climate models (2)
- wetland (2)
- (potentially) climate change-induced environmental changes (1)
- (potenziell) klimawandelbedingte Umweltmigration (1)
- 22-jähriger Solarer Hale-Zyklus (1)
- 22-year Solar Hale Cycle (1)
- 3D (1)
- 3D remote sensing (1)
- 3‐D electrical resistivity imaging (1)
- ARIMA (1)
- AVHRR (1)
- Abbildende Spektroskopie (1)
- Abfallbehandlung (1)
- Abfallwirtschaft (1)
- Accurate crop monitoring (1)
- Aerosol (1)
- Aerosolvorhersage (1)
- Aggeneys (1)
- Akteur (1)
- Allgemeine atmosphärische Zirkulation (1)
- Alps (1)
- Altproterozoikum (1)
- Amphibolit (1)
- Angola (1)
- Animal Tracking (1)
- Antarktis (1)
- Archaikum <Geologie> (1)
- Archean (1)
- Armutsviertel (1)
- Asia (1)
- Automated Classification (1)
- Bajocium (1)
- Banks Islands (1)
- Barberton Supergroup (1)
- Bathonium (1)
- Baumwollpflanze (1)
- Bayern (1)
- Bedeckungsgrade (1)
- Bewertungsmodell (1)
- Bewusstsein (1)
- Bildbetrachtung (1)
- Bildinterpretation (1)
- Bildung für nachhaltige Entwicklung (1)
- Biodiversität (1)
- Biogas (1)
- Biogasnutzung (1)
- Biostratigraphy (1)
- Blattflächenindex (1)
- Blue Spot Analysis (1)
- Boden- und Landschaftswandel (1)
- Bodenbedeckung (1)
- Bodenbedeckungsgrad (1)
- Bodengeografie (1)
- Bodenparameter (1)
- Bodenwasser (1)
- Bodenwasserhaushalt (1)
- Braunerde (1)
- Breitbandseismologie (1)
- Broken Hill (1)
- Bushveld Complex (1)
- Bushveld Komplex (1)
- CORDEX Africa (1)
- Cambrian (1)
- Carbon dioxide capture and storage (1)
- Carbon modelling (1)
- Change Vector Analysis (1)
- Chemie-Transport-Modell (1)
- Chorasan (1)
- Circumpolar (1)
- City Planning in the USA (1)
- Climate change (1)
- Cluster <Datenanalyse> (1)
- Color measurement (1)
- Competency (1)
- Covid‐19 (1)
- Crop Growth Models (1)
- Crop YIelds (1)
- Crop growth models (CGMs) (1)
- Crop yield estimations (1)
- DEM (1)
- DEUQUA (1)
- DSM (1)
- Data Fusion (1)
- Datenanalyse (1)
- Dauerfrostboden (1)
- Deep learning (1)
- Desertifikation (1)
- Diffusion (1)
- Diffusion <Soziologie> (1)
- Direktstrahlung (1)
- District of Sudbury (1)
- Dogger (1)
- Dongting Lake (1)
- Drylands (1)
- ERT (1)
- Education for Sustainable Development (1)
- El Niño (1)
- El-Niño-Phänomen (1)
- Elissen-Palm flux (1)
- Energiemarkt (1)
- Enhanced Vegetation Index (1)
- Entrepreneur (1)
- Entscheidung bei Risiko (1)
- Environment Education (1)
- Erde (1)
- Erholungsplanung (1)
- Erneuerbare Energien (1)
- Erneuerbare-Energien-Gesetz (1)
- Ernte (1)
- Erosion (1)
- Europa (1)
- Europe (1)
- Evaluation model (1)
- Evaluierung und Gewichtung von Klimamodellen (1)
- Experteninterviews (1)
- Extreme flows (1)
- Eyjafjallajökull 2010 (1)
- Farbmessung (1)
- Fazies (1)
- Feuerökologie (1)
- Fliegenkippen (1)
- Fluid (1)
- Foraminiferen (1)
- Formmessung (1)
- Fossile Foraminiferen (1)
- Fractional cover analysis (1)
- Fragmentatin (1)
- Fragmentation (1)
- Fragmentierung (1)
- Franken (1)
- Fundplätze (1)
- Fundstätten (1)
- Fynbos (1)
- Fähigkeit (1)
- GEDI (1)
- GIS (1)
- GPS-Tracking (1)
- GSV (1)
- Gamsberg (1)
- Geoarchäologie (1)
- Geografie (1)
- Geographical Education (1)
- Geomorphologie (1)
- Geophysical anomaly (1)
- Geophysik (1)
- Geschichte 1949-2008 (1)
- Gesteinskunde (1)
- Gewichtung von Klimamodellen (1)
- Ghana (1)
- Gletscherrückzug (1)
- Gletscherschwankung (1)
- GlobALS (1)
- Global Change (1)
- Global Ecosystem Dynamics Investigation (1)
- Global Radiation (1)
- Globaler Wandel (1)
- Globalstrahlung (1)
- Gold (1)
- Google Earth Engine (GEE) (1)
- Granulit (1)
- Granulitfazies (1)
- Gravity Waves (1)
- Greater Sudbury (1)
- Greenland ice sheet (1)
- Ground Cover Fraction (1)
- Grounded Theory (1)
- Groundwater (1)
- Grundschule (1)
- Grundwassermodelle (1)
- Grünland (1)
- Grünlandnutzung (1)
- Handelsgeographie (1)
- Hangstabilitätsmodellierung (1)
- Haushaltsbefragung (1)
- Herodotus (1)
- Himalaya Karakoram (1)
- Hochwasser (1)
- Hochwassererfahrung (1)
- Hochwasserrisikomanagement (1)
- Hochwasserschaden (1)
- Hochwasserschutz (1)
- Hochwasserwarnung (1)
- Hunsrueck (1)
- Huronian Basin (1)
- Hydrogeologie (1)
- Hydroxyl (OH*)-Airglow (1)
- Hyperspektrale Fernerkundung (1)
- Höhendaten (1)
- Iberische Halbinsel (1)
- Ichnologie (1)
- Ichnology (1)
- Imaging Spectroscopy (1)
- Imo Bundesstaat (1)
- Imo State - Nigeria (1)
- Impact melts (1)
- Impaktstruktur (1)
- InSAR height (1)
- Indus-Ganges-Brahmaputra-Meghna (1)
- Infrarotspektroskopie (1)
- Interglacial (1)
- Interglazial (1)
- Inventar (1)
- Isheru (1)
- Jura <Geologie> (1)
- Kaapvaal Craton (1)
- Kaapvaal Kraton (1)
- Kartierung (1)
- Kashafrud (1)
- Kerman <Region> (1)
- Kindergarten (1)
- Klassifikation (1)
- Klassifikations- und Regressionsbaum (1)
- Kleine Eiszeit (1)
- Klimamigration (1)
- Klimamodell (1)
- Klimamodellierung (1)
- Klimaschutz (1)
- Klimaveränderung (1)
- Kluftaquifer (1)
- Kohlenstoffkreislauf (1)
- Kohlenstoffmodellierung (1)
- Komplexe Flüssigkeit (1)
- Kopffüßer (1)
- Kunduz River Basin (1)
- LST (1)
- La gestion des déchets (1)
- Laborexperiment (1)
- Laendlicher Raum (1)
- Lake Timagami (1)
- Land Change Modeler (1)
- Land Cover Classification (1)
- Land Cover Mapping (1)
- Land use diversity (1)
- Landbedeckung (1)
- Landbedeckungsveränderungen (1)
- Landsat ETM+ (1)
- Landsat archive (1)
- Landsat time series (1)
- Landschaftsrekonstruktion (1)
- Landslide susceptibility modeling (1)
- Landwirtschaft (1)
- Lantana camara (1)
- Lena River Delta (1)
- Lenadelta (1)
- LiDAR (1)
- Light use efficiency (LUE) model (1)
- Likert-Skala (1)
- Limpopo Belt (1)
- Limpopo-Gürtel (1)
- Little Ice Age (1)
- Luftwelle (1)
- Löss (1)
- MESMA (1)
- MODIS time-series (1)
- Mackenzie-River-Delta (1)
- Magma (1)
- Magmatismus (1)
- Mann-Kendall test (1)
- Manuelle visuelle Bildinterpretation (1)
- Markov chains (1)
- Mathematisches Modell (1)
- Meeresmikroseismik (1)
- Mekong (1)
- Mesopause (1)
- Mesopause Temperature (1)
- Mesopausentemperatur (1)
- Methanemission (1)
- Mexiko (1)
- Mid German Crystalline Rise (1)
- Migration (1)
- Mikroklima (1)
- Mikroklimamodellierung (1)
- Mikromorphologie (1)
- Mobilität (1)
- Modell (1)
- Modelling (1)
- Monitoring (1)
- Morocco (1)
- Multivariate Analyse (1)
- Multivariate Time Series (1)
- Muscheln (1)
- Mähen (1)
- NDVI thresholds (1)
- Nachhaltigkeitstransformation (1)
- Namibia (1)
- Nationalparks (1)
- Naturgefahren (1)
- Nettoprimärproduktion (1)
- Nichtnewtonsche Flüssigkeit (1)
- Niederschlag (1)
- Niederschlag und Temperatur (1)
- Nigeria (1)
- Nile delta (1)
- Nile flow (1)
- Norway (South) (1)
- Norwegen (1)
- Norwegen <Süd> (1)
- Object oriented classification (1)
- Objekterkennung (1)
- Objektorientierte Klassifikation (1)
- Offset Dykes (1)
- Online-Befragung (1)
- Ophiolite (1)
- Ophiolith (1)
- Oshana (1)
- P-T Entwicklung (1)
- P-T pseudosections (1)
- PEST (1)
- PGE (1)
- PGE-Cu-Ni (1)
- Pakistan (1)
- Palaeoproterozoic (1)
- Paleoenvironment (1)
- Paläoklima (1)
- Paläontologie (1)
- Paläopedologie (1)
- Paläoumwelt (1)
- Palökologie (1)
- Parabraunerde (1)
- Parametrisierung (1)
- Partizipation (1)
- Pedostratigraphie (1)
- Phasendiagramme (1)
- Phasenpetrologie (1)
- PlanetScope (1)
- Planetare Wellen (1)
- Planetary Waves (1)
- Platingruppenmetalle (1)
- Platinmetalle (1)
- Playa (1)
- Pleistocene (1)
- Pleistozän (1)
- Postwachstumsökonomie (1)
- Precipitation (1)
- Private Eigenvorsorge (1)
- Provinz Málaga (1)
- Pseudoschnitt (1)
- Quartärgeomorphologie (1)
- Quaternary (1)
- R (1)
- REMO (1)
- Ramsar Convention on Wetlands (1)
- Random forest (RF) model (1)
- Regenwald (1)
- Regierungsbezirk Unterfranken (1)
- Regional Disparities (1)
- Regional development (1)
- Regionalentwicklung (1)
- Regression (1)
- Reis (1)
- Relief <Geografie> (1)
- Remote sensing (RS) (1)
- Rheologie (1)
- Rutschungen (1)
- Räumliche Disparitäten (1)
- SBAS (1)
- SDG 11.3.1 (1)
- SOC content prediction (1)
- SPOT-6 (1)
- SWAT (1)
- SWAT model (1)
- Satellite Earth Observation (1)
- Satellite Remote Sensing (1)
- Savanne (1)
- Scenario analysis (1)
- Schadenseinflussfaktoren (1)
- Schnecken (1)
- Schwemmfächer (1)
- Schwerewellen (1)
- Sebennitic (1)
- Sedimentarchiv (1)
- Sedimentary (1)
- Sedimentologie (1)
- Seismisches Array (1)
- Seismologie (1)
- Seismometer (1)
- Sentine-1 (1)
- Sentinel–1 (1)
- Shale (1)
- Silicatschmelze (1)
- Slum (1)
- Snow Line Elevation (1)
- Soil and Water Assessment Tool (SWAT) (1)
- Sonnenaktivität (1)
- Sonnenstrahlung (1)
- Southeast Asia (1)
- Southern Province (1)
- Sozialinnovation (1)
- Spatiotemporal fusion (1)
- Spectral Unmixing (1)
- Spektralanalyse (1)
- Spektrale Entmischung (1)
- Spektroskopie (1)
- Spessart (1)
- Spessart-Kristallin (1)
- Stadt (1)
- Stadtgeographie (1)
- Stadtklima (1)
- Stadtplanung (1)
- Standortpolitik (1)
- Strahlungstransport (1)
- Strahlungsvorhersage (1)
- Stratigraphie (1)
- Stratigraphy (1)
- Stromboli (1)
- Sub-Saharan Africa (1)
- Sudbury Igneous Complex (1)
- Supraglaziale Seen (1)
- Survey (1)
- Sustainability (1)
- Sustainable Agriculture (1)
- Synthetic Aperture RADAR (1)
- Synthetic Aperture Radar (1)
- Synthetic RS data (1)
- Synthetische Apertur (1)
- Systematics (1)
- Sápmi (1)
- Südafrika (1)
- Südostasien (1)
- TIMELINE (1)
- Tabas (1)
- Tanzania (1)
- Taxonomie (1)
- Teleconnection (1)
- Telekonnektion (1)
- Tell Basta (1)
- Temperatur (1)
- Terra fusca (1)
- Tian Shan (1)
- Time Series (1)
- Time Series Analyses (1)
- Tonschiefer (1)
- Topografie (1)
- Topographie (1)
- Topographiedaten (1)
- Transformation (1)
- Transvaal Supergroup (1)
- Treibhausgas (1)
- Tremor (1)
- Trilobita (1)
- Troodos (1)
- Tropen (1)
- Tundra (1)
- USA (1)
- Umwelt (1)
- Umweltbewertung (1)
- Umwelterziehung (1)
- Umweltmigration (1)
- Umweltschutz (1)
- Umweltveränderung (1)
- Ungesättigte Zone (1)
- Unsicherheit (1)
- Unternehmer (1)
- Uzbekistan (1)
- Variscan Orogeny (1)
- Variskisches Gebirge (1)
- Venetien (1)
- Veneto (1)
- Veracruz (1)
- Verein (1)
- Vergleich verschiedener Modellparameterisierungen (1)
- Vietnam (1)
- Viskosität (1)
- Volta-Gebiet (1)
- Vulkan (1)
- Vulkanisches Beben (1)
- Vulkanseismologie (1)
- Vulnerabilität (1)
- WaSiM-ETH (1)
- Wasserhaushalt (1)
- Wasserreserve (1)
- Waste management (1)
- Waterbalance (1)
- Wert (1)
- West Africa (1)
- West Gondwana (1)
- Western Cape (1)
- Western Europe (1)
- Westindien (1)
- Winter wheat (1)
- Wirbellose (1)
- Witwatersrand Supergroup (1)
- Wohnformen der Armut (1)
- Zambia (1)
- Zentraliran (1)
- Zypern (1)
- accuracy (1)
- aerosol forecasts (1)
- agrarwirtschaftliche Produktion (1)
- agricultural drought (1)
- agricultural mapping (1)
- agricultural production (1)
- agriculture (1)
- air quality (1)
- air wave (1)
- alluvial fan (1)
- alpha diversity (1)
- ancient Egypt (1)
- anthroposphere (1)
- applied geophysics (1)
- aquaculture (1)
- atmospheric circulation (1)
- atmospheric correction (1)
- atmospheric waves (1)
- automated classification (1)
- automatic processing (1)
- base metal deposit (1)
- basin geomorphology (1)
- bayesian (1)
- beech (1)
- beta diversity (1)
- big earth data (1)
- biogas (1)
- biosphere (1)
- black carbon AOD (1)
- blow out (1)
- boreholes (1)
- broadband seismology (1)
- burn severity (1)
- canopy height (1)
- carbon cycle (1)
- causal networks (1)
- change vector analysis (1)
- chemistry-transport-model (1)
- circulation patterns (1)
- circulation type (1)
- circum-Arctic (1)
- class homogeneity (1)
- climate change-induced migration (1)
- climate extremes (1)
- climate protection (1)
- climate related trends (1)
- climate scenarios (1)
- coal (1)
- coal fire (1)
- coal mining area (1)
- coastal erosion (1)
- coastal zone (1)
- coastline dynamics (1)
- composition (1)
- conservation (1)
- consumptive water use (1)
- convolutional neural network (1)
- crop statistics (1)
- crop yield (1)
- cryosphere (1)
- culturable command area (1)
- damage assessment disaster (1)
- database (1)
- debris-covered glaciers (1)
- degradation (1)
- degrowth (1)
- digitalisation initiative (1)
- direct irradiance (1)
- disaster (1)
- distributary (1)
- diurnal (1)
- drainage ratio (1)
- drilling (1)
- driving forces (1)
- drought impact (1)
- drought stress indicators (1)
- drylands (1)
- dynamic-statistical (1)
- eCognition (1)
- earthquake (1)
- ecosystem health (1)
- electrical resistivity tomography (1)
- embeddedness (1)
- emissivity (1)
- energy (1)
- entrainment (1)
- environment (1)
- environment Late Bajocian Late Bathonian (1)
- environmental justice (1)
- environmental migration (1)
- environmental modeling (1)
- environmental sustainability (1)
- erneuerbare Energien (1)
- error estimation (1)
- eruption rate (1)
- evapotranspiration (1)
- explosive volcanism (1)
- e‐commerce (1)
- facies (1)
- fire ecology (1)
- fire mapping (1)
- fliegende Toilette (1)
- flood (1)
- floodpath lake (1)
- fly-tipping (1)
- flying toilet (1)
- food production (1)
- forest disturbances (1)
- forest hydrology (1)
- forest monitoring (1)
- forest resources inventory (1)
- forest structure Germany (1)
- fractional cover (1)
- framing (1)
- function (1)
- galamsey (1)
- gamma diversity (1)
- general circulation model (1)
- geoarchaeology (1)
- geographische Bildung (1)
- geomorphology (1)
- gis (1)
- glacier (1)
- global (1)
- global warming (1)
- granulite facies (1)
- grasland (1)
- greening (1)
- ground penetrating radar (1)
- groundwater (1)
- ground‐penetrating radar (1)
- großskalige Klimavariabilität (1)
- harmonization (1)
- heat wave (1)
- height data (1)
- historical (1)
- hotspot analysis (1)
- human disturbance (1)
- human pressure (1)
- hydrological drought (1)
- hydrological modelling (1)
- hydrological regime (1)
- hyperspectral remote sensing (1)
- hyperspektrale Fernerkundung (1)
- ice sheet dynamics (1)
- ice sheet hydrology (1)
- image (1)
- image artifacts (1)
- impervious surface (1)
- indicator importance assessment (1)
- infrasound (1)
- integration (1)
- intercomparison (1)
- interferometry (1)
- internal structure (1)
- interpolation (1)
- inundation (1)
- inventory (1)
- inverse parameterization (1)
- inversion techniques (1)
- irrigated agriculture (1)
- irrigation pricing (1)
- jet stream (1)
- jets (1)
- la durabilité environnementale (1)
- land surface (1)
- land surface temperature (1)
- land surface temperature (LST) (1)
- land use change (1)
- land use/cover pattern (LUCP) (1)
- land-use/land-cover change (1)
- landcover changes (1)
- landsat (1)
- landscape development (1)
- landscape metrics (1)
- large scale climate variability (1)
- large‐scale atmospheric circulation modes (1)
- lava (1)
- les toilettes volantes (1)
- letzte Meile (1)
- light use efficiency (1)
- linear spectral unmixing (1)
- lineare spektrale Entmischung (1)
- loess plateau (1)
- lokaler Onlinemarktplatz (1)
- loss (1)
- low-cost applications (1)
- management (1)
- mass (1)
- metamorphic sulfidation (1)
- metamorphism (1)
- meteorological drought (1)
- methane emission (1)
- micro climate modelling (1)
- mineralization (1)
- mining (1)
- model independent (1)
- modellunabhängig (1)
- models (1)
- mountains (1)
- multi-level perspective (1)
- multi-model ensemble (1)
- multi-sensor (1)
- multi-spectral (1)
- multispectral VNIR (1)
- multitemporal metrics (1)
- multi‐model ensemble (1)
- nachhaltige entwicklung (1)
- national parks (1)
- nature conservation (1)
- near-field monitoring (1)
- near-surface geophysics (1)
- net primary productivity (1)
- networking (1)
- norway (1)
- nu SVR (1)
- nursery and primary school (1)
- object-based image analysis (1)
- ocean microseisms (1)
- oil spill (1)
- open waste burning (1)
- optical diversity (1)
- optimization (1)
- palaeoecology (1)
- palaeontology (1)
- palaontology (1)
- paleoclimate (1)
- paleoenvironment (1)
- palsa development (1)
- pan (1)
- parameterization (1)
- parametrizations (1)
- partial correlation (1)
- peatland (1)
- pedosedimentäre Archive (1)
- penetration bias (1)
- performance assessment (1)
- periglacial landform (1)
- petrology (1)
- phenology (1)
- physische Morphologie (1)
- pilot-point-approach (1)
- platform economy (1)
- plumes (1)
- polarimetery (1)
- pollution (1)
- ponds (1)
- population change (1)
- post-classification comparison (1)
- preface (1)
- protection status (1)
- pseudosection (1)
- pulsating explosive eruptions (1)
- radar (1)
- random forest regression (1)
- raumzeitliche Dynamik (1)
- regional climate model (1)
- reliability (1)
- renewable energy (1)
- resource mapping (1)
- resource suitability (1)
- retrogressive thaw slump (1)
- risk management (1)
- river discharge (1)
- robust change vector analysis (1)
- räumliche Muster (1)
- sacred lakes (1)
- sar (1)
- scenario analysis (1)
- seasonal (1)
- seasonality (1)
- sedimentary environment (1)
- sedimentology (1)
- segmentation (1)
- semantic segmentation (1)
- sensitivity analysis (1)
- sentinel (1)
- sentinel-2 (1)
- slope bogs (1)
- snow cover area (1)
- snow hydrology (1)
- snow parameters (1)
- snow variability (1)
- snowmelt runoff model (1)
- social innovation (1)
- soil matric potential (1)
- solar irradiance forecasts (1)
- source parameters (1)
- southern annular mode (1)
- spatial analysis (1)
- spatial pattern analysis (1)
- spatial scale (1)
- spatial water balance (1)
- spatiotemporal slump development (1)
- species (1)
- spectral diversity (1)
- spectral variation hypothesis (1)
- spring flood (1)
- statistica modelling (1)
- statistical modeling (1)
- statistics (1)
- storage volume (1)
- stream flow (1)
- structure (1)
- sub-pixel coastline extraction (1)
- subpixel (1)
- subsidence (1)
- subsurface hydrology (1)
- sulfide inclusions (1)
- surface melt (1)
- surface reflectances (1)
- surface urban heat island (SUHI) (1)
- surface water (1)
- surface water area (1)
- sustainability (1)
- sustainable irrigation system (1)
- synthetic aperture RADAR (1)
- tasselled cap (1)
- taxonomy (1)
- temperature (1)
- thermal infrared (1)
- tikhonov regularization (1)
- time-series features (1)
- training sample migration (1)
- trend analysis (1)
- trends (1)
- two‐sided markets (1)
- uncertainties (1)
- uncertainty (1)
- uneven-aged mountainous (1)
- urban areas (1)
- urban environments (1)
- urbane Logistik (1)
- urbane Räume (1)
- urbane Strukturanalyse (1)
- vDEUQUA2021 (1)
- validation (1)
- value of water (1)
- variability (1)
- vegetation (1)
- vegetation indices (1)
- vegetation restoration (1)
- volcano (1)
- volcano seismology (1)
- volcanoes (1)
- vulnerability assessment (1)
- waste sorting (1)
- water (1)
- water balance (1)
- water dynamics (1)
- water management (1)
- water retention (1)
- water yield (1)
- wetland mapping (1)
- wide-gap Methode (1)
- wide-gap method (1)
- wind speed (1)
- État d'Imo (1)
- Ökosystemgesundheit (1)
Institute
- Institut für Geographie und Geologie (136) (remove)
Sonstige beteiligte Institutionen
- 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)
- 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)
EU-Project number / Contract (GA) number
- 20-3044-2-11 (1)
- 308377 (1)
- 776019 (1)
A circum-Arctic monitoring framework for quantifying annual erosion rates of permafrost coasts
(2023)
This study demonstrates a circum-Arctic monitoring framework for quantifying annual change of permafrost-affected coasts at a spatial resolution of 10 m. Frequent cloud coverage and challenging lighting conditions, including polar night, limit the usability of optical data in Arctic regions. For this reason, Synthetic Aperture RADAR (SAR) data in the form of annual median and standard deviation (sd) Sentinel-1 (S1) backscatter images covering the months June–September for the years 2017–2021 were computed. Annual composites for the year 2020 were hereby utilized as input for the generation of a high-quality coastline product via a Deep Learning (DL) workflow, covering 161,600 km of the Arctic coastline. The previously computed annual S1 composites for the years 2017 and 2021 were employed as input data for the Change Vector Analysis (CVA)-based coastal change investigation. The generated DL coastline product served hereby as a reference. Maximum erosion rates of up to 67 m per year could be observed based on 400 m coastline segments. Overall highest average annual erosion can be reported for the United States (Alaska) with 0.75 m per year, followed by Russia with 0.62 m per year. Out of all seas covered in this study, the Beaufort Sea featured the overall strongest average annual coastal erosion of 1.12 m. Several quality layers are provided for both the DL coastline product and the CVA-based coastal change analysis to assess the applicability and accuracy of the output products. The predicted coastal change rates show good agreement with findings published in previous literature. The proposed methods and data may act as a valuable tool for future analysis of permafrost loss and carbon emissions in Arctic coastal environments.
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.
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.
Wetlands are one of the most important ecosystems due to their critical services to both humans and the environment. Therefore, wetland mapping and monitoring are essential for their conservation. In this regard, remote sensing offers efficient solutions due to the availability of cost-efficient archived images over different spatial scales. However, a lack of sufficient consistent training samples at different times is a significant limitation of multi-temporal wetland monitoring. In this study, a new training sample migration method was developed to identify unchanged training samples to be used in wetland classification and change analyses over the International Shadegan Wetland (ISW) areas of southwestern Iran. To this end, we first produced the wetland map of a reference year (2020), for which we had training samples, by combining Sentinel-1 and Sentinel-2 images and the Random Forest (RF) classifier in Google Earth Engine (GEE). The Overall Accuracy (OA) and Kappa coefficient (KC) of this reference map were 97.93% and 0.97, respectively. Then, an automatic change detection method was developed to migrate unchanged training samples from the reference year to the target years of 2018, 2019, and 2021. Within the proposed method, three indices of the Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI), and the mean Standard Deviation (SD) of the spectral bands, along with two similarity measures of the Euclidean Distance (ED) and Spectral Angle Distance (SAD), were computed for each pair of reference–target years. The optimum threshold for unchanged samples was also derived using a histogram thresholding approach, which led to selecting the samples that were most likely unchanged based on the highest OA and KC for classifying the test dataset. The proposed migration sample method resulted in high OAs of 95.89%, 96.83%, and 97.06% and KCs of 0.95, 0.96, and 0.96 for the target years of 2018, 2019, and 2021, respectively. Finally, the migrated samples were used to generate the wetland map for the target years. Overall, our proposed method showed high potential for wetland mapping and monitoring when no training samples existed for a target year.
Climate change is likely to decrease surface water availability in Central Asia, thereby necessitating land use adaptations in irrigated regions. The introduction of trees to marginally productive croplands with shallow groundwater was suggested for irrigation water-saving and improving the land’s productivity. Considering the possible trade-offs with water availability in large-scale afforestation, our study predicted the impacts on water balance components in the lower reaches of the Amudarya River to facilitate afforestation planning using the Soil and Water Assessment Tool (SWAT). The land-use scenarios used for modeling analysis considered the afforestation of 62% and 100% of marginally productive croplands under average and low irrigation water supply identified from historical land-use maps. The results indicate a dramatic decrease in the examined water balance components in all afforestation scenarios based largely on the reduced irrigation demand of trees compared to the main crops. Specifically, replacing current crops (mostly cotton) with trees on all marginal land (approximately 663 km\(^2\)) in the study region with an average water availability would save 1037 mln m\(^3\) of gross irrigation input within the study region and lower the annual drainage discharge by 504 mln m\(^3\). These effects have a considerable potential to support irrigation water management and enhance drainage functions in adapting to future water supply limitations.
Die städtische Umwelt ist in steter Veränderung, vor allem durch den Bau, aber auch durch die Zerstörung von städtischen Elementen. Die formelle Entwicklung ist ein Prozess mit langen Planungszeiträumen und die bebaute Landschaft wirkt daher statisch. Dagegen unterliegen informelle oder spontane Siedlungen aufgrund ihrer stets unvollendeten städtischen Form einer hohen Dynamik – so wird in der Literatur berichtet. Allerdings sind Dynamik und die morphologischen Merkmale der physischen Transformation in solchen Siedlungen, die städtische Armut morphologisch repräsentieren, auf globaler Ebene bisher kaum mit einer konsistenten Datengrundlage empirisch untersucht worden. Hier setzt die vorliegende Arbeit an. Unter der Annahme, dass die erforschte zeitliche Dynamik in Europa geringer ausfällt, stellt sich die generelle Frage nach einer katalogisierten Erfassung physischer Wohnformen von Armut speziell in Europa. Denn Wohnformen der Armut werden oft ausschließlich mit dem ‚Globalen Süden‘ assoziiert, insbesondere durch die Darstellung von Slums. Tatsächlich ist Europa sogar die Wiege der Begriffe ‚Slum‘ und ‚Ghetto‘, die vor Jahrhunderten zur Beschreibung von Missständen und Unterdrückung auftauchten. Bis heute weist dieser facettenreiche Kontinent eine enorme Vielfalt an physischen Wohnformen der Armut auf, die ihre Wurzeln in unterschiedlichen Politiken, Kulturen, Geschichten und Lebensstilen haben. Um über diese genannten Aspekte Aufschluss zu erlangen, bedarf es u.a. der Bildanalyse durch Satellitenbilder. Diese Arbeit wird daher mittels Fernerkundung bzw. Erdbeobachtung (EO) sowie zusätzlicher Literaturrecherchen und einer empirischen Erhebung erstellt. Um Unsicherheiten konzeptionell und in der Erfassung offenzulegen, ist die Methode der manuellen Bildinterpretation von Armutsgebieten kritisch zu hinterfragen.
Das übergeordnete Ziel dieser Arbeit ist eine bessere Wissensbasis über Armut zu schaffen, um Maßnahmen zur Reduzierung von Armut entwickeln zu können. Die Arbeit dient dabei als eine Antwort auf die Nachhaltigkeitsziele der Vereinten Nationen. Es wird Grundlagenforschung betrieben, indem Wissenslücken in der Erdbeobachtung zu physisch-baulichen bzw. morphologischen Erscheinungen von Armut auf Gebäude-Ebene explorativ analysiert werden. Die Arbeit wird in drei Forschungsthemen bzw. Studienteile untergliedert:
Ziel des ersten Studienteils ist die globale raumzeitliche Erfassung von Dynamiken durch Anknüpfung an bisherige Kategorisierungen von Armutsgebieten. Die bisherige Wissenslücke soll gefüllt werden, indem über einen Zeitraum von etwa sieben Jahren in 16 dokumentierten Manifestationen städtischer Armut anhand von Erdbeobachtungsdaten eine zeitliche Analyse der bebauten Umwelt durchgeführt wird. Neben einer global verteilten Gebietsauswahl wird die visuelle Bildinterpretation (MVII) unter Verwendung von hochauflösenden optischen Satellitendaten genutzt. Dies geschieht in Kombination mit in-situ- und Google Street View-Bildern zur Ableitung von 3D-Stadtmodellen. Es werden physische Raumstrukturen anhand von sechs räumlichen morphologischen Variablen gemessen: Anzahl, Größe, Höhe, Ausrichtung und Dichte der Gebäude sowie Heterogenität der Bebauung. Diese ‚temporale Analyse‘ zeigt zunächst sowohl inter- als auch intra-urbane Unterschiede. Es lassen sich unterschiedliche, aber generell hohe morphologische Dynamiken zwischen den Untersuchungsgebieten finden. Dies drückt sich in vielfältiger Weise aus: von abgerissenen und rekonstruierten Gebieten bis hin zu solchen, wo Veränderungen innerhalb der gegebenen Strukturen auftreten. Geographisch gesehen resultiert in der Stichprobe eine fortgeschrittene Dynamik, insbesondere in Gebieten des Globalen Südens. Gleichzeitig lässt sich eine hohe räumliche Variabilität der morphologischen Transformationen innerhalb der untersuchten Gebiete beobachten. Trotz dieser teilweise hohen morphologischen Dynamik sind die räumlichen Muster von Gebäudefluchten, Straßen und Freiflächen überwiegend konstant. Diese ersten Ergebnisse deuten auf einen geringen Wandel in Europa hin, weshalb diese europäischen Armutsgebiete im folgenden Studienteil von Grund auf erhoben und kategorisiert werden.
Ziel des zweiten Studienteils ist die Erschaffung einer neuen Kategorisierung, speziell für das in der Wissenschaft unterrepräsentierte Europa. Die verschiedenen Formen nicht indizierter Wohnungsmorphologien werden erforscht und kategorisiert, um das bisherige globale wissenschaftliche ontologische Portfolio für Europa zu erweitern. Hinsichtlich dieses zweiten Studienteils bietet eine Literaturrecherche mit mehr als 1.000 gesichteten Artikeln die weitere Grundlage für den folgenden Fokus auf Europa. Auf der Recherche basierend werden mittels der manuellen visuellen Bildinterpretation (engl.: MVII) erneut Satellitendaten zur Erfassung der physischen Morphologien von Wohnformen genutzt. Weiterhin kommen selbst definierte geographische Indikatoren zu Lage, Struktur und formellem Status zum Einsatz. Darüber hinaus werden gesellschaftliche Hintergründe, die durch Begriffe wie ‚Ghetto‘, ‚Wohnwagenpark‘, ‚ethnische Enklave‘ oder ‚Flüchtlingslager‘ beschrieben werden, recherchiert und implementiert. Sie sollen als Erklärungsansatz für Armutsviertel in Europa dienen. Die Stichprobe der europäischen, insgesamt aber unbekannten Grundgesamtheit verdeutlicht eine große Vielfalt an physischen Formen: Es wird für Europa eine neue Kategorisierung von sechs Hauptklassen entwickelt, die von ‚einfachsten Wohnstätten‘ (z. B. Zelten) über ‚behelfsmäßige Unterkünfte ‘ (z. B. Baracken, Container) bis hin zu ‚mehrstöckigen Bauten‘ - als allgemeine Taxonomie der Wohnungsnot in Europa - reicht. Die Untersuchung zeigt verschiedene Wohnformen wie z. B. unterirdische oder mobile Typen, verfallene Wohnungen oder große Wohnsiedlungen, die die Armut im Europa des 21. Jahrhunderts widerspiegeln. Über die Wohnungsmorphologie hinaus werden diese Klassen durch die Struktur und ihren rechtlichen Status beschrieben - entweder als geplante oder als organisch-gewachsene bzw. weiterhin als formelle, informelle oder hybride (halblegale) Formen. Geographisch lassen sich diese ärmlichen Wohnformen sowohl in städtischen als auch in ländlichen Gebieten finden, mit einer Konzentration in Südeuropa. Der Hintergrund bei der Mehrheit der Morphologien betrifft Flüchtlinge, ethnische Minderheiten und sozioökonomisch benachteiligte Menschen - die ‚Unterprivilegierten‘.
Ziel des dritten Studienteils ist eine kritische Analyse der Methode. Zur Erfassung all dieser Siedlungen werden heutzutage Satellitenbilder aufgrund der Fortschritte bei den Bildklassifizierungsmethoden meist automatisch ausgewertet. Dennoch spielt die MVII noch immer eine wichtige Rolle, z.B. um Trainingsdaten für Machine-Learning-Algorithmen zu generieren oder für Validierungszwecke. In bestimmten städtischen Umgebungen jedoch, z.B. solchen mit höchster Dichte und struktureller Komplexität, fordern spektrale und textur-basierte Verflechtungen von überlappenden Dachstrukturen den menschlichen Interpreten immer noch heraus, wenn es darum geht einzelne Gebäudestrukturen zu erfassen. Die kognitive Wahrnehmung und die Erfahrung aus der realen Welt sind nach wie vor unumgänglich. Vor diesem Hintergrund zielt die Arbeit methodisch darauf ab, Unsicherheiten speziell bei der Kartierung zu quantifizieren und zu interpretieren. Kartiert werden Dachflächen als ‚Fußabdrücke‘ solcher Gebiete. Der Fokus liegt dabei auf der Übereinstimmung zwischen mehreren Bildinterpreten und welche Aspekte der Wahrnehmung und Elemente der Bildinterpretation die Kartierung beeinflussen. Um letztlich die Methode der MVII als drittes Ziel selbstkritisch zu reflektieren, werden Experimente als sogenannte ‚Unsicherheitsanalyse‘ geschaffen. Dabei digitalisieren zehn Testpersonen bzw. Probanden/Interpreten sechs komplexe Gebiete. Hierdurch werden quantitative Informationen über räumliche Variablen von Gebäuden erzielt, um systematisch die Konsistenz und Kongruenz der Ergebnisse zu überprüfen. Ein zusätzlicher Fragebogen liefert subjektive qualitative Informationen über weitere Schwierigkeiten. Da die Grundlage der hierfür bisher genutzten Kategorisierungen auf der subjektiven Bildinterpretation durch den Menschen beruht, müssen etwaige Unsicherheiten und damit Fehleranfälligkeiten offengelegt werden. Die Experimente zu dieser Unsicherheitsanalyse erfolgen quantifiziert und qualifiziert. Es lassen sich generell große Unterschiede zwischen den Kartierungsergebnissen der Probanden, aber eine hohe Konsistenz der Ergebnisse bei ein und demselben Probanden feststellen. Steigende Abweichungen korrelieren mit einer steigenden baustrukturellen (morphologischen) Komplexität. Ein hoher Grad an Individualität bei den Probanden äußert sich in Aspekten wie z.B. Zeitaufwand beim Kartieren, in-situ Vorkenntnissen oder Vorkenntnissen beim Umgang mit Geographischen Informationssystemen (GIS). Nennenswert ist hierbei, dass die jeweilige Datenquelle das Kartierungsverfahren meist beeinflusst. Mit dieser Studie soll also auch an der Stelle der angewandten Methodik eine weitere Wissenslücke gefüllt werden. Die bisherige Forschung komplexer urbaner Areale unter Nutzung der manuellen Bildinterpretation implementiert oftmals keine Unsicherheitsanalyse oder Quantifizierung von Kartierungsfehlern. Fernerkundungsstudien sollten künftig zur Validierung nicht nur zweifelsfrei auf MVII zurückgreifen können, sondern vielmehr sind Daten und Methoden notwendig, um Unsicherheiten auszuschließen.
Zusammenfassend trägt diese Arbeit zur bisher wenig erforschten morphologischen Dynamik von Armutsgebieten bei. Es werden inter- wie auch intra-urbane Unterschiede auf globaler Ebene präsentiert. Dabei sind allgemein hohe morphologische Transformationen zwischen den selektierten Gebieten festzustellen. Die Ergebnisse deuten auf einen grundlegenden Kenntnismangel in Europa hin, weshalb an dieser Stelle angeknüpft wird. Eine über Europa verteilte Stichprobe erlaubt eine neue morphologische Kategorisierung der großen Vielfalt an gefundenen physischen Formen. Die Menge an Gebieten erschließt sich in einer unbekannten Grundgesamtheit. Zur Datenaufbereitung bisheriger Analysen müssen Satellitenbilder manuell interpretiert werden. Das Verfahren birgt Unsicherheiten. Als kritische Selbstreflexion zeigt eine Reihe von Experimenten signifikante Unterschiede zwischen den Ergebnissen der Probanden auf, verdeutlicht jedoch bei ein und derselben Person Beständigkeit.
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 China, freshwater is an increasingly scarce resource and wetlands are under great pressure. This study focuses on China's second largest freshwater lake in the middle reaches of the Yangtze River — the Dongting Lake — and its surrounding wetlands, which are declared a protected Ramsar site. The Dongting Lake area is also a research region of focus within the Sino-European Dragon Programme, aiming for the international collaboration of Earth Observation researchers. ESA's Copernicus Programme enables comprehensive monitoring with area-wide coverage, which is especially advantageous for large wetlands that are difficult to access during floods. The first year completely covered by Sentinel-1 SAR satellite data was 2016, which is used here to focus on Dongting Lake's wetland dynamics. The well-established, threshold-based approach and the high spatio-temporal resolution of Sentinel-1 imagery enabled the generation of monthly surface water maps and the analysis of the inundation frequency at a 10 m resolution. The maximum extent of the Dongting Lake derived from Sentinel-1 occurred in July 2016, at 2465 km\(^2\), indicating an extreme flood year. The minimum size of the lake was detected in October, at 1331 km\(^2\). Time series analysis reveals detailed inundation patterns and small-scale structures within the lake that were not known from previous studies. Sentinel-1 also proves to be capable of mapping the wetland management practices for Dongting Lake polders and dykes. For validation, the lake extent and inundation duration derived from the Sentinel-1 data were compared with excerpts from the Global WaterPack (frequently derived by the German Aerospace Center, DLR), high-resolution optical data, and in situ water level data, which showed very good agreement for the period studied. The mean monthly extent of the lake in 2016 from Sentinel-1 was 1798 km\(^2\), which is consistent with the Global WaterPack, deviating by only 4%. In summary, the presented analysis of the complete annual time series of the Sentinel-1 data provides information on the monthly behavior of water expansion, which is of interest and relevance to local authorities involved in water resource management tasks in the region, as well as to wetland conservationists concerned with the Ramsar site wetlands of Dongting Lake and to local researchers.
Die mit dem Klimawandel einhergehenden Umweltveränderungen, wie steigende Temperaturen, Abnahme der Sommer- und Zunahme der Winterniederschläge, häufigere und längere Trockenperioden, zunehmende Starkniederschläge, Stürme und Hitzewellen betreffen besonders den Bodenwasserhaushalt in seiner zentralen Regelungsfunktion für den Landschaftswasserhaushalt. Von der Wasserverfügbarkeit im Boden hängen zu einem sehr hohen Grad auch die Erträge der Land- und Forstwirtschaft ab. Eine besonders große Bedeutung kommt dabei der Wasserspeicherkapazität der Böden zu, da während einer Trockenphase die effektiven Niederschläge den Wasserbedarf der Pflanzen nicht decken können und das bereits gespeicherte Bodenwasser das Überleben der Pflanzen sicherstellen kann. Für die land- und forstwirtschaftlichen Akteure sind in diesem Kontext quantitative und qualitative Aussagen zu den Auswirkungen des Klimawandels auf den Boden essenziell, um die notwendigen Anpassungsmaßnahmen für ihre Betriebe treffen zu können.
Zielsetzungen der vorliegenden Arbeit bestehen darin, die Dynamik der Bodenfeuchte in unterfränkischen Böden besser zu verstehen, die Datenlage zum Verlauf der Bodenfeuchte zu verbessern und die Auswirkungen von prognostizierten klimatischen Parametern abschätzen zu können. Hierzu wurden an sechs für ihre jeweiligen Naturräume und hinsichtlich ihrer anthropogenen Nutzung charakteristischen Standorten meteorologisch-bodenhydrologische Messstationen installiert. Die Messstationen befinden sich in einem Rigosol auf Buntsandstein in einem Weinberg bei Bürgstadt sowie auf einer Parabraunerde im Lössgebiet bei Herchsheim unter Ackernutzung. Am Übergang von Muschelkalk in Keuper befinden sich die Stationen in Obbach, wo eine Braunerde unter Ackernutzung vorliegt und im Forst des Universitätswalds Sailershausen werden die Untersuchungen in einer Braunerde-Terra fusca durchgeführt. Im Forst befinden sich auch die Stationen in Oberrimbach mit Braunerden aus Sandsteinkeuper und in Willmars mit Braunerden aus Buntsandstein. Der Beobachtungszeitraum dieser Arbeit reicht von Juli 2018 bis November 2022. In diesen Zeitraum fiel die dreijährige Dürre von 2018 bis 2020, das Jahr 2021 mit einem durchschnittlichen Witterungsverlauf und das Dürrejahr 2022.
Das Langzeitmonitoring wurde von umfangreichen Gelände- und Laboranalysen der grundlegenden bodenkundlichen Parameter der Bodenprofile und der Standorte begleitet. Die bodengeographischen-geomorphologischen Standortanalysen bilden zusammen mit den qualitativen Auswertungen der Bodenfeuchtezeitreihen die Grundlage für Einschätzungen zu den Auswirkungen des Klimawandels auf den Bodenwasserhaushalt. Verlässliche Aussagen zum Bodenwasserhaushalt können nur auf Grundlage von zeitlich und räumlich hoch aufgelösten Daten getroffen werden. Bodenfeuchtezeitreihen zusammen mit den bodenphysikalischen Daten lagen in dieser Datenqualität für Unterfranken bisher nur sehr vereinzelt vor.
Die vorliegenden Ergebnisse zeigen, dass die untersuchten Böden entsprechend den jeweiligen naturräumlichen Gegebenheiten sehr unterschiedliche bodenhydrologische Eigenschaften aufweisen. Während langer Trockenphasen können beispielsweise die Parabraunerden am Standort Herchsheim wegen ihrer höheren Wasserspeicherkapazität die Pflanzen länger mit Wasser versorgen als die sandigen Braunerden am Standort Oberrimbach. Die Bodenfeuchteregime im Beobachtungszeitraum waren sehr stark vom Witterungsverlauf einzelner Jahre abhängig. Das Bodenfeuchteregime bei einem durchschnittlichen Witterungsverlauf wie in 2021 zeichnet sich durch eine langsame Abnahme der Bodenfeuchte ab Beginn der Vegetationsperiode im Frühjahr aus. Regelmäßige Niederschläge im Frühjahr füllen den oberflächennahen Bodenwasserspeicher immer wieder auf und sichern den Bodenwasservorrat in der Tiefe bis in den Hochsommer. Im Hochsommer können Pflanzen dann während der Trockenphasen ihren Wasserbedarf aus den tieferen Horizonten decken. Im Gegensatz dazu nimmt die Bodenfeuchte in Dürrejahren wie 2018 bis 2020 oder 2022 bereits im Frühjahr bis in die untersten Horizonte stark ab. Die nutzbare Feldkapazität ist zum Teil schon im Juni weitgehend ausgeschöpft, womit für spätere Trockenphasen kein Bodenwasser mehr zur Verfügung steht. Die Herbst- und Winterniederschläge sättigen den Bodenwasservorrat wieder bis zur Feldkapazität auf. Bei tiefreichender Erschöpfung des Bodenwassers wurde die Feldkapazität erst im Januar oder Februar erreicht.
Im Zuge der land- und forstwirtschaftlichen Nutzung ist eine gute Datenlage zu den bodenkundlichen und standörtlichen Gegebenheiten für klimaadaptierte Anpassungsstrategien essentiell. Wichtige Zielsetzungen bestehen grundsätzlich in der Erhaltung der Bodenfunktionen, in der Verbesserung der Infiltrationskapazität und Wasserspeicherkapazität. Hier kommt dem Boden als interaktive Austauschfläche zwischen den Sphären und damit dem Bodenschutz eine zentrale Bedeutung zu. Die in Zukunft erwarteten klimatischen Bedingungen stellen an jeden Boden andere Herausforderungen, welchen mit standörtlich abgestimmten Bodenschutzmaßnahmen begegnet werden kann.
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.
Weltweit sind Trockengebiete in ständiger Veränderung, verursacht durch natürliche klimatische Schwankungen und oftmals durch Prozesse der Landdegradation. Auch weisen die meisten semi-ariden Naturräume eine große räumliche Heterogenität auf, hervorgerufen durch ein kleinräumiges Mosaik aus Gräsern, kleineren Sträuchern und Bereichen offenliegenden Bodens. Die Dichte der Vegetation wird primär vom pflanzenverfügbaren Wasser bestimmt, aber auch der Entwicklungs- und Degradationszustand der Böden sowie anthropogen bedingte Faktoren spielen hierbei eine Rolle. Zur Charakterisierung und Kartierung der Vegetation sowie zur Bewertung des Bodenerosionsrisikos und des Degradationszustands hat sich die Erhebung der Bedeckungsgrade von vitaler, photosynthetisch aktiver Vegetation (PV), von abgestorbener oder zeitweise vertrockneter und somit nicht photosynthetisch aktiver Vegetation (NPV) sowie von offenliegendem Boden als zweckmäßig herausgestellt. Die Nutzung der Fernerkundung für diese Aufgabe erfolgt zumeist nur für kleinmaßstäbige Kartierungen und – im Falle von Multispektralsensoren – unter Vernachlässigung nicht-photosynthetisch aktiver Vegetation. Die räumliche Variabilität der Vegetation-Boden-Mosaike liegt oftmals in der Größenordnung von wenigen Metern und somit unterhalb des räumlichen Auflösungsvermögens von Fernerkundungssystemen. Um dennoch die verschiedenen Anteile innerhalb eines Pixels identifizieren und quantifizieren zu können, sind Methoden der Subpixel-Klassifikation notwendig. In dieser Arbeit wird eine Methodik zur verbesserten und automatisierbaren Ableitung von Bodenbedeckungsgraden in semi-ariden Naturräumen vorgestellt. Hierzu wurde ein Verfahren zur linearen spektralen Entmischung in Form einer Multiple Endmember Spectral Mixture Analysis (MESMA) entwickelt und umgesetzt. Durch diese Methodik kann explizit die spektrale Variabilität von Vegetation und Boden in das Mischungsmodellmiteinbezogen werden, und quantitative Anteile für die funktionalen Klassen PV, NPV und Boden innerhalb eines Pixels erfasst werden. Durch die räumliche Kartierung der verwendeten EM wird weiterhin eine thematische Klassifikation erreicht. Die hierfür benötigten Informationen können – wie im Falle der Spektren reiner Materialien (EM-Spektren) – aus den Bilddaten selbst abgeleitet werden, oder können – wie ein Geländemodell und die Information über den Scanwinkel – im Zuge der Vorprozessierung aus weiteren Datenquellen erzeugt werden. Hinsichtlich der automatisierten EM-Ableitung wird eine zweistufige Methodik eingesetzt, welche auf einer angepassten Version des Sequential Maximum Angle Convex Cone (SMACC)-Verfahrens sowie der Analyse einer ersten Entmischungsiteration basiert. Die Klassifikation der gefundenen potentiellen EM erfolgt durch ein merkmalsbasiertes Verfahren. Weiterhin weisen nicht-photosynthetisch aktive Vegetation und Boden eine hohe spektrale Ähnlichkeit auf. Zur sicheren Trennung kann die Identifikation schmaler Absorptionsbanden dienen. Zu diesen zählen beispielsweise die Absorptionsbanden von Holozellulose und – je nach Bodentyp – Absorptionsbanden von Bodenmineralen. Auch die spektrale Variabilität der Klassen PV und NPV erfordert zur sicheren Unterscheidung die Verwendung biophysikalisch erklärbarer Merkmale im Spektrum. Hierzu zählen unter anderem die Stärke der Chlorophyll-Absorption, die Form und Lage der ’RedEdge’ und das Auftreten von Holozellulosebanden. Da diese spektrale Information bei herkömmlichen Entmischungsansätzen nicht berücksichtigt wird, erfolgt überwiegend eine Optimierung der Gesamtalbedo, was zu einer schlechten Trennung der Klassen führen kann. Aus diesem Grund wird in der vorliegenden Arbeit der MESMA-Ansatz dahingehend erweitert, dass spektrale Information in Form von identifizierten und parametrisierten Absorptionsbanden in den Entmischungsprozess mit einfließt und hierdurch das Potential hyperspektraler Datensätze besser genutzt werden kann. Auch wird in einer zusätzlichen Entmischungsiteration die räumliche Nachbarschaft betrachtet, um insbesondere die Verwendung des sinnvollsten Boden-EMs zu gewährleisten. Ein zusätzliches Problemfeld stellt die numerische Lösung des überbestimmten und oftmals schlecht konditionierten linearen Mischungsmodells dar. Hierzu kann durch die Verwendung des BVLS-Algorithmus und des Ausschlusses kritischer EM-Kombinationen eine numerisch stabile Lösung gefunden werden. Um die oftmals immense Rechenzeit von MESMA-Verfahren zu verkürzen, besteht die Möglichkeit einer iterativen EM-Auswahl und somit die Vermeidung einer Lösung des Mischungssystems durch Berechnung aller EM-Kombinationen (’Brute-Force’-Ansatz). Ein weiterer wichtiger Punkt ist die explizite pixelweise Angabe zur Zuverlässigkeit der Entmischungsergebnisse. Dies erfolgt auf Basis des Mischungsmodells selbst, durch den Vergleich zu empirischen Regressionsmodellen, durch die Berücksichtigung des lokalen Einfallswinkels sowie durch die Integration von Qualitätsangaben der Ausgangsdaten. Um das Verfahren systematisch und unter kontrollierten Bedingungen zu verifizieren und um den Einfluss verschiedener externer Parameter sowie die typischen Genauigkeiten auf einer breiten Datenbasis zu ermitteln, wird eine Simulationskette zur Erzeugung synthetischer Mischungen erstellt. In diese Simulationen fließen Feldspektren von Böden und Pflanzen verschiedener semi-arider Gebiete mit ein, um möglichst viele Fälle abdecken zu können. Die eigentliche Validierung erfolgt auf HyMap-Datensätzen des Naturparks ’Cabo de Gata’ in der andalusischen Provinz Almería sowie auf Messungen, die begleitend im Feld durchgeführt wurden. Hiermit konnte die Methodik auf ihre Genauigkeit unter den konkreten Anforderungen des Anwendungsbeispiels überprüft werden. Die erzielbare Genauigkeit dieser automatisierten Methodik liegt mit einem mittleren Fehler um rund 10% Abundanz absolut im selben Wertebereich oder nur geringfügig höher als die Ergebnisse publizierter manueller MESMA-Ansätze. Weiterhin konnten die typischen Genauigkeiten der Verifikation im Zuge der Validierung bestätigt werden. Den limitierenden Faktor des Ansatzes stellen in der Praxis fehlerhafte oder unvollständige EM-Modelle dar. Mit der vorgestellten Methodik ist somit die Möglichkeit gegeben, die Bedeckungsgrade quantitativ und automatisiert im Subpixelbereich zu erfassen.
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.
Beobachtung des Hydroxyl (OH*)-Airglow: Untersuchung von Klimasignalen und atmosphärischen Wellen
(2009)
Die obere Mesosphäre ist die Atmosphärenschicht, die von etwa 80-100 km Höhe reicht. Aufgrund der geringen Luftdichte – sie ist fünf bis sechs Größenordnungen geringer als an der Erdoberfläche – und der effektiven Abstrahlung von Wärme in den Weltraum („Strahlungskühlung“) wird generell angenommen, dass Klimasignale in diesem Höhenbereich sehr viel ausgeprägter sein sollten als in den unteren Atmosphärenschichten. Es wird daher erwartet, dass Beobachtungen in dieser Region der Atmosphäre eine frühzeitige Erkennung von Klimatrends mit guter statistischer Signifikanz erlauben sollten. Daten, die von diesen Messungen bereitgestellt werden, sind wichtig für die Weiterentwicklung und Verbesserung numerischer Klimamodelle, die die mittlere Atmosphäre abdecken. Dieser Höhenbereich der Atmosphäre ist messtechnisch jedoch nur schwer zugänglich. Die Dichte der Messnetze ist keinesfalls vergleichbar mit denen für die Beobachtung etwa der Stratosphäre oder der Troposphäre; Routinemessungen gibt es kaum. Direkte Messungen werden mit raketengestützten Instrumenten, indirekte Messungen über satellitengestützte und bodengebundene Techniken, wie z.B. Lidar, Radar und Spektroskopie, vorgenommen. Die vorliegende Arbeit basiert auf Daten des „GRound-based Infrared P-branch Spectrometer (GRIPS)“, das Infrarot-Emissionen aus der sogenannten OH*-Airglow-Schicht misst, aus denen die Temperatur in ~87 km Höhe abgeleitet werden kann. Neben anthropogenen Einflüssen auf das Klima gibt es natürliche Effekte, die Temperaturschwankungen in der oberen Mesosphäre verursachen können. Für die Interpretation experimenteller Daten ist das Verständnis dieser natürlichen Quellen der Variabilität wichtig. Daher wird mithilfe einer 25-jährigen Zeitreihe der über Wuppertal (51,3°N, 7,2°O) gemessenen OH*-Temperaturen die potentielle Wechselwirkung der Dynamik der oberen Mesosphäre mit der Sonnenaktivität untersucht. Eine Korrelation der Aktivität planetarer Wellen mit dem solaren Magnetfeld (22-jähriger solarer Hale-Zyklus) konnte festgestellt werden. Als möglicher physikalischer Mechanismus wird vorgeschlagen, dass der Ringstrom im Erdinnern und damit das interne Magnetfeld der Erde durch das solare Magnetfeld moduliert wird, was wiederum zu Modulationen des totalen Magnetfeldes im Erdinnern über die Kopplung elektromagnetischer Drehmomente zwischen dem Erdkern und dem Erdmantel führt. Als Folge sollte die Rotationsperiode der Erde – und damit die Aktivität planetarer Wellen – durch die solare Magnetfeldstärke moduliert sein. Der Aktivität planetarer Wellen ist zudem eine quasi-zweijährige Schwingung überlagert. Zumeist ist die Wellenaktivität verstärkt, wenn sich die Windrichtung des mittleren zonalen Windes der äquatorialen Quasi-Biennalen Oszillation (QBO) von einem Westwind zu einem Ostwind umkehrt. Darüber hinaus konnte festgestellt werden, dass die unregelmäßige Verteilung der Sonnenflecken auf der Sonnenscheibe aufgrund der Rotation der Sonne zu Fluktuationen der OH*-Temperatur führt. Häufig beobachtet werden ausgeprägte spektrale Komponenten in den OH*-Temperaturfluktuationen im Periodenbereich von 27 bis 31 Tagen. Diese Signaturen werden vorläufig auf die differentielle Rotation der Sonne zurückgeführt. Dynamische Prozesse wie z.B. atmosphärische Schwerewellen sind von großer Bedeutung für den Energiehaushalt der oberen Mesosphäre / unteren Thermosphäre (MLT-Region). Daher müssen sie in Klimamodellen berücksichtigt werden, was derzeit jedoch nur durch einfache Parametrisierungen bewerkstelligt werden kann. Um eine möglichst realistische Modellierung der großräumigen Zirkulationssysteme zu ermöglichen, ist die Kenntnis der Strukturfunktionen der Schwerewellen sowie ihre Quell- und Senkenstärken in Raum und Zeit erforderlich. Messungen von Schwerewellen sind daher unabdingbar. In der vorliegenden Arbeit werden im Rahmen von Fallstudien Temperatursignaturen untersucht, wie sie von Schwerewellen erzeugt werden. Verwendet werden hierfür zeitlich hoch aufgelöste OH*-Temperaturzeitreihen aufgenommen am Hohenpeißenberg (47,8°N, 11,0°O) und an der Zugspitze (47,5°N, 11,0°O). Durch den Alpenkamm induzierte Schwerewellen können identifiziert und Schwerewellenparameter wie beispielsweise die Ausbreitungsrichtung oder die Phasengeschwindigkeit quantifiziert werden. Messungen, aufgenommen von Bord des deutschen Forschungsschiffes „Polarstern“ im Golf von Biskaya (um 48°N, 6°O), werden mit satellitenbasierten Beobachtungen kombiniert. Es wird gezeigt, dass Schwerewellen, die von einem atlantischen Zyklon erzeugt werden, die Temperatur in der Mesopausenregion beeinflussen können. Das GRIPS-System ist ferner prinzipiell zur schnellen Erkennung von Naturgefahren wie z.B. Tsunamis, Erdbeben oder Vulkanaktivität geeignet, da solche Ereignisse Infraschall erzeugen, der wiederum erkennbare Temperaturfluktuationen in der OH*-Airglow-Schicht verursacht. Am Beispiel des Sumatra-Tsunamis von 2004 wird diese Möglichkeit quantitativ diskutiert.
Bewertung und Auswirkungen der Simulationsgüte führender Klimamoden in einem Multi-Modell Ensemble
(2013)
Der rezente und zukünftige Anstieg der atmosphärischen Treibhausgaskonzentration bedeutet für das terrestrische Klimasystem einen grundlegenden Wandel, der für die globale Gesellschaft schwer zu bewältigende Aufgaben und Herausforderungen bereit hält. Eine effektive, rühzeitige Anpassung an diesen Klimawandel profitiert dabei enorm von möglichst genauen Abschätzungen künftiger Klimaänderungen.
Das geeignete Werkzeug hierfür sind Gekoppelte Atmosphäre Ozean Modelle (AOGCMs). Für solche Fragestellungen müssen allerdings weitreichende Annahmen über die zukünftigen klimarelevanten Randbedingungen getroffen werden. Individuelle Fehler dieser Klimamodelle, die aus der nicht perfekten Abbildung der realen Verhältnisse und Prozesse resultieren, erhöhen die Unsicherheit langfristiger Klimaprojektionen. So unterscheiden sich die Aussagen verschiedener AOGCMs im Hinblick auf den zukünftigen Klimawandel insbesondere bei regionaler Betrachtung, deutlich. Als Absicherung gegen Modellfehler werden üblicherweise die Ergebnisse mehrerer AOGCMs, eines Ensembles an Modellen, kombiniert. Um die Abschätzung des Klimawandels zu präzisieren, wird in der vorliegenden Arbeit der Versuch unternommen, eine Bewertung der Modellperformance der 24 AOGCMs, die an der dritten Phase des Vergleichsprojekts für gekoppelte Modelle (CMIP3) teilgenommen haben, zu erstellen. Auf dieser Basis wird dann eine nummerische Gewichtung für die Kombination des Ensembles erstellt. Zunächst werden die von den AOGCMs simulierten Klimatologien für einige
grundlegende Klimaelemente mit den betreffenden klimatologien verschiedener Beobachtungsdatensätze quantitativ abgeglichen. Ein wichtiger methodischer Aspekt
hierbei ist, dass auch die Unsicherheit der Beobachtungen, konkret Unterschiede zwischen verschiedenen Datensätzen, berücksichtigt werden. So zeigt sich, dass die Aussagen, die aus solchen Ansätzen resultieren, von zu vielen Unsicherheiten in den Referenzdaten beeinträchtigt werden, um generelle Aussagen zur Qualität von AOGCMs zu treffen. Die Nutzung der Köppen-Geiger Klassifikation offenbart jedoch, dass die prinzipielle Verteilung der bekannten Klimatypen im kompletten CMIP3 in vergleichbar guter Qualität reproduziert wird. Als Bewertungskriterium wird daher hier die Fähigkeit der AOGCMs die großskalige natürliche Klimavariabilität, konkret die hochkomplexe gekoppelte
El Niño-Southern Oscillation (ENSO), realistisch abzubilden herangezogen. Es kann anhand verschiedener Aspekte des ENSO-Phänomens gezeigt werden, dass nicht alle AOGCMs hierzu mit gleicher Realitätsnähe in der Lage sind. Dies steht im Gegensatz zu den dominierenden Klimamoden der Außertropen, die modellübergreifend überzeugend repräsentiert werden. Die wichtigsten Moden werden, in globaler Betrachtung, in verschiedenen Beobachtungsdaten über einen neuen Ansatz identifiziert. So können für einige bekannte Zirkulationsmuster neue Indexdefinitionen gewonnen werden, die sich sowohl als äquivalent zu den Standardverfahren erweisen und im Vergleich zu diesen zudem eine deutliche Reduzierung
des Rechenaufwandes bedeuten. Andere bekannte Moden werden dagegen als weniger bedeutsame, regionale Zirkulationsmuster eingestuft. Die hier vorgestellte
Methode zur Beurteilung der Simulation von ENSO ist in guter Übereinstimmung mit anderen Ansätzen, ebenso die daraus folgende Bewertung der gesamten Performance
der AOGCMs. Das Spektrum des Southern Oscillation-Index (SOI) stellt somit eine aussagekräftige Kenngröße der Modellqualität dar.
Die Unterschiede in der Fähigkeit, das ENSO-System abzubilden, erweisen sich als signifikante Unsicherheitsquelle im Hinblick auf die zukünftige Entwicklung einiger fundamentaler und bedeutsamer Klimagrößen, konkret der globalen Mitteltemperatur,
des SOIs selbst, sowie des indischen Monsuns. Ebenso zeigen sich signifikante Unterschiede für regionale Klimaänderungen zwischen zwei Teilensembles des CMIP3, die auf Grundlage der entwickelten Bewertungsfunktion eingeteilt werden. Jedoch sind diese Effekte im Allgemeinen nicht mit den Auswirkungen der
anthropogenen Klimaänderungssignale im Multi-Modell Ensemble vergleichbar, die für die meisten Klimagrößen in einem robusten multivariaten Ansatz detektiert und
quantifiziert werden können. Entsprechend sind die effektiven Klimaänderungen, die sich bei der Kombination aller Simulationen als grundlegende Aussage des
CMIP3 unter den speziellen Randbedingungen ergeben nahezu unabhängig davon, ob alle Läufe mit dem gleichen Einfluss berücksichtigt werden, oder ob die erstellte nummerische Gewichtung verwendet wird. Als eine wesentliche Begründung hierfür kann die Spannbreite der Entwicklung des ENSO-Systems identifiziert werden. Dies
bedeutet größere Schwankungen in den Ergebnissen der Modelle mit funktionierendem ENSO, was den Stellenwert der natürlichen Variabilität als Unsicherheitsquelle
in Fragen des Klimawandels unterstreicht. Sowohl bei Betrachtung der Teilensembles als auch der Gewichtung wirken sich dadurch gegenläufige Trends im SOI
ausgleichend auf die Entwicklung anderer Klimagrößen aus, was insbesondere bei letzterem Vorgehen signifikante mittlere Effekte des Ansatzes, verglichen mit der
Verwendung des üblichen arithmetischen Multi-Modell Mittelwert, verhindert.
Verbleibende Unsicherheiten im Kohlenstoffhaushalt in Ökosystemen der hohen nördlichen Breiten können teilweise auf die Schwierigkeiten bei der Erfassung der räumlich und zeitlich hoch variablen Methanemissionsraten von Permafrostböden zurückgeführt werden. Methan ist ein global abundantes atmosphärisches Spurengas, welches signifikant zur Erwärmung der Atmosphäre beiträgt. Aufgrund der hohen Sensibilität des arktischen Bodenkohlenstoffreservoirs sowie der großen von Permafrost unterlagerten Landflächen sind arktische Gebiete am kritischsten von einem globalen Klimawandel betroffen. Diese Dissertation adressiert den Bedarf an Modellierungsansätzen für die Bestimmung der Quellstärke nordsibirischer permafrostbeeinflusster Ökosysteme der nassen polygonalen Tundra mit Hinblick auf die Methanemissionen auf regionalem Maßstab. Die Arbeit präsentiert eine methodische Struktur in welcher zwei prozessbasierte Modelle herangezogen werden, um die komplexen Wechselwirkungen zwischen den Kompartimenten Pedosphäre, Biosphäre und Atmosphäre, welche zu Methanemissionen aus Permafrostböden führen, zu erfassen. Es wird ein Upscaling der Gesamtmethanflüsse auf ein größeres, von Permafrost unterlagertes Untersuchungsgebiet auf Basis eines prozessbasierten Modells durchgeführt. Das prozessbasierte Vegetationsmodell Biosphere Energy Hydrology Transfer Model (BETHY/DLR) wird für die Berechnung der Nettoprimärproduktion (NPP) arktischer Tundravegetation herangezogen. Die NPP ist ein Maß für die Substratverfügbarkeit der Methanproduktion und daher ein wichtiger Eingangsparameter für das zweite Modell: Das prozessbasierte Methanemissionsmodell wird anschließend verwendet, um die Methanflüsse einer gegebenen Bodensäule explizit zu berechnen. Dabei werden die Prozesse der Methanogenese, Methanotrophie sowie drei verschiedene Transportmechanismen – molekulare Diffusion, Gasblasenbildung und pflanzengebundener Transport durch vaskuläre Pflanzen – berücksichtigt. Das Methanemissionsmodell ist für Permafrostbedingungen modifiziert, indem das tägliche Auftauen des Permafrostbodens in der kurzen arktischen Vegetationsperiode berücksichtigt wird. Der Modellantrieb besteht aus meteorologischen Datensätzen des European Center for Medium-Range Weather Forecasts (ECMWF). Die Eingangsdatensätze werden mit Hilfe von in situ Messdaten validiert. Zusätzliche Eingangsdaten für beide Modelle werden aus Fernerkundungsdaten abgeleitet, welche mit Feldspektralmessungen validiert werden. Eine modifizierte Landklassifikation auf der Basis von Landsat-7 Enhanced Thematic Mapper Plus (ETM+) Daten wird für die Ableitung von Informationen zu Feuchtgebietsverteilung und Vegetationsbedeckung herangezogen. Zeitserien der Auftautiefe werden zur Beschreibung des Auftauens bzw. Rückfrierens des Bodens verwendet. Diese Faktoren sind die Haupteinflussgrößen für die Modellierung von Methanemissionen aus permafrostbeeinflussten Tundraökosystemen. Die vorgestellten Modellergebnisse werden mittels Eddy-Kovarianz-Messungen der Methanflüsse validiert, welche während der Vegetationsperioden der Jahre 2003-2006 im südlichen Teil des Lena Deltas (72°N, 126°E) vom Alfred Wegener Institut für Polar- und Meeresforschung (AWI) durchgeführt wurden. Das Untersuchungsgebiet Lena Delta liegt an der Laptewsee in Nordostsibirien und ist durch Ökosysteme der arktischen nassen polygonalen Tundra sowie kalten kontinuierlichen Permafrost charakterisiert. Zeitlich integrierte Werte der modellierten Methanflüsse sowie der in situ Messungen zeigen gute Übereinstimmungen und weisen auf eine leichte Modellunterschätzung von etwa 10%.
In recent years, the midlatitudes are characterized by more intense heatwaves in summer and sometimes severe cold spells in winter that might emanate from changes in atmospheric circulation, including synoptic‐scale and planetary wave activity in the midlatitudes. In this study, we investigate the heat and momentum exchange between the mean flow and atmospheric waves in the North Atlantic sector and adjacent continents by means of the physically consistent Eliassen–Palm flux diagnostics applied to reanalysis and forced climate model data. In the long‐term mean, momentum is transferred from the mean flow to atmospheric waves in the northwest Atlantic region, where cyclogenesis prevails. Further downstream over Europe, eddy fluxes return momentum to the mean flow, sustaining the jet stream against friction. A global climate model is able to reproduce this pattern with high accuracy. Atmospheric variability related to atmospheric wave activity is much more expressed at the intraseasonal rather than the interannual time‐scale. Over the last 40 years, reanalyses reveal a northward shift of the jet stream and a weakening of intraseasonal weather variability related to synoptic‐scale and planetary wave activity. This pertains to the winter and summer seasons, especially over central Europe, and correlates with changes in the North Atlantic Oscillation as well as regional temperature and precipitation. A very similar phenomenon is found in a climate model simulation with business‐as‐usual scenario, suggesting an anthropogenic trigger in the weakening of intraseasonal weather variability in the midlatitudes.
Coal mining, an important human activity, disturbs soil organic carbon (SOC) accumulation and decomposition, eventually affecting terrestrial carbon cycling and the sustainability of human society. However, changes of SOC content and their relation with influential factors in coal mining areas remained unclear. In the study, predictive models of SOC content were developed based on field sampling and Landsat images for different land-use types (grassland, forest, farmland, and bare land) of the largest coal mining area in China (i.e., Shendong). The established models were employed to estimate SOC content across the Shendong mining area during 1990–2020, followed by an investigation into the impacts of climate change and human disturbance on SOC content by a Geo-detector. Results showed that the models produced satisfactory results (R\(^2\) > 0.69, p < 0.05), demonstrating that SOC content over a large coal mining area can be effectively assessed using remote sensing techniques. Results revealed that average SOC content in the study area rose from 5.67 gC·kg\(^{−1}\) in 1990 to 9.23 gC·kg\(^{−1}\) in 2010 and then declined to 5.31 gC·Kg\(^{−1}\) in 2020. This could be attributed to the interaction between the disturbance of soil caused by coal mining and the improvement of eco-environment by land reclamation. Spatially, the SOC content of farmland was the highest, followed by grassland, and that of bare land was the lowest. SOC accumulation was inhibited by coal mining activities, with the effect of high-intensity mining being lower than that of moderate- and low-intensity mining activities. Land use was found to be the strongest individual influencing factor for SOC content changes, while the interaction between vegetation coverage and precipitation exerted the most significant influence on the variability of SOC content. Furthermore, the influence of mining intensity combined with precipitation was 10 times higher than that of mining intensity alone.
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.