Search

Um Wälder und ihre Ökosystemleistungen auch unter den Bedingungen des globalen Wandels zu erhalten und nachhaltig nutzen zu können, wird im Kontext der geplanten Novellierung des Bundeswaldgesetzes unter dem Begriff der Guten fachlichen Praxis (GfP) die Konkretisierung von Mindeststandards für die Waldwirtschaft diskutiert. Dies trifft insbesonder auf naturschutzfachliche Mindeststandards zu. Im deutschen Forstrecht wird der Begriff der Guten fachlichen Praxis bisher nur selten verwandt und wenn, dann als abstrakte politische Leitlinie. Er ist inhaltlich ähnlich besetzt wie die sogenannte ordnungsgemäße Forstwirtschaft. Bisher erschwert eine mangelnde Konkretisierung der Guten fachlichen Praxis eine rechtssichere Umsetzung. Der Wissenschaftliche Beirat für Waldpolitik (WBW) schlägt zur Bewältigung der Herausforderungen des globalen Wandels als Alternative zur Guten fachlichen Praxis ein umfassenderes Konzept für eine anpassungsfähige forstliche Governance vor. Es zielt auf eine neue Lastenverteilung zwischen Waldeigentümern und Gesellschaft ab und basiert auf einem breiten Instrumentenmix, um eine „Gesellschaftlich erwünschte forstliche Praxis“ zu erreichen. Das Fundament der anpassungsfähigen forstlichen Governance bilden die zwingend erforderlichen, sanktionsbewährten rechtlichen Mindeststandards der Waldbewirtschaftung, die sich aus der Gemeinwohlverpflichtung des Eigentums ergeben. Dazu gehören beispielsweise die Pflicht zur Walderhaltung oder das Betretungsrecht. Weitere Bestandteile des Instrumentenmixes sind, neben den klassischen ordnungsrechtlichen Instrumenten, verschiedene Förderinstrumente (bspw. zur Honorierung von Klimaschutz- oder Biodiversitätsleistungen), strukturelle Instrumente (bspw. zur Stärkung forstlicher Zusammenschlüsse), die Bereitstellung geeigneter Information inklusive der dafür erforderlichen Forschung sowie die Schaffung von Rahmenbedingungen, um Kooperationen mit und zwischen privaten Institutionen zu ermöglichen. Der WBW empfiehlt der Bundesregierung, dieses Stufen-Konzept zur Erreichung der „Gesellschaftlich erwünschten forstlichen Praxis“ bei der Novellierung des Bundeswaldgesetzes zu verankern., Berichte über Landwirtschaft - Zeitschrift für Agrarpolitik und Landwirtschaft, Sonderheft 235 - Januar 2023

This study aimed to gain new insights into urban hydrological balance (in particular, the evaporation from paved surfaces). Hourly evaporation data were obtained simultaneously from two high-resolution weighable lysimeters. These lysimeters are covered in two pavement sealing types commonly used for sidewalks in Berlin, namely cobble-stones and concrete slabs. A paired experiment in field conditions is designed to determine the mechanism by which these two types of soil sealing affect the evaporation rate under the same climatic conditions. A generalized additive model (GAM) is applied to explain how the climatic conditions interact with soil sealing and to evaluate the variation of evaporation rate according to pavement type. Moreover, taking the advantage of the fact that the experimental design is paired, the study fits a new GAM where the response variable is the difference between the evaporation rate from the two lysimeters and its explanatory variables are the climatic conditions. As a result, under the same climatic conditions, cobble-stones are more prone to increasing the evaporation rate than concrete slabs when the precipitation accumulated over 10 h, solar radiation, and wind speed increases. On the other hand, concrete slabs are more inclined to increase the evaporation rate than cobblestones when the relative humidity increases. GAM represents a robust modeling approach for comparing different sealing types in order to understand how they alter the hydrological balance Funding: The German Research Foundation DFG (GRK 2032) and the Open Access Publication Fund of TU Berlin.

The collection of a high number of pixel-based labeled training samples for tree species identification is time consuming and costly in operational forestry applications. To address this problem, in this paper we investigate the effectiveness of explanation methods for deep neural networks in performing weakly supervised semantic segmentation using only image-level labels. Specifically, we consider four methods:i) class activation maps (CAM); ii) gradient-based CAM; iii) pixel correlation module; and iv) self-enhancing maps (SEM). We compare these methods with each other using both quantitative and qualitative measures of their segmentation accuracy, as well as their computational requirements. Experimental results obtained on an aerial image archive show that:i) considered explanation techniques are highly relevant for the identification of tree species with weak supervision; and ii) the SEM outperforms the other considered methods. The code for this paper is publicly available at https://git.tu-berlin.de/rsim/rs_wsss., Comment: 4 pages, 1 figure, submitted to IEEE Geosciences and Remote Sensing Symposium (2022)

Der Klimawandel ver��ndert unsere W��lder auf vielf��ltige Weise. Dabei werden negative Auswirkungen auf die W��lder, ihre ��kosystemleistungen und die Waldwirtschaft h��chstwahrscheinlich ��berwiegen. Neben dem Anstieg der Temperatur und ��nderung der Niederschlagsverteilung sind es vor allem die Zunahme von Extremereignissen und ihren Interaktionen, die zu erheblichen St��rungen der W��lder f��hren werden. Die weit verbreiteten, massiven Waldsch��den infolge der trockenen und hei��en Jahre 2018 ��� 2019 haben bereits angedeutet, mit welcher Geschwindigkeit diese Ver��nderungen auch in Deutschland voranschreiten k��nnen. Daher erscheint es dringend geboten, umfassende Konzepte zu entwickeln, um die W��lder und ihre Bewirtschaftung so anzupassen, dass negative Folgen m��glichst weit abgepuffert werden k��nnen, um auch in Zukunft die vielf��ltigen ��kosystemleistungen der W��lder f��r unsere Gesellschaft bereitzustellen. Wie beim Klimaschutz ist auch bei der Anpassung an den Klimawandel die Politik gefordert, Rahmenbedingungen zu schaffen, die im Sinne der Generationengerechtigkeit zuk��nftigen Generationen die gleichen Optionen f��r die Nutzung der W��lder bieten wie der heutigen Generation. Ebenso wie der Klimaschutz stellt die Anpassung der W��lder eine dringliche und massive Herausforderung f��r alle Beteiligten dar, die Paradigmenwechsel auf vielen Ebenen erfordert. Vor diesem Hintergrund hat der Wissenschaftliche Beirat f��r Waldpolitik (WBW) das vorliegende Gutachten erstellt. Die Erstellung des Gutachtens erfolgte auf der Basis gepr��fter wissenschaftlicher Erkenntnisse und richtet mit seinen Handlungsempfehlungen den Fokus auf die wesentlichen Einflussm��glichkeiten zur Aufrechterhaltung und Verbesserung der Bereitstellung der ��kosystemleistungen des Waldes im Klimawandel. In dem Gutachten werden zun��chst die derzeit bekannten Auswirkungen der Klima��nderungen auf W��lder und ihre ��kosystemleistungen skizziert und die Anpassungsm��glichkeiten in unterschiedlichen Bereichen der Bewirtschaftung und Nutzung der W��lder aufzeigt. Diese Bereiche umfassen die Waldwirtschaft, Holzverarbeitung, Bio��konomie, Naturschutz, Bodenschutz, Gew��sserschutz, Gesundheitsvorsorge, Erholung und Tourismus. Die daraus gezogenen Schlussfolgerungen m��nden in konkrete Handlungsempfehlungen f��r die Anpassung in insgesamt 13 Handlungsfeldern. Ziel der Empfehlungen ist es, Bedingungen daf��r zu schaffen, dass ��kosystemleistungen der W��lder auch zuk��nftig entsprechend des gesellschaftlichen Bedarfs bereitgestellt werden k��nnen. Zu diesem Zweck sollten W��lder, wo n��tig, durch waldbauliche Unterst��tzung hin zu diversen, resilienten und anpassungsf��higen W��ldern entwickelt werden. Dies umfasst die aktive und passive F��rderung der Vielfalt standortangepasster Baumarten und ihrer funktionalen und genetischen Diversit��t ebenso, wie den Schutz der Waldb��den und ihrer Funktionen, die mit angepassten Ma��nahmen erhalten und verbessert werden m��ssen. Hierzu werden konkrete Ma��nahmen zur Anpassung von Waldbest��nden, insbesondere in den Phasen der Verj��ngung und Bestandespflege empfohlen, die mit verbesserten regionalen und ��berregionalen Daten zur Standorts- und Baumarteneignung unterst��tzt werden m��ssen. Biodiversit��t im Wald ist eine wichtige Grundlage f��r die Anpassungsf��higkeit und Vielfalt aller Prozesse, welche die ��kosystemfunktionen und -leistungen erst erm��glichen. Sie muss bei der Anpassung der W��lder an den Klimawandel daher von der genetischen bis zur ��kosystemebene umfassend ber��cksichtigt werden. Hier stellt sich insbesondere die Frage, welche Arten, Populationen und Lebensr��ume am st��rksten gef��hrdet sind und in welchem Umfang sich diese mit dem Klimawandel verschieben werden bzw. verschieben k��nnen. Der Schutz der Biodiversit��t sollte daher auf ganzer Fl��che, also auch au��erhalb von Schutzgebieten ber��cksichtigt werden. Ein besonderes Augenmerk sollte daher auf die zuk��nftige Struktur und Baumartenzusammensetzung der W��lder gelegt werden. Nat��rliche Biotope, Habitate und ��kosysteme sind im Rahmen der Anpassung auf Landschaftsebene so weit wie m��glich zu erhalten und zu f��rdern. Durch die F��rderung von Biotopverb��nden sollen die Bewegungsm��glichkeiten von Arten gew��hrleistet werden; bei wenig mobilen Arten sollte die M��glichkeit gezielter Ansiedlungen in zuk��nftigen Verbreitungsgebieten genutzt werden. Ein repr��sentatives Biodiversit��tsmonitoring und die Ber��cksichtigung des Klimawandels bei der Entwicklung von Schutzzielen sollen einen m��glichst effizienten Naturschutz im Wald erm��glichen. Der Erhalt der W��lder und ihrer vielf��ltigen ��kosystemleistungen h��ngt ganz erheblich von ihrem Schutz gegen��ber biotischen und abiotischen Risiken ab, die in Zukunft zunehmen werden. Daher bedarf es eines deutlich verbesserten Risikomanagements in enger Verkn��pfung mit einem zeitlich und r��umlich hoch aufgel��sten Monitoring, dem eine Schl��sselstellung im Anpassungsprozess der W��lder zugeschrieben wird. Zur Abwehr gro��fl��chiger Sch��den in W��ldern bedarf es in Erg��nzung des betrieblichen V Waldschutzes eines ��berregionalen Waldschutzmanagements, einer verbesserten Kontrolle von Schadorganismen und Waldkrankheiten, einer objektiven Schadensbewertung und Risikovorsorge aber auch der Forcierung restaurativer Ma��nahmen zum Waldumbau. Zunehmende Extremwetterereignisse, eine Reduktion der Produktivit��t der W��lder und Ver��nderungen im Baumartenspektrum werden bei gleichzeitig steigenden Kosten f��r Anpassung, Risikomanagement, Monitoring und die Bereitstellung von ��kosystemleistungen die Ertr��ge aus der traditionellen Waldbewirtschaftung mit Fokus auf Rohholzproduktion langfristig reduzieren. Diese Entwicklungen versch��rfen die ohnehin schon bestehenden strukturellen Probleme vor allem im kleinparzellierten Privat- und K��rperschaftswald. Um vor diesem Hintergrund Anpassungsma��nahmen effektiv umsetzen zu k��nnen, bedarf es der Schaffung stabiler institutioneller Strukturen, die die angemessene Betreuung des Nichtstaaatswaldes einschlie��t, und einer effizienteren Gestaltung der forstlichen F��rderung. Dies sollte flankiert werden durch den Aufbau von Informationsplattformen, der Schaffung von Anreizen zur aktiven Waldbewirtschaftung und Bildung von gr����eren Bewirtschaftungseinheiten. Mit der zu erwartenden Verringerung der Produktivit��t der W��lder und Verschiebung der Baumartenzusammensetzungen hin zu mehr Laubholz wird langfristig die Versorgung mit dem Rohstoff Holz insbesondere aus heimischen W��ldern eine gro��e Herausforderung. Dies erfordert auch eine Anpassung der nachgelagerten Holzwirtschaft und Holzverwendung. Daf��r m��ssen Wertsch��pfungsketten etabliert werden, die die wirtschaftliche und klimawirksame Nutzung von Holzrohstoffen aus heimischer Waldbewirtschaftung optimieren und die Transformation zu einer Bio��konomie als Grundlage neuer umweltfreundlicher Produkte st��tzen. Anreizsysteme und technische Verfahren sollten entwickelt werden, die zur Erh��hung der stofflichen und Verringerung einer direkten energetischen Nutzung f��hren, insbesondere bei bisher schwer zu vermarktenden Holzsortimenten (Kalamit��tsholz, Nadelstarkholz, Laubholz). Eine zentrale Rolle spielt dabei der Holzbau als unmittelbar verf��gbare Br��ckentechnologie1 im Klimaschutz und zur Schonung endlicher Rohstoffe. Um die in Zukunft 1 Mit Br��ckentechnologie ist hier gemeint, dass der Holzbau aktuell die einzige anwendungsreife Technologie (negative emission technology) ist, die es erm��glicht, Kohlenstoff in nennenswertem Umfang au��erhalb von ��kosystemen zu speichern. ���Br��cke��� bedeutet hierbei, dass diese Technologie deshalb ab sofort eingesetzt werden sollte, um diese Kohlenstoffspeicherung umzusetzen bis in der Zukunft m��glicherweise andere Technologien wie beispielsweise carbon capture and storage oder carbon capture and usage Technologien in eine Anwendungsreife (TRL 9) kommen. Dies bedeutet nicht, dass danach der Holzbau keine Bedeutung mehr hat, aber der Begriff unterstreicht die Dringlichkeit, diese M��glichkeit der Kohlenstoffspeicherung sofort einzusetzen.im Inland zur��ckgehende Bereitstellung von Nadelholzsortimenten teilweise ersetzen zu k��nnen, m��ssen Voraussetzungen f��r die Generierung neuer Holzstoffquellen aus Gebraucht- und Altholz geschaffen realisiert werden. Um langfristig eine ausreichende Versorgung mit Nadelholz sicherzustellen, sollte ein risikoarmer Anbau klimaangepasster Nadelbaumarten in Mischbest��nden erfolgen. Tempor��re Marktverwerfungen nach gro��fl��chigen St��rungen sollte mit reaktionsf��higen M��rkten und entsprechenden Logistik- und Lagerstrukturen entgegengewirkt werden. W��lder sind eine wichtige Grundlage sogenannter kultureller ��kosystemleistungen. Die Attraktivit��t von W��ldern f��r die Freizeit- und Erholungsnutzung im Zuge der erwarteten klimatischen Ver��nderungen wird wahrscheinlich weiterhin zunehmen. Gleichzeitig kommt es zu Ver��nderungen gewohnter Wald- und Landschaftsbilder und zu ver��nderten Voraussetzungen f��r verschiedenste Freizeitaktivit��ten im Wald. Die Bereitstellung von Erholungsleistungen und Reduktion m��glicher Konflikte zwischen Erholungsnutzung und der Holzernte steigert den Aufwand der Waldbewirtschaftung, gerade in den urbanen R��umen. Eine Honorierung der ��kosystemleistungen f��r Erholung, Sport und Tourismus ist daher neben kommunikativen und konfliktmindernden Ma��nahmen ein wichtiger Baustein zur zuk��nftigen Gestaltung von klimaresilienten Erholungsw��ldern. Die notwendigen Ma��nahmen zur Aufrechterhaltung und Verbesserung der Bereitstellung von ��kosystemleistungen der W��lder sind sehr umfangreich und kostenintensiv. Nach Einsch��tzung des WBW ��bersteigen die Aufwendungen f��r eine rasche und effektive Anpassung der W��lder an den Klimawandel deutlich ein Niveau, das man vom nicht-staatlichen Waldbesitz im Rahmen der Gemeinwohlverpflichtung des Eigentums erwarten kann. Gegenw��rtig beruhen die Einnahmen der Forstbetriebe fast ausschlie��lich auf Erl��sen aus dem Holzverkauf, wohingegen die Bereitstellung der bisher nicht honorierten, gesellschaftlich wichtigen ��kosystemleistungen f��r Klimaschutz, Wasserschutz, Naturschutz, Erholung etc. als Lasten wahrgenommen werden. Daher ist eine zentrale Empfehlung dieses Gutachtens, dass die ��ffentliche Hand Verg��tungssysteme f��r die ��kosystemleistungen des Waldes schafft, die den Forstbetrieben langfristig planbare Einnahmen aus der Bereitstellung von ��kosystemleistungen erm��glichen. Eine grunds��tzliche und effiziente M��glichkeit hierf��r sehen wir darin, nicht einzelne ��kosystemleistungen separat zu honorieren, sondern die Grundlage f��r die zuk��nftige Erbringung aller ��kosystemleistungen, die Anpassungsf��higkeit2 der W��lder an den Klimawandel, als Leistung zu betrachten. Empfohlen wird daher eine am Zustand der W��lder orientierte Zahlung, die als eine notwendige Erg��nzung der derzeit g��ngigen ma��nahmenorientierten F��rderung gesehen wird. Der rasch voranschreitende Klimawandel beschleunigt die Erosion der Relevanz des bisherigen Erfahrungswissens und f��hrt zu einer Zunahme von Unsicherheiten. Um die Anpassung von W��ldern, Wald- und Holzwirtschaft und anderen relevanten Sektoren an den Klimawandel effektiv und effizient zu gestalten, wird eine St��rkung forstwissenschaftlicher, wald- und holzproduktbezogener Forschung empfohlen. Dabei geht es insbesondere um eine strategische Ausrichtung und die Entwicklung neuer Forschungsans��tze im Sinne einer Nachhaltigkeitsforschung, die sich an Dringlichkeit, L��sungsorientierung und Implementierung ausrichtet. Daf��r werden entsprechend langfristig angelegte Forschungsinfrastrukturen und Kapazit��ten ebenso ben��tigt wie eine bessere Vernetzung und Kooperation zwischen bestehenden Forschungseinrichtungen. Zur Bef��rderung des Transformationsprozesses spricht der WBW dar��ber hinaus Empfehlungen zu ��nderungen in der Aus- und Weiterbildung, den Kommunikationsstrategien, sowie zur Beseitigung von Anpassungshemmnissen und -konflikten in den verschiedenen Bereichen aus., Berichte ��ber Landwirtschaft - Zeitschrift f��r Agrarpolitik und Landwirtschaft, Sonderheft 233 November 2021

As climate change progresses, urban areas are increasingly affected by water scarcity and the urban heat island effect. Evapotranspiration (ET) is a crucial component of urban greening initiatives of cities worldwide aimed at mitigating these issues. However, ET estimation methods in urban areas have so far been limited. An expanding number of flux towers in urban environments provide the opportunity to directly measure ET by the eddy covariance method. In this study, we present a novel approach to model urban ET by combining flux footprint modeling, remote sensing and geographic information system (GIS) data, and deep learning and machine learning techniques. This approach facilitates spatio-temporal extrapolation of ET at a half-hourly resolution; we tested this approach with a two-year dataset from two flux towers in Berlin, Germany. The benefit of integrating remote sensing and GIS data into models was investigated by testing four predictor scenarios. Two algorithms (1D convolutional neural networks (CNNs) and random forest (RF)) were compared. The best-performing models were then used to model ET values for the year 2019. The inclusion of GIS data extracted using flux footprints enhanced the predictive accuracy of models, particularly when meteorological data was more limited. The best-performing scenario (meteorological and GIS data) showed an RMSE of 0.0239 mm/h and R2 of 0.840 with RF and an RMSE of 0.0250 mm/h and a R2 of 0.824 with 1D CNN for the more vegetated site. The 2019 ET sum was substantially higher at the site surrounded by more urban greenery (366 mm) than at the inner-city site (223 mm), demonstrating the substantial influence of vegetation on the urban water cycle. The proposed method is highly promising for modeling ET in a heterogeneous urban environment and can support climate change mitigation initiatives of urban areas worldwide.

Thermal infrared measurements acquired with unmanned aerial systems (UAS) allow for high spatial resolution and flexibility in the time of image acquisition to assess ground surface temperature. Nevertheless, thermal infrared cameras mounted on UAS suffer from low radiometric accuracy as well as low image resolution and contrast hampering image alignment. Our analysis aims to determine the impact of the sun elevation angle (SEA), weather conditions, land cover, image contrast enhancement, geometric camera calibration, and inclusion of yaw angle information and generic and reference pre-selection methods on the point cloud and number of aligned images generated by Agisoft Metashape. We, therefore, use a total amount of 56 single data sets acquired on different days, times of day, weather conditions, and land cover types. Furthermore, we assess camera noise and the effect of temperature correction based on air temperature using features extracted by structure from motion. The study shows for the first time generalizable implications on thermal infrared image acquisitions and presents an approach to perform the analysis with a quality measure of inter-image sensor noise. Better image alignment is reached for conditions of high contrast such as clear weather conditions and high SEA. Alignment can be improved by applying a contrast enhancement and choosing both, reference and generic pre-selection. Grassland areas are best alignable, followed by cropland and forests. Geometric camera calibration hampers feature detection and matching. Temperature correction shows no effect on radiometric camera uncertainty. Based on a valid statistical analysis of the acquired data sets, we derive general suggestions for the planning of a successful field campaign as well as recommendations for a suitable preprocessing workflow.

In light of the increasing demand for food production, climate change challenges for agriculture, and economic pressure, precision farming is an ever-growing market. The development and distribution of remote sensing applications is also growing. The availability of extensive spatial and temporal data—enhanced by satellite remote sensing and open-source policies—provides an attractive opportunity to collect, analyze and use agricultural data at the farm scale and beyond. The division of individual fields into zones of differing yield potential (management zones (MZ)) is the basis of most offline and map-overlay precision farming applications. In the process of delineation, manual labor is often required for the acquisition of suitable images and additional information on crop type. The authors therefore developed an automatic segmentation algorithm using multi-spectral satellite data, which is able to map stable crop growing patterns, reflecting areas of relative yield expectations within a field. The algorithm, using RapidEye data, is a quick and probably low-cost opportunity to divide agricultural fields into MZ, especially when yield data is insufficient or non-existent. With the increasing availability of satellite images, this method can address numerous users in agriculture and lower the threshold of implementing precision farming practices by providing a preliminary spatial field assessment.

Calcite precipitation is a common phenomenon in calcium-rich hardwater lakes during spring and summer, but the number and spatial distribution of lakes with calcite precipitation is unknown. This paper presents a remote sensing based method to observe calcite precipitation over large areas, which are an important prerequisite for a systematic monitoring and evaluation of restoration measurements. We use globally archived satellite remote sensing data for a retrospective systematic assessment of past multi-temporal calcite precipitation events. The database of this study consists of 205 data sets that comprise freely available Landsat and Sentinel 2 data acquired between 1998 and 2015 covering the Northeast German Plain. Calcite precipitation is automatically identified using the green spectra and the metric BGR area, the triangular area between the blue, green and red reflectance value. The validation is based on field measurements of CaCO3 concentrations at three selected lakes, Feldberger Haussee, Breiter Luzin and Schmaler Luzin. The classification accuracy (0.88) is highest for calcite concentrations ≥0.7 mg/L. False negative results are caused by the choice of a conservative classification threshold. False positive results can be explained by already increased calcite concentrations. We successfully transferred the developed method to 21 other hardwater lakes in Northeast Germany. The average duration of lakes with regular calcite precipitation is 37 days. The frequency of calcite precipitation reaches from single time detections up to detections nearly every year. False negative classification results and gaps in Landsat time series reduce the accuracy of frequency and duration monitoring, but in future the image density will increase by acquisitions of Sentinel-2a (and 2b). Our study tested successfully the transfer of the classification approach to Sentinel-2 images. Our study shows that 15 of the 24 lakes have at least one phase of calcite precipitation and all events occur between May and September. At the lakes Schmaler Luzin and Feldberger Haussee, we illustrated the influence of ecological restoration measures aiming at nutrient reduction in the lake water on calcite precipitation. Our study emphasizes the high variance of calcite precipitation in hardwater lakes: each lake has to be monitored individually, which is feasible using Landsat and Sentinel-2 time series.

Ontology based applications offer big opportunities in data management in regard to interoperability of spatial datasets. This work demonstrates a data management application, which mainly focuses on the semantics of biodiversity monitoring data. It suggests a possibility of interoperable data management of remote sensing based biodiversity data with the help of semantic formalization and ontological inference.

The present study as part of the joint research project “Smart-Power-Flow”1 (at Reiner Lemoine Institute for Renewable Energies) focuses on modelling PV systems´ distribution in German rural communities. Although solar power energy systems in Germany have been increasing exponentially for the last 20 years (WRITH 2014), the majority of literature on PV potential has focused on rooftop PV systems in urban regions, and a small number of publications consider the typology of small rural communities. These areas, although less populated than cities, are where the highest PV potential in Germany is expected (DENA 2010), and, at the same time, where the availability of laser scanning data is highly incomplete, or not affordable for small administrations or projects. Several authors have used remotely-sensed imagery to quantify the PV potential on a regional scale, but only few authors (KJELLSSON 2000, BERGAMASCO & ASINARI 2011, JO & OTANICAR 2011) have attempted to use high-resolution images to quantify the suitable rooftop surface on a building basis, and none of them have addressed the particularities of rural communities. The aim of this study is to create a methodology, which predicts the size and location of future photovoltaic systems on rooftops, based on generally accessible data, and that is easily reproducible on a building scale for other rural villages. The methodology’s input data comprises high-resolution aerial imagery, GIS building footprints from the Landregister map, and the Bavarian database of photovoltaic systems. In addition, the method is tested using two types of images: a) official orthophotos from the Bavarian Land-survey Office, and b) Google Earth™ orthophotos, to assess the accuracy of freely available data to the project. The results are compared in the discussion section.

Reliable multi-temporal landslide detection over longer periods of time requires multi-sensor time series data characterized by high internal geometric stability, as well as high relative and absolute accuracy. For this purpose, a new methodology for fully automated co-registration has been developed allowing efficient and robust spatial alignment of standard orthorectified data products originating from a multitude of optical satellite remote sensing data of varying spatial resolution. Correlation-based co-registration uses world-wide available terrain corrected Landsat Level 1T time series data as the spatial reference, ensuring global applicability. The developed approach has been applied to a multi-sensor time series of 592 remote sensing datasets covering an approximately 12,000 km2 area in Southern Kyrgyzstan (Central Asia) strongly affected by landslides. The database contains images acquired during the last 26 years by Landsat (E)TM, ASTER, SPOT and RapidEye sensors. Analysis of the spatial shifts obtained from co-registration has revealed sensor-specific alignments ranging between 5 m and more than 400 m. Overall accuracy assessment of these alignments has resulted in a high relative image-to-image accuracy of 17 m (RMSE) and a high absolute accuracy of 23 m (RMSE) for the whole co-registered database, making it suitable for multi-temporal landslide detection at a regional scale in Southern Kyrgyzstan.

Desertification is one of the most serious environmental challenges worldwide. One hotspot is in the lower reaches of the Tarim River where a narrow belt of Euphrates poplars (Populus euphratica) floodplain forest prevents the Taklamakan and the Kum Tagh deserts from merging. This forest has become highly degraded in recent decades as a result of dam constructions and water withdrawal for irrigation. In 2000 the Chinese government launched the Ecological Water Conveyance Project (EWCP) with the goal to control the desertification and restore this degraded ecosystem. The present research developed an object based bi-temporal change detection analysis to investigate the effects of the EWCP to the poplar trees.

Long term forest restoration of degraded riparian forest to combat desertification. Evaluating relationship between remote sensing derived spectral, textural and form parameters and eco-morphological tree variables to indicate degradation status.

In the past, different approaches for automated landslide identification based on multispectral satellite remote sensing were developed to focus on the analysis of the spatial distribution of landslide occurrences related to distinct triggering events. However, many regions, including southern Kyrgyzstan, experience ongoing process activity requiring continual multi-temporal analysis. For this purpose, an automated object-oriented landslide mapping approach has been developed based on RapidEye time series data complemented by relief information. The approach builds on analyzing temporal NDVI-trajectories for the separation between landslide-related surface changes and other land cover changes. To accommodate the variety of landslide phenomena occurring in the 7500 km2 study area, a combination of pixel-based multiple thresholds and object-oriented analysis has been implemented including the discrimination of uncertainty-related landslide likelihood classes. Applying the approach to the whole study area for the time period between 2009 and 2013 has resulted in the multi-temporal identification of 471 landslide objects. A quantitative accuracy assessment for two independent validation sites has revealed overall high mapping accuracy (Quality Percentage: 80%), proving the suitability of the developed approach for efficient spatiotemporal landslide mapping over large areas, representing an important prerequisite for objective landslide hazard and risk assessment at the regional scale.

KLIWAS-Schriftenreihe / BfG – KLIWAS-13/2012

18th International Symposium on Environmental Pollution and its Impact on Life in the Mediterranean Region (MESAEP) -- SEP 26-30, 2015 -- Crete, GREECE, WOS: 000395724000016, In the past and today, Istanbul has always been one of the most important cities in the world because of its historical, cultural and natural features. This fact has caused increase in population and great transportation problem since 1950s. To surmount the transportation problem, two bridges were built and a third one is being constructed on the Bosphorus. Although zone plans, which made in the 1960s, suggested the urban growth to east-west direction, each bridge created its own traffic and triggered urbanization to northward. Main objectives of this paper are to determine the land use changes driven by Bosphorus bridges, predict potential impacts of the 3rd bridge and compare the effects of different routes on urbanization in Istanbul. Two motorways were selected among for alternative routes preparing for 3rd bridge. To find out the impacts of Bosphorus bridges on the urbanization, cellular automata (CA) based urban growth simulation models were created for the year 2030 and change detection analysis were implemented between 2009 and 2030. According to the results, Istanbul will continue grow northward and almost the half of forest area will be damaged and transformed to urban area in 2030.

In the light of unprecedented change in global biodiversity, real-time and accurate ecosystem and biodiversity assessments are becoming increasingly essential. Nevertheless, estimation of biodiversity using ecological field data can be difficult for several reasons. For instance, for very large areas, it is challenging to collect data that provide reliable information. Some of these restrictions in Earth observation can be avoided through the use of remote sensing approaches. Various studies have estimated biodiversity on the basis of the Spectral Variation Hypothesis (SVH). According to this hypothesis, spectral heterogeneity over the different pixel units of a spatial grid reflects a higher niche heterogeneity, allowing more organisms to coexist. Recently, the spectral species concept has been derived, following the consideration that spectral heterogeneity at a landscape scale corresponds to a combination of subspaces sharing a similar spectral signature. With the use of high resolution remote sensing data, on a local scale, these subspaces can be identified as separate spectral entities, the so called “spectral species”. Our approach extends this concept over wide spatial extents and to a higher level of biological organization. We applied this method to MODIS imagery data across Europe. Obviously, in this case, a spectral species identified by MODIS is not associated to a single plant species in the field but rather to a species assemblage, habitat, or ecosystem. Based on such spectral information, we propose a straightforward method to derive α- (local relative abundance and richness of spectral species) and β-diversity (turnover of spectral species) maps over wide geographical areas.

Dieser Beitrag ist mit Zustimmung des Rechteinhabers aufgrund einer (DFG geförderten) Allianz- bzw. Nationallizenz frei zugänglich., This publication is with permission of the rights owner freely accessible due to an Alliance licence and a national licence (funded by the DFG, German Research Foundation) respectively., Understanding the causes and effects of species invasions is a priority in ecology and conservation biology. One of the crucial steps in evaluating the impact of invasive species is to map changes in their actual and potential distribution and relative abundance across a wide region over an appropriate time span. While direct and indirect remote sensing approaches have long been used to assess the invasion of plant species, the distribution of invasive animals is mainly based on indirect methods that rely on environmental proxies of conditions suitable for colonization by a particular species. The aim of this article is to review recent efforts in the predictive modelling of the spread of both plant and animal invasive species using remote sensing, and to stimulate debate on the potential use of remote sensing in biological invasion monitoring and forecasting. Specifically, the challenges and drawbacks of remote sensing techniques are discussed in relation to: i) developing species distribution models, and ii) studying life cycle changes and phenological variations. Finally, the paper addresses the open challenges and pitfalls of remote sensing for biological invasion studies including sensor characteristics, upscaling and downscaling in species distribution models, and uncertainty of results.

Background: Agriculture is a large and dynamic sector, essential for the supply of the population and thus in a complex area of tension. The growing population and the resulting need for optimization, greater efficiency and intensification are in direct conflict with the demand for sustainability, environmental compatibility and, above all, mitigation of climate change and its consequences. Precision agriculture can make a decisive contribution to increasing efficiency in particular. Because through the targeted and demand-oriented application of fertilizers and pesticides, but also spatially variable sowing, resources can be used better and in the best case even increase yields. Above all, if fertilizers are applied in the way that the plants need and can absorb them, in contrast to uniform application across the entire field, a surplus that can be washed into the groundwater can be avoided. A basis is therefore needed on which this variable application of resources can be determined. In practice, maps of current condition in the form of zones in the field or on-the-go measurements from sensors on the tractor are often used here. However, for comprehensive planning and holistic cultivation of crop, current and past spatial information maps, such as zone maps, are necessary. Satellite data are a data basis for such zones, as they are available in various types, current and retrospective and cover large areas spatially. Objective: This work explores possibilities to derive this zoning from satellite data and developes different approaches. The interrelations between satellite data, geoinformation data and agricultural data such as yield will be investigated and combined. The focus of the method development is the applicability in practice and the associated requirements of the farmer. Data: For method development and analysis 179 RapidEye scenes, 512 Landsat scenes, 43 Sentinel-2 scenes and 21 Planetscope scenes were used. Furthermore, the soil map „Bodenschätzung“, which not only transmits the information about the respective soil type, but also a quantification of the fertility respectively the yield potential in the form of „Bodenzahl“ and „Ackerzahl“. Digital terrain models in different spatial resolutions were used as well as in-situ measurements of nutrients, electrical conductivity and phenology. Methods and Results: In this thesis two methods and a data analysis are presented. The first method uses only optical satellite data (RapidEye) and processes these automatically into five relative yield zones, which reflect the expected relative yield averaged over several years. The method independently selects the appropriate data sets for a prescribed field, using different thresholds resulting from the reflectance values of individual bands. The zones are then separated on the basis of quantile values using an synthetic, averaged raster of the near infrared bands. The method is validated with actual yield data using the characteristics of box plots. The yield zones generated can then be used as management zones in precision farming. The second method also generates relative yield zones, suitable for use as a management zone, using RapidEye satellite data as well as soil map and relief information. This data fusion for yield zone modeling is based on belief structures and uses the Transferable Belief Model. Thus, individual expert knowledge from practical agriculture can be integrated into the fusion process. The knowledge generated in the course of method development about the relationship between remote sensing and GIS data and the actual yield on the field will be extended and consolidated in a large-scale data analysis with a time series of 13 years and 755 satellite scenes. It shows that there is a strong correlation between satellite data and yield data (up to a correlation value of r = 0.75, some values even higher). However, this correlation depends strongly on the phenological timing of - in this case - cereals and canola. In addition, the spectral and spatial resolution, as well as the growing conditions and the soil available water. Conclusion: Satellite data are very well suited for agricultural applications and for the derivation of management zones for precision crop cultivation. However, a lot of expert knowledge has to be applied in the selection of the appropriate remote sensing data as well as in the processing and methodology. The scientific and practical use of remote sensing data should be adapted to the specific problem and external conditions. Hintergrund: Die Landwirtschaft ist ein großer und dynamischer Sektor, essentiell für die Versorgung der Bevölkerung und dadurch in einem komplexen Spannungsfeld. Die steigende Bevölkerung und der dadurch bestehende Bedarf an Optimierung, mehr Effizienz und Intensivierung steht im direkten Konflikt mit dem Anspruch nach Nachhaltigkeit, Umweltverträglichkeit aber vor allem der Eindämmung des Klimawandels und seiner Folgen. Gerade bei Fragen der Effizienzsteigerung kann der Bereich der Präzisionslandwirtschaft einen entscheidenden Beitrag leisten. Denn durch die gezielte und bedarfsorientierte Anwendung von Dünger und Pflanzenschutzmitteln, aber auch die gezielte und räumlich variable angepasste Aussaat, können Ressource besser genutzt werden und im besten Falle den Ertrag sogar steigern. Vor allem wenn Düngemittel so ausgebracht werden, wie die Pflanzen ihn benötigen und aufnehmen können, im Gegensatz zu einer uniformen Ausbringung über das ganze Feld hinweg, kann ein Überschuss, welcher in das Grundwasser ausgewaschen werden kann, vermieden werden. Es braucht also eine Grundlage, auf welcher diese variable Ausbringung von Ressourcen bestimmt wird. Hier werden in der Praxis oft Zustandskarten in Form von Zonen im Feld verwendet oder „on-the-go“-Messungen von Sensoren auf dem Traktor. Für die umfassende Planung und eine holistische Bearbeitung der Bestände sind aber aktuelle und zurückliegende, wie zusammenfassende Zustandskarten, beziehungsweise Zonenkarten nötig. Eine Datengrundlage für solche Zonen sind Satellitendaten, da sie in verschiedenster Art, aktuell und retroperspektiv vorliegen und große Flächen räumlich erfassen. Ziel: Diese Arbeit erforscht Möglichkeiten aus Satellitendaten eben diese Zonierung abzuleiten und sucht dabei verschiedene Herangehensweisen. Es sollen die Zusammenhänge zwischen Satellitendaten, Daten der Geoinformation und landwirtschaftlicher Daten wie Ertrag untersucht und miteinander kombiniert werden. Im Fokus der Methodenentwicklung steht die Anwendbarkeit in der Praxis und die somit einhergehenden Anforderungen des Landwirtes. Daten: Für die Methodenentwicklung und die Analyse wurden 179 RapidEye Szenen, 512 Landsat-Szenen, 43 Sentinel-2 Szenen und 21 Planetscope-Szenen verwendet. Weiterhin die Bodenkarte Bodenschätzung, welche nicht nur die Informationen über die jeweilige Bodenart übermittelt, aber auch eine Quantifizierung der Fruchtbarkeit beziehungsweise des Ertragspotentials in Form von „Bodenzahl“ und „Ackerzahl“. Digitale Geländemodell in unterschiedlichen räumlichen Auflösungen wurden verwendet, ebenso wie in-situ-Messungen von Nährstoffen, elektrischer Leitfähigkeit und Phänologie. Methoden und Ergebnisse: In dieser Doktorarbeit werden zwei Methoden und eine Datenanalyse vorgestellt. Die erste Methode verwendet einzig optische Satellitendaten (RapidEye) und verarbeitet diese automatisiert zu fünf relativen Ertragszonen, welche den zu erwartenden relativen Ertrag gemittelt über mehrere Jahre spiegelt. Die Methode wählt dabei eigenständig die passenden Datensätze für ein vorgeschriebenes Feld aus, unter Verwendung verschiedener Schwellwerte, die sich aus den Rückstrahlwerten einzelner Bänder ergeben. Auf Basis eines gemittelten Rasters der Bänder des nahen Infrarots werden dann auf Basis von Quartilswerten die Zonen separiert. Die Methode wird mit tatsächlichen Ertragsdaten mithilfe der Charakteristika von Boxplots validiert Die erzeugten Ertragszonen können dann als Bearbeitungszonen in der Präzisionslandwirtschaft verwendet werden. Die zweite Methode erzeugt ebenfalls relative Ertragszonen, geeignet für die Verwendung als Management Zone, verwendet neben RapidEye Satellitendaten auch die Informationen der Bodenkarte und des Reliefs. Diese Datenfusion zur Modellierung von Ertragszonen basiert auf Überzeugungsstrukturen und verwendet das Transferable Belief Model. Somit kann individuelles Expertenwissen aus der praktischen Landwirtschaft in den Fusionsprozess integrieren werden. Die Erkenntnisse, die im Laufe der Methodenentwicklung über die Zusammenhänge von Fernerkundungs- und GIS Daten und dem tatsächlichen Ertrag auf dem Feld generiert wurden, werden in einer großangelegten Datenanalyse mit einer Zeitreihe von 13 Jahren und 755 Satellitenszenen erweitert und gefestigt. Sie zeigt, dass es einen starken Zusammenhang zwischen Satellitendaten und Ertragsdaten gibt (bis zu einem Korrelationswert von r = 0.75, einzelne Werte höher). Diese Korrelation hängt aber stark ab vom phänologischen Zeitpunkt von – in diesem Falle – Getreide und Raps. Außerdem von der spektralen und räumlichen Auflösung, sowie den Wachstumsbedingungen und dem bodenverfügbaren Wasser. Fazit: Satellitendaten eignen sich sehr gut für die Anwendung in der Landwirtschaft und für die Ableitung von Bearbeitungszonen für den Präzisionspflanzenbau. Allerdings muss in der Auswahl der passenden Fernerkundungsdaten und auch der Verarbeitung und Methodik viel Expertenwissen angewandt werden. Die wissenschaftliche und praktische Verwendung von Fernerkundungsdaten sollte an die spezifische Fragestellung und die äußeren Bedingungen angepasst werden.

Land degradation, a negative trend in land conditions towards a less desirable ecosystem state caused by human activities, frequently happens once the ecological resilience of a system is critically reduced. Ecological resilience describes a system’s ability to maintain its functional and structural integrity and persist without being pushed into another stable state under the influence of disturbance. In Mediterranean drylands, climatic events together with high human pressure are the main drivers of land degradation processes, such as erosion. Under the influence of climate change, the intensity and frequency of climatic triggers of land degradation, such as intensified climate variability and the occurrence of extreme hydro-meteorological events including droughts, is projected to increase distinctly in the Mediterranean region. Today, the immense damage caused by land degradation globally is well-recognized. However, coherent approaches for assessing and quantifying the extent of land degradation and associated damage over large areas, as well as for quantifying future risks, are still lacking. In this thesis, the use of ecological resilience as a key concept to link land degradation assessment with quantitative risk analysis for natural hazards is suggested. Based on a systematic review of the discrepancies in existing land degradation risk assessment approaches, a conceptual risk-resilience model is proposed. Subsequently, ecological resilience to climate variability, particularly drought, is studied in a dry Mediterranean rangeland (‘Randi Forest’) located in southern Cyprus. Firstly, ecological resilience is spatiotemporally quantified, based on two resilience metrics: long-term resistance to climate variability, and recovery rate after drought. These two metrics are derived in a spatially explicit manner based on a 28-year Landsat NDVI time series analysis in combination with a change detection approach (BFAST) and breakpoint evaluation. Secondly, to deepen our understanding of what affects resilience in a Mediterranean dryland, the spatial variability of resistance to climate variability as well as of the recovery rate after drought are studied individually with regard to spatial distributions of grazing intensity and other environmental factors (terrain slope, aspect and mean NDVI). Thirdly, a combined resilience score based on resistance and recovery is derived to illustrate options for directly linking empirical, spatially explicit information on ecosystem resilience to land risk management goals. Finally, spatial dependencies between resilience categories are analysed. The analysis revealed that high livestock grazing intensities as well as very low NDVI values (i.e. low green vegetation cover) were associated with high resistance, indicating a degraded, unresponsive ecosystem condition. Low grazing did not have a clear effect on resistance – it was suspected that under low grazing conditions other environmental conditions such as terrain effects control and limit vegetation dynamics. High NDVI values, as well as north-facing slopes also promoted high resistance, which, in this case, may be an indication of a healthy ecosystem state that is able to buffer climate variability well. Intermediate to high grazing levels as well as western/eastern orientation and average NDVI values promoted the occurrence of patches with low resistance, indicating areas with reduced resilience that may easily shift either to a degraded or a healthy state. Unlike expected, terrain slope had no effect on resistance. Regression analysis showed that recovery rate after drought was positively affected by a northern orientation as well as by high NDVI values before the drought, and negatively related to grazing intensity. This indicates that overall favourable ecosystem conditions have a positive effect on recovery after drought. Further, on southern-oriented (but not on northern-oriented) slopes, terrain slope was negatively related with recovery, indicating a synergetic effect of slope steepness and southern orientation in their effect on recovery after drought. Finally, areas with low NDVI values before the drought were more sensitive to effects of a southern orientation than those with high NDVI values. Based on resistance and recovery, a combined resilience score was developed. Resilience was spatially quantified for the Randi Forest study area using five distinct and easily interpretable resilience categories. The individual resilience categories were exemplarily linked to concrete land risk management goals based on the different phases used in the disaster risk management cycle (prevention, preparedness, response). As such, the approach contributes to relating land degradation research more closely to land risk management, as is already common practice for other natural hazards. Finally, an analysis of spatial dependencies between resilience classes showed that spatial resilience clusters exist in the Randi Forest study area, with spatial dependencies reaching up to 500 m. Data-based knowledge about the spatial location and extent of certain resilience clusters promotes a purposeful selection and prioritization of areas for specific land management actions and further field-based research on resilience and land degradation status. In conclusion, results suggest that in a Mediterranean dryland resilience to climate variability, in particular drought, is modulated by livestock grazing, terrain effects and the amount of green vegetation cover. Particularly aspect and the amount of green vegetation cover seem to have major effect on resilience. On top of that, strong grazing promoted a degraded, unresponsive ecosystem state associated with low resistance and reduced recovery from drought. My results support the theory that anthropogenic land use affects ecological resilience to natural disturbances. Further, the derivation of a combined resilience score promotes the use of ecological resilience to link land degradation assessments with concrete land risk management goals and illustrates a practical approach to achieve this. The satellite data driven approach presented in this thesis has strong potential for resilience monitoring of ecosystems, for it can be applied on broad temporal and spatial scales in areas with low field data availability. Landdegradierung, eine durch menschliche Aktivitäten verursachte Verschlechterung des Ökosystemzustands, entsteht häufig, wenn die ökologische Resilienz eines Systems in kritischem Maße reduziert ist. Ökosystemresilienz beschreibt die Fähigkeit eines Ökosystems, seine funktionelle und strukturelle Integrität unter dem Einfluss von Störungen zu bewahren und fortzubestehen, ohne in einen anderen stabilen Systemzustand zu wechseln. In mediterranen Trockengebieten werden Landdegradierungsprozesse, wie z.B. Bodenerosion, vor allem durch klimatische Ereignisse in Kombination mit einer starken Beanspruchung durch den Menschen verursacht. Klimawandelszenarien prognostizieren, dass die Frequenz und Intensität der klimatischen Auslöser, die im Mittelmeergebiet zu Landdegradierung führen, deutlich zunehmen. So etwa ein Anstieg der klimatischen Variabilität insgesamt oder das Auftreten extremer hydrometeorologischer Ereignisse einschließlich Dürren. Heutzutage werden die enormen Schäden, die global durch Landdegradierung entstehen, allgemein anerkannt. Dennoch mangelt es an kohärenten Ansätzen, um das Ausmaß der Landdegradierung und der dadurch verursachten Schäden auf überregionaler Ebene festzustellen und zukünftige Risiken abzuschätzen. In dieser Arbeit wird Ökosystemresilienz als Schlüsselkonzept vorgeschlagen, um Landdegradierungserhebungen mit der quantitativen Risikoanalyse von Naturgefahren zu verknüpfen. Auf der Grundlage einer systematischen Überprüfung der Diskrepanzen in bestehenden Ansätzen zur Risikoanalyse für Landdegradierung wird ein konzeptuelles Risiko-Resilienz-Modell herausgearbeitet. Anschließend wird Ökosystemresilienz gegenüber klimatischer Variabilität, insbesondere Dürre, in einem trockenen mediterranen Weideland (‚Randi Forest‘) in Südzypern untersucht. Zunächst wird die Ökosystemresilienz mit Hilfe von zwei Resilienz-Indikatoren raum-zeitlich quantifiziert: Langzeitresistenz gegenüber klimatischer Variabilität sowie Erholungsgeschwindigkeit nach einer Dürre. Basierend auf einer 28-jährigen Landsat NDVI-Zeitreihe in Kombination mit einer Bruchpunktanalyse werden diese beiden Indikatoren räumlich explizit quantifiziert. Um unser Verständnis darüber zu erweitern, welche Faktoren die Ökosystemresilienz in mediterranen Trockengebieten beeinflussen, werden in einem zweiten Schritt die räumliche Variabilität sowohl der Resistenz als auch der Erholzeit unabhängig voneinander in Zusammenhang mit der räumlichen Verteilung der Beweidungsintensität und anderen Umweltfaktoren (Geländeneigung, Hangexposition sowie mittlerer NDVI) untersucht. Im dritten Teil wird ein kombinierter Resilienzindex, basierend auf Resistenz und Erholungsgeschwindigkeit, berechnet, um Möglichkeiten zu illustrieren, wie sich empirische, räumlich-explizite Informationen über Ökosystemresilienz direkt mit Zielen des Land-Risikomanagements verbinden lassen. Zuletzt werden die räumlichen Abhängigkeiten zwischen den Resilienz-Klassen bestimmt. Die Analysen ergaben, dass sowohl intensive Beweidung als auch sehr niedrige NDVI-Werte (i.e. eine geringe grüne Vegetationsbedeckung) mit einer überdurchschnittlich hohen Resistenz assoziiert waren, die in diesem Fall auf einen stark degradierten, trägen Systemzustand hindeutet. Geringe Beweidung hatte keine klare Auswirkung auf die Resistenz – bei geringer Beweidung scheinen andere Umweltbedingungen wie Bodeneinflüsse die Vegetationsdynamik zu beherrschen. Hohe NDVI-Werte wie auch nord-orientierte Hänge begünstigten ebenfalls eine hohe Resistenz, die hier jedoch auf ein gesundes Ökosystem hinweisen könnte, das klimatische Störungen gut abzupuffern vermag. Mittlere Ökosystemkonditionen, i.e. mittlere NDVI-Werte, eine mäßige bis starke Beweidung sowie eine ost-/westliche Hangexposition, waren hingegen mit einer vergleichsweise geringen Resistenz assoziiert, was auf Bereiche mit verminderter Resilienz hindeutet, die sich leicht zu einem degradierten oder auch zu einem gesunden Ökosystemzustand entwickeln können. Anders als erwartet hatte die Geländeneigung keinen sichtbaren Einfluss auf die Resistenz. Eine Regressionsanalyse ergab, dass die Erholungsgeschwindigkeit nach einer Dürre positiv von einer nördlichen Hangorientierung, von hohen NDVI-Werten vor einer Dürre und negativ von hohen Beweidungsintensitäten beeinflusst war. Das zeigt, dass sich insgesamt vorteilhafte Ökosystemkonditionen sowie geringer Beweidungsstress positiv auf die Erholungsgeschwindigkeit nach einer Dürre auswirken. Darüber hinaus hatte die Geländeneigung auf südorientierten Hängen (jedoch nicht auf nordorientierten Hängen) einen negativen Effekt auf die Erholungsgeschwindigkeit, was auf einen synergetischen Effekt zwischen Geländeneigung und Hangexposition hindeutet. Schließlich waren Bereiche mit sehr niedrigen NDVI-Werten vor der Dürre sensitiver gegenüber den negativen Effekten einer südlichen Hangexposition. Im letzten Teil der Arbeit wurde ein kombinierter Resilienzindex, basierend auf Resistenz und Erholungsgeschwindigkeit, entwickelt. Mit Hilfe dieses Index wurde die Resilienz im Randi Forest Studiengebiet räumlich quantifiziert, dargestellt in fünf verschiedenen, leicht interpretierbaren Klassen. Darüber hinaus wurden die einzelnen Resilienzklassen exemplarisch mit einzelnen Phasen des Risiko-Kreislaufs aus dem Katastrophenmanagement verknüpft (Vorbeugung, Bereitschaftserhöhung, Bewältigung) und somit eine direkte Verbindung zu Zielen des Land-Risikomanagements hergestellt. Auf diese Weise trägt meine Arbeit dazu bei, Forschungen zur Dynamik der Landdegradierung enger mit Ansätzen des Land-Risikomanagements zu verknüpfen, wie es auch in Bezug auf andere Naturgefahren üblich ist. Eine räumliche Analyse der Resilienzklassen hat ergeben, dass es im Randi Forest Studiengebiet eine räumliche Clusterung gibt, mit räumlichen Abhängigkeiten zwischen den verschiedenen Resilienzklassen bis zu 500 m. Ein datenbasiertes Wissen über die räumliche Verteilung und das Ausmaß bestimmter Resilienzcluster fördert die zielgerichtete Auswahl und Priorisierung von Gegenden für spezifische Maßnahmen im Landmanagement, sowie für weitere feld-basierte Forschung. Zusammenfassend weisen die Ergebnisse meiner Arbeit darauf hin, dass die Resilienz eines trockenen mediterranen Weidelandes gegenüber klimatischer Variabilität und speziell Dürre von der Beweidungsintensität, Geländeeffekten und dem Ausmaß der grünen Vegetationsbedeckung abhängt. Insbesondere die Hangexposition und der Grad der grünen Vegetationsbedeckung scheinen einen deutlichen Einfluss auf die Resilienz zu haben. Darüber hinaus zeigen die Resultate an, dass sehr starke Beweidungsintensität einen degradierten Systemzustand fördert, verbunden mit hoher Resistenz und langsamer Erholungsgeschwindigkeit, in dem die Vegetation nicht mehr auf klimatische Variabilität reagieren kann. Meine Ergebnisse unterstützten die Theorie, dass menschliche Landnutzung die Ökosystemresilienz gegenüber natürlichen Störungen beeinflusst. Ferner treibt die Ableitung eines kombinierten Resilienzindikators die Möglichkeit voran, ökologische Resilienz zu nutzen, um Landdegradierungs-Analysen mit spezifischen Zielen des Land-Riskomanagements zu verknüpfen, und illustriert einen konkreten Weg, dies zu erreichen. Der hier präsentierte satelliten-basierte Ansatz besitzt ein hohes Potential zum Resilienz-Monitoring von Ökosystemen, da er sich auf räumlich und zeitlich großen Skalen auch in Gebieten mit geringer Felddatenverfügbarkeit anwenden lässt.

Monitoring soil moisture is still a challenge: it varies strongly in space and time and at various scales while conventional sensors typically suffer from small spatial support. With a sensor footprint up to several hectares, cosmic-ray neutron sensing (CRNS) is a modern technology to address that challenge. So far, the CRNS method has typically been applied with single sensors or in sparse national-scale networks. This study presents, for the first time, a dense network of 24 CRNS stations that covered, from May to July 2019, an area of just 1 km2: the pre-Alpine Rott headwater catchment in Southern Germany, which is characterized by strong soil moisture gradients in a heterogeneous landscape with forests and grasslands. With substantially overlapping sensor footprints, this network was designed to study root-zone soil moisture dynamics at the catchment scale. The observations of the dense CRNS network were complemented by extensive measurements that allow users to study soil moisture variability at various spatial scales: roving (mobile) CRNS units, remotely sensed thermal images from unmanned areal systems (UASs), permanent and temporary wireless sensor networks, profile probes, and comprehensive manual soil sampling. Since neutron counts are also affected by hydrogen pools other than soil moisture, vegetation biomass was monitored in forest and grassland patches, as well as meteorological variables; discharge and groundwater tables were recorded to support hydrological modeling experiments. As a result, we provide a unique and comprehensive data set to several research communities: to those who investigate the retrieval of soil moisture from cosmic-ray neutron sensing, to those who study the variability of soil moisture at different spatiotemporal scales, and to those who intend to better understand the role of root-zone soil moisture dynamics in the context of catchment and groundwater hydrology, as well as land–atmosphere exchange processes. The data set is available through the EUDAT Collaborative Data Infrastructure and is split into two subsets: https://doi.org/10.23728/b2share.282675586fb94f44ab2fd09da0856883 (Fersch et al., 2020a) and https://doi.org/10.23728/b2share.bd89f066c26a4507ad654e994153358b (Fersch et al., 2020b).

Städte sind Brennpunkte des globalen Wandels. Daher sind hochdetaillierte und aktuelle Informationen über deren Entwicklung nötig, wofür moderne Erdbeobachtungssensoren eine ideale Datenbasis liefern. In der vorliegenden Arbeit wird ein Verfahren zur Änderungserkennung auf Basis höchstaufgelöster optischer Aufnahmen entwickelt und anschließend im stadtgeographischen Kontext zur Bewertung einer potenziell vorliegenden Geisterstadt angewandt. Das unüberwachte objektbasierte Verfahren erfasst den Bau neuer Gebäude mit einer Genauigkeit von 0,8 bis 0,9 entsprechend der Kappa Statistik in einem Testgebiet in der chinesischen Stadt Dongying. Dabei werden Differenzmerkmale auf Basis vorhandener Gebäudegeometrien zur Änderungserkennung verwendet. Ein Vorteil des Ansatzes ist die Nutzung verschiedener Sensoren mit unterschiedlichen Aufnahmegeometrien, was die Verwertung des gesamten Datenbestandes aktueller und zukünftig verfügbarer höchstaufgelöster Satellitenbilddaten auf kleinen räumlichen Skalen ermöglicht. Die Übertragbarkeit des Ansatzes wird mit besonderem Augenmerk auf die Klassenverteilung untersucht. Zu diesem Zweck wird ein Rahmenwerk entwickelt und in zwei Städten unterschiedlicher Charakteristika angewandt. Dabei zeigen sich geringere Genauigkeiten bei ungleich verteilten Klassen im Gegensatz zu einer ausgewogenen Verteilung. Die Bewertung potenziell vorliegender Geisterstädte wird als exemplarische stadtgeographische Anwendung am Beispiel der chinesischen Stadt Dongying gezeigt. Das Bewertungskonzept basiert auf der Annahme, dass eine geringe Auslastung des verfügbaren Wohnraums eines der wichtigsten Merkmale einer Geisterstadt darstellt. Dazu wird ein funktionales 4D-Stadtmodell zur Abschätzung der Bevölkerungskapazität erstellt und anschließend mit der tatsächlichen permanenten Wohnbevölkerung aus Zensusdaten verglichen. Aufgrund signifikanter Unterschiede ergibt sich eine hohe Wahrscheinlichkeit für die Entstehung einer Geisterstadt in der Stadt Dongying. Cities are hot spots of global change. Thus, highly detailed and up-to-date information is required, which can be delineated based on various earth observation sensors. This thesis aims at the development of a change detection approach based on very high resolution (VHR) optical remote sensing data and consequent exemplary application of the assessment of the ghost city phenomenon in the context of urban geography. The unsupervised object-based change detection method captures the construction of individual buildings with accuracy of 0.8 to 0.9 according to kappa statistics in the city of Dongying, China. The methodology utilizes object-based difference features based on existing building geometries for the delimitation of changed and unchanged buildings. It is capable of handling VHR data from different sensors with deviating viewing geometries which allows the utilization of all present and future available sources of VHR data at small spatial scale. The transferability of the approach is investigated with particular focus on the nature and effects of class distribution. For this purpose, a diagnostic framework is developed and consequently applied in two cities of different characteristics. Results showed that situations of imbalanced class distribution generally provide less reliable identification of changes compared to balanced situations. The assessment of the ghost city phenomenon is conducted as an exemplary application of urban geography in the city of Dongying, China. The conceptual framework replicates undercapacity with respect to the residential population as one of the key characteristics of a ghost city. A 4d functional city model is established based on VHR imagery for population capacity estimation of residential buildings and subsequently related to actual permanent residential population from census counts. A significant mismatch and thus, high likelihood for the emergence and presence of the ghost city phenomenon was found in Dongying.

Large areas in southern Kyrgyzstan are affected by intensive landsliding, which results in the loss of human life and damages to the housing and infrastructure. A quantitative landslide hazard assessment based on a systematic landslide record is needed to better understand landslide processes in the region and to implement more effective hazard mitigation measures. Landslide investigations have been carried out by the local authorities since the 1950s; however, such a hazard assessment has not been performed so far. The large size of the study area, the high number of landslide-prone slopes, a complex spatio-temporal pattern of landsliding and limited funding designated to landslide investigations in the region create additional challenges. The objective of this study is the development of an approach to perform such a quantitative hazard assessment. Due to the limited data availability in the study area and its large size, remote sensing was utilized at every stage of the investigation. Optical satellite images were used to derive information on the landslides or prepare it for the use in the hazard assessment. A further methodological objective of this thesis is an analysis of how the properties of the landslide data influence the results of the hazard assessment. A multi-source landslide inventory was prepared that included results of manual landslide mapping based on verbal archive descriptions, manual geomorphological mapping based on mono-temporal satellite images, and automated landslide detection from multi-temporal satellite images. This inventory was extended to include landslide attributes derived in an automated manner. The landslide data sources were found to differ substantially in their spatial and temporal resolution, completeness, and the time period covered, which was also visible in the attribute values. Finally, a susceptibility assessment was performed using the results of automated landslide detection and visual expert mapping. The resulting susceptibility maps revealed that different aspects of the landslide susceptibility can be emphasized by the choice of the landslide inventory data. E.g. the analysis can focus on the recent landsliding or a longer time period, landslide initiation zones or locations of the displaced masses, etc. The automatically detected landslides with their failure dates were used to evaluate the temporal aspect of landslide hazard. The findings emphasize that the properties of the underlying landslide data should be evaluated when interpreting the results of the hazard assessment. Especially for large and data-scarce regions, the automated landslide mapping based on satellite images is capable of producing a more precise, complete and systematic landslide inventory and hazard assessment. The prerequisite is the availability of suitable satellite imagery. Große Gebiete in Südkirgisistan sind von der intensiven Hangrutschungsdynamik beeinflusst, welche zum Verlust von Menschenleben und Schäden an Häusern und Infrastruktur führt. Eine quantitative Einschätzung der Hangrutschungsgefährdung, die auf einem systematischen Hangrutschungskatalog basiert, ist notwendig für ein besseres Verständnis von Hangrutschungsprozessen in der Region und für die Implementierung effizienterer Vorbeugungsmaßnahmen. Hangrutschungsuntersuchungen werden von den Behörden vor Ort bereits seit den 1950er Jahren durchgeführt. Jedoch wurde eine solche systematische Analyse noch nicht realisiert. Die weite Ausdehnung des Untersuchungsgebietes, die hohe Anzahl an Hangrutschungen, komplexe raumzeitliche Aktivierungsmuster und die unzureichende Finanzierung der Hangrutschungsuntersuchungen in der Region sind zusätzliche Herausforderungen. Diese Arbeit hat zum Ziel, einen Ansatz für eine solche quantitative Gefährdungseinschätzung zu entwickeln. Aufgrund der begrenzten Datenverfügbarkeit und der weiten Ausdehnung des Untersuchungsgebietes wurden Fernerkundungsdaten in jeder Phase der Untersuchung verwendet. Optische Satellitenbilder wurden genutzt, um Hangrutschungsinformationen abzuleiten oder sie für die Gefährdungseinschätzung aufzubereiten. Ein weiteres methodisches Ziel dieser Arbeit ist eine Analyse, wie die Eigenschaften der Hangrutschungsdaten die Ergebnisse der darauf basierten Gefährdungseinschätzung beeinflussen. Ein Hangrutschungskatalog wurde aus mehreren Datenquellen erstellt. Dazu gehören Ergebnisse einer manuellen Hangrutschungskartiereung aus verbalen Beschreibungen, einer manuellen geomorphologischen Kartierung unter Verwendung von monotemporalen Satellitenbildern und einer automatisierten Hangrutschungsidentifizierung aus multitemporalen Satellitenbildern. Dieser Katalog wurde um Hangrutschungsattribute erweitert, die mit einem automatischen Ansatz abgeleitet wurden. Es wurde festgestellt, dass die Quellen der Hangrutschungsinformationen sich erheblich in ihrer räumlichen und zeitlichen Auflösung, Vollständigkeit und der abgedeckten Zeitperiode unterscheiden, was sich auch in den Attributwerten zeigte. Schließlich wurde eine Anfälligkeitsanalyse durchgeführt: zum einen mit Ergebnissen der automatischen Hangrutschungsidentifizierung und zum anderen mit den Ergebnissen der visuellen Expertenkartierung. Die dabei entstandenen Anfälligkeitskarten zeigten, dass verschiedene Aspekte der Hangrutschungsgefährdung durch die Wahl der Hangrutschungsdaten hervorgehoben werden können. So kann sich die Analyse auf die jüngste oder auch ältere Hangrutschungsaktivität fokussieren, die Gebiete der Hangrutschungsinitiierung oder die verlagerten Massen berücksichtigen. Diese Erkenntnisse zeigen, dass bei der Interpretation der Gefährdungseinschätzung die Eigenschaften der verwendeten Hangrutschungsdaten einbezogen werden müssen. Insbesondere bei großen Gebieten mit eingeschränkter Datenverfügbarkeit eignet sich die automatische Hangrutschungsidentifizierung aus Satellitenbildern, um einen genaueren, vollständigen und systematischen Hangrutschungskatalog zu erhalten. Die Voraussetzung ist die Verfügbarkeit passender Satellitendaten.

Climate change is here and mitigation efforts will not be enough to stop it. We need to adapt to its unavoidable impacts. At the same time, increasing anthropogenic influence on urban climates is leading to worsening urban heat stress. Increased amounts of impervious area, dark surfaces, and the barrier effect of large buildings reduce the ability of especially dense, inner-city areas to cool themselves. The effects of climate change inside the city can vary greatly across different neighborhoods. This is due to the diverse micro- and macroclimates within a city and their unique ecological and meteorological conditions. Urban heat islands, for example, can exhibit temperatures up to four or five Kelvin hotter than surrounding regions and, therefore, threaten the health and the lives of urban citizens. Three quarters of Europeans live in cities. Nevertheless, despite intensifying attention to the issues of heat stress and climate adaptation, CO2 reduction remains the primary focus of public policy. Whether cities are ready to take on the challenge of responding to these threats is a significant concern for the future. Germany is known for having numerous regulations, laws, programs, and institutions; and the situation surrounding climate change is no different. Whether and how all these legal and organizational features are used in practice and to what extent they further the success of adaptation work needs more investigation. In the framework of the German Research Foundation Research program 1736 Urban Climate and Heat Stress in mid-latitude cities in view of climate change (UCaHS), this work focuses, specifically on the treatment of these efforts in urban planning, specifically related to landscape, environmental, and land-use planning. It remains the case that planning and public policy lack an adequate body of knowledge about how to tackle urban heat stress, both legally and in the built environment. The administrative structure, legal context, and actions of major stakeholders were analyzed to help identify possible heat stress prevention and adaptation strategies, as well as the driving forces for and obstacles to their implementation. The climate adaptation plans of all German major cities and cities with a population density of 2,000 residents/ km2 and a population of at least 200,000 were evaluated to help illuminate how adaptation measures for heat stress have been implemented. Results showed a clear trend: despite the advancements made through the recent adoption of so many climate-related plans and programs, the movement towards adaptation to climate change is still cutting its teeth. Mitigation is still favored over real adaptation. Among the adaptation strategies that were chosen, so called ‘no regret’ strategies like greening or unsealing were preferred, i.e. those that were economically, ecologically, and socially useful, independent of their connection to climate change. Our study area, Berlin, was chosen as the best city for a case study about the role of climate adaptation plans in the implementation of adaptation measures. Berlin is Germany’s most populous city and is well-suited to the study because of its characteristic heterogeneity. To identify the driving forces and barriers for adaptation measures, we used Constellation Analysis and Bayesian Network methodologies. Constellation Analysis helps bridge interdisciplinary borders, incorporating all actors (persons or groups), symbols (laws or guidelines), institutions, and other elements (like green roofs or façade greening) in a system and depicting their relationships. To identify the set screws and the likelihood for the implementation of adaptation measures, we used Bayesian Networks. In order to gain the necessary knowledge for these methods, semi structured expert interviews and workshops were conducted in addition to document analysis. In order to investigate the role of adaptation plans at the various planning levels, the City Climate Development Plan of Berlin was analyzed as an example. Constellation Analysis showed that connections between the different actors, institutions, and tools involved in adaptation planning and implementation are still inadequate. It also highlighted the individual block level as the planning stage most relevant for the implementation of adaptation measures. In a further step and in cooperation with the Research Module 3.2 and 5.1 of the UCaHS Projekt, three scenarios were prepared using the constellation analysis. 1. A scenario with little political attention for the reduction of urban heat. 2. A scenario with political focus on the city center. 3. A scenario with political efforts for heat reduction for the entire city. The aim was to develop governance storylines in order to identify possible ways of dealing with urban heat. These enable decision-makers to look into the future and, thus, to adjust their behavior. In previous analyses, the local land-use plan level was seen as the most relevant for the implementation of adaptation measures. This leads to the question of whether adaptation concerns can successfully gain hold in urban planning and land-use plans. How will these measures be implemented? Urban and environmental planning play a vital role in this process. Bayesian Network analysis was used to explore the likelihood of the development of climate-adapted local land-use plans. This method depicts initial systems and the likelihood of certain outcomes in order to define networks of probabilities. The process relied on expert opinions gathered in numerous semi structured interviews at all levels with the Berlin stakeholders who are involved with implementation of the local land-use process. The analysis showed that the chances of the implementation of adaptation factors rely on a combination of different factors. These include the presence of investors and of an environmental assessment, as well as the individual and often very situational decisions made by the person responsible for the implementation of the plan. In order to make an environmental impact statement, and therefore the end assessment, mandatory, § 13a of the Federal Building Code would need to be changed. But it is important the keep in mind that the presence of rules in the Federal Building Code are not enough to drive adaptation – informed and dedicated stakeholders on all planning levels and in the population are also needed. In Berlin, adaptation has not been a significant part of formal city and regional planning documents and processes. These administrative tools do, however, contain measures that could address adaptation, though they do not directly mention it. Unlike the formal instruments, the informal City Climate Development Plan includes many comprehensive strategies to deal with the effects of climate change. The development of informal plans like the City Climate Development Plan, KONKRET, in summer 2016 which shows exact recommendations how to implement adaptation measures, or other programs like environmental justice studies and the climate planning details map also hint at progress. Such work to expand adaptation knowledge and strategies is still young. As long as an action is voluntarily, though, it will only be taken up by those who already understand its purpose and benefit from it. The others, who don’t know about or are not interested in adaptation, need to be given concrete and binding guidelines. A new round of policies, including the Renewable Energy Sources Act, the amendments to the landscape planning programs in summer 2016, and the planned adoption of the Berlin Energy and Climate Protection Program, which are at least obligatory for the public authorities, will all show how Berlin intends to tackle urban heat stress adaptation in the future., Der Klimawandel ist ein Thema, das spätestens seit den aufsehenerregenden Berichten des Internationalen Klimarates IPCC im Jahre 2007 große Besorgnis auslöste. Unvermindert steigt die globale Durchschnittstemperatur, aber ebenso unvermindert wachsen auch die Emissionen der sogenannten Treibhausgase weiter, die für die Erwärmung ursächlich sind. Die Folgen des Klimawandels sind weltweit unübersehbar und fordern neben den Strategien zum Klimaschutz (Mitigation) auch eine Anpassung an dessen unvermeidbaren Folgen (Adaption). Die in den Städten zunehmende Bebauung von Freiflächen, sowie die Zunahme von dunklen Oberflächen und die Barrierewirkung von Gebäuden führen zu einer reduzierten Durchlüftung und reduzierten Abkühlung in der schon meist sehr verdichteten Innenstadt. Auch wirkt sich der Klimawandel innerhalb der heterogenen Stadtstrukturen räumlich sehr unterschiedlich aus. Dies liegt vor allem an den groß- wie kleinräumig verschiedenen biometeorologischen Bedingungen, die innerhalb einer Stadt wirken. Die sich so in Städten bildenden Hitzeinseln gefährden durch die im Vergleich zum Umland bis zu vier bis fünf Kelvin höheren Temperaturen die Gesundheit der Bevölkerung. Neben der erhöhten Sterblichkeit kommt es zur Einschränkung der Arbeitsproduktivität, die wir wirtschaftlich gar nicht beziffern können. Dreiviertel der Europäer leben in Städten – planerische Maßnahmen, um Hitzestress zu vermeiden, werden somit mehr und mehr gebraucht, um eine Entlastung der Bevölkerung zu erwirken und die Risiken und Gefahren einzugrenzen. Hierbei sind Städte wie beispielsweise Berlin gefragt, sich mit ihrer individuellen Betroffenheit auseinanderzusetzen. In Deutschland werden zahlreiche Gesetze, Richtlinien und Programme zum Klimawandel verabschiedet. Ob diese rechtlichen und organisatorischen Instrumente in der Praxis verwendet werden und in welchem Umfang, wurde hier untersucht. Zahlreiche Veröffentlichungen zu den Folgen als auch der Anpassung an den Klimawandel mit Hilfe von Planungsinstrumenten wurden publiziert. Ob die von den Städten verabschiedeten raumspezifischen Planungen insbesondere in Bezug auf das Instrumentarium der Landschafts-, Umwelt- und Stadtplanung diesen Erkenntnissen gerecht werden, ist jedoch unklar und lag deshalb, im Rahmen des DFG Forschungsprojektes 1736 Urban Climate and Heat Stress in mid-latitude cities in view of climate change (UCaHS), im Fokus dieser Arbeit. Es stellt sich die Frage, in welcher Weise deutsche Städte Anpassungsmaßnahmen in Bezug auf den urbanen Hitzestress implementiert haben. In einer Analyse mittels eines Kriterienkataloges wurden alle Anpassungspläne aus Städten ausgewertet, welche entweder Landeshauptstädte oder Städte mit über 200.000 Einwohnern und einer Bevölkerungsdichte ab 2.000 Einwohner pro km² sind. Die untersuchten Städte zeigten einen klaren Trend für Maßnahmen zum Klimaschutz, gegenüber Maßnahmen zur Anpassung an den Klimawandel. Bei den Anpassungsmaßnahmen zeichnete sich eine klare Tendenz zu so genannten No-Regret-Maßnahmen ab, wie beispielsweise Entsiegelung oder die Pflanzung von Gehölzen, die unabhängig vom Klimawandel ökonomisch, ökologisch und sozial auch auf lange Sicht sinnvoll sind. Im nächsten Schritt wurde der Stadtentwicklungsplan Klima von Berlin (StEP Klima) näher analysiert. An seinem Beispiel wurde die Rolle von Anpassungsmaßnahmen an den Klimawandel in den einzelnen Planungsebenen analysiert. Sowohl zur Analyse des Stadtentwicklungsplans Klima (StEP Klima) als auch zur Entwicklung von drei Szenarien wurde der Ansatz der Konstellationsanalyse verwendet. Die Konstellationsanalyse dient als interdisziplinäres Brückenkonzept, welches die Akteure (Personen und Gruppe etc.), Symbole (Gesetze und Leitfäden etc.), technische (Erhöhung des Albedo Wertes, Fassaden- und Dachbegrünung etc.) und natürliche Elemente (Klima und Hitzestress etc.) analytisch erfasst und in Beziehung zueinander setzt. Die Konstellationsanalyse besteht aus Beziehungen und Wechselbeziehungen zwischen den Elementen der Konstellation. Die für die Konstellationsanalyse erforderlichen Interviews zeigten, dass in Berlin noch keine hinreichenden Verbindungen zwischen den relevanten Akteuren, Instrumenten und Kontexten wie beispielsweise ein Wissensaustausch zwischen dem Senat und den Berliner Bezirken vorhanden ist. Anders als bei den formellen Instrumenten, wie dem Bebauungsplan, beinhaltet der informelle StEP Klima umfassende Maßnahmen, um auf die Auswirkungen des Klimawandels zu reagieren. Problematisch ist jedoch, dass der Plan kaum bis keine Beachtung findet und so immer noch keine Anpassung an den urbanen Hitzestress in Berlin stattfindet. Im Rahmen der Interviews zeigte sich, dass die Bebauungsplanung als die Relevanteste angesehen wird, um Maßnahmen zur Anpassung verbindlich umzusetzen. In einem weiteren Schritt, in Zusammenarbeit mit den Research Modulen 3.2 und 5.1 des UCaHS Projektes, wurden mit Hilfe der Konstellationsanalyse drei Szenarien erstellt. 1. Ein Szenario mit wenig politischer Aufmerksamkeit auf den urbanen Hitzestress und die Initiierung von Anpassungsmaßnahmen. 2. Ein Szenario mit Fokus auf die Innenentwicklung und der Implementierung der vorgeschlagenen Anpassungsmaßnahmen aus dem Stadtentwicklungsplan Klima. 3. Ein Szenario mit politischen Bestrebungen, Anpassungsmaßnahmen gegen den urbanen Hitzestress in der gesamten Stadt mit Hilfe des Stadtentwicklungsplans Klima umzusetzen. Hierbei war es das Ziel, politische Handlungsstränge zu entwickeln, wie beispielsweise eine gesetzliche Verpflichtung die Maßnahmen des StEP Klima umzusetzen, um so mögliche Wege aufzuzeigen, mit städtischen Hitzerisiken umzugehen. Die Ebene des Bebauungsplans wurde in den vorherigen Schritten als die für die Implementierung von Anpassungsmaßnahmen relevanteste gesehen. Hier stellt sich die Frage, ob diese Anpassungskonzepte des StEP Klima tatsächlich auf der Ebene der Bauleitplanung Eingang finden? Um die Erfolgswahrscheinlichkeiten für einen klimaangepassten Bebauungsplan oder auch die Umsetzung von Anpassungsmaßnahmen zu ermitteln, wurde die Methodik des Bayesschen Netzwerkes verwendet. Darunter sind Wahrscheinlichkeitsnetzwerke zu verstehen, die Ausgangssysteme, wie die Erstellung eines Bebauungsplanes, analytisch abbilden und Wahrscheinlichkeiten für die Erreichung gesetzter Ziele, der Umsetzung der Anpassungsmaßnahmen des StEP Klima, abzubilden helfen. Um die Tendenzen für die Umsetzung zu ermitteln, wurden zahlreiche halbstrukturierte Interviews mit allen am Bebauungsplanverfahren beteiligten Akteuren durchgeführt. Bei der Analyse zeichnete sich ab, dass die Chance Anpassungsmaßnahmen, wie beispielsweise die Fassadenbegrünung, zu implementieren von einer Kombination aus verschiedenen Faktoren abhängig ist: Dazu zählen sowohl das Vorhandensein eines Investors der ein Bauvorhaben umsetzen möchte, die oft situativ und im Einzelfall personengebundenen Entscheidungen der Planbearbeiter, der Öffentlichkeitsbeteiligung als auch das Vorhandensein eines Umweltberichtes. Die Öffentlichkeit kann politischen Druck auf die Entscheidungsträger ausüben und verweist auf eventuelle Defizite. Der Umweltbericht bildet die Grundlage für die naturschutzfachliche Einschätzung des Gebietes. Auch können in diesem Klimamaßnahmen verankert werden. Eine Barriere für Anpassungsmaßnahmen stellt laut den Interviews der §13a des Baugesetzbuches dar. Dieser hat dazu geführt, dass gesetzeskonform weniger Umweltprüfungen in der Innenstadt Berlins durchgeführt wurden. §13a BauGB soll eine Erleichterung von Planungsvorhaben für die Innenentwicklung der Städte sein. Wenn § 13a greift, muss kein Umweltbericht erstellt werden. Für einen klimawandelangepassten Bebauungsplan muss dieser Paragraph bei der Novellierung des BauGB entsprechend geändert werden. Jedoch wird ein klimaangepasster Bebauungsplan nicht allein durch das Vorhandensein der Vorgaben im Baugesetzbuch erstellt, sondern bedarf wacher Akteure in den Planungsebenen als auch in der Bevölkerung. Bisher spielt die Anpassung an den Klimawandel in den formalen Instrumenten und Abläufen der Umwelt-, Stadt- und Regionalplanung in Berlin keine große Rolle, obwohl der informelle Stadtentwicklungsplan Klima (StEP Klima) viele umfassende Strategien zur Bewältigung der Auswirkungen des Klimawandels enthält. Es zeigen sich allerdings Fortschritte in der Entwicklung von informellen Plänen, wie das Beispiel des Stadtentwicklungsplans Klima KONKRET (StEP Klima KONKRET) aus dem Sommer 2016 belegt. Dieser gibt erstmals Handlungshinweise wie eine Umsetzung von Anpassungsmaßnahmen konkret an einem Beispiel erfolgen kann. Ebenso ist die Fortführung von Planungshinweiskarten zum Thema Umweltgerechtigkeit und Klima als Fortschritt in diese Richtung zu werten. Aber noch stehen die Bemühungen, die Anpassungen an den Klimawandel umzusetzen, in den Kinderschuhen. Um die Anpassung an den Klimawandel auf allen Ebenen umzusetzen, muss diese verbindlich werden. Das Energiewendegesetz, die Novellierung des Landschaftsprogramms im Sommer 2016 oder die geplante Verabschiedung des Berliner Energie- und Klimaschutzprogramms (BEK) die zumindest behördenverbindlich sind, zeigen, welche Rolle die Anpassung in Berlin an den urbanen Hitzestress zukünftig in Berlin der Hauptstadt Deutschlands einnehmen wird.

Vorliegende Arbeit zeigt die jüngsten Möglichkeiten hochauflösender Fernerkundung am Beispiel von Stadtbäumen in Berlin, Deutschland. Es wurden neuste methodische Ansätze eingesetzt, wie beispielsweise maschinelles Lernens und individuelle Baumdetektion. Sie erwiesen sich von großem Vorteil für die detaillierte Analyse urbaner Ökosystemdienstleistungen in einer heterogenen Umwelt. Neueste Fernerkundung von hoher zeitlicher Auflösung hat Möglichkeiten gezeigt, Veränderungen des Stadtwaldes präziser zu untersuchen. Diesbezüglich konnten Baumspezies klassifiziert werden auf Grundlage saisonaler Veränderungen, die mittels Fernerkundungsdaten aufgenommen wurden. Dies ist für den urbanen Bereich einmalig und über große Flächen noch nicht durchgeführt worden. Darüber hinaus haben diese Baumarten einzelnen Bäumen zugeordnet werden können, deren Abmessung fernerkundlich erfasst worden ist. Diese neu erzeugten Umweltinformationen einzelner Bäume können damit verbundene urbane Ökosystemdienstleistungen präzise aktualisieren. Zum Beispiel haben so Unsicherheiten in der Schätzung zur Kohlenstoffspeicherung städtischer Wälder reduziert werden können. Es ist zudem von Vorteil gewesen, den gegenwärtigen Mangel an räumlich expliziten dreidimensionalen Informationen über Stadtwälder anzusprechen. Allerdings ist die Rolle städtischen Wälder, das Treibhausgas CO2 langfristig auszugleichen, immer noch wenig untersucht. Gerade der Mangel an präzisen, konsistenten und aktuellen Details führt zu großen Unsicherheiten im Rahmen von Lebenszyklus-Analysen. Auf Grund des aktuellen Fortschritts in hochauflösender Fernerkundung könnten diese Unsicherheiten reduziert werden. Dazu werden Möglichkeiten ausgiebig kritisch bewertet und anhand einer Lebenszyklus-Analyse am Beispiel Berlin andiskutiert, inwieweit sie präzisere langfristige Prognosen zum Stadtwald als Kohlenstoffspeicher liefern. This work shows recent options for implementing high resolution remote sensing in assessing urban trees in Berlin, Germany. State-of-the-art methodological approaches like machine learning and individual tree detection proved to be highly advantageous for analyzing details of urban ecosystem services within a heterogeneous urban environment. Recent remote sensing of high temporal resolution offers new options for more precisely addressing urban forest dynamics. This successfully shows that tree species could be identified from seasonal changes of remotely sensed imagery, though this has not yet been applied across cities. Furthermore, these tree species results could be combined with remotely sensed individual tree dimensions. This newly generated data can be suggested to update spatially explicit information on related urban ecosystem services. For example, this could reduce the uncertainties of such estimates as urban forest carbon storage, and also address the present lack of spatially explicit three-dimensional information on urban forests. However, few studies have considered the local scale of urban forests to effectively evaluate their potential long-term carbon offset. The lack of precise, consistent and up-to-date forest details is challenging within the scope of life cycle assessments. This can cause high uncertainties in urban forest carbon offset. Although, recent progress in high resolution remote sensing is promising to reduce these uncertainties. For this purpose, remote sensing options are extensively reviewed and briefly discussed using an example of life cycle assessment for Berlin, which allow more precise long-term prognoses of urban forest carbon offset.

The glacial landscape of the northern Central European lowlands in Germany and Poland is characterized by a large number of lakes. These lakes fulfill important ecosystem services, however, they are sensitive to climate change, land use changes, and human impact. Very few of them are regularly monitored in situ. This thesis tests the potential of remote sensing imagery for the long-term monitoring of lakes in northern Central European lowlands, because remote sensing imagery enables an area wide monitoring with the possibility of multi-temporal observations. The thesis comprises the results of four scientific papers aiming at the development and evaluation of new remotely-sensed lake monitoring methods, in combination with instrument and proxy-based monitoring. The monitoring is focused on 1) the reconstruction of lake levels and the monitoring of 2) shoreline vegetation and 3) calcite precipitation as part of the Helmholtz Virtual Institute for Integrated Climate and Landscape Evolution Analyses (ICLEA). The lakes are characterized by seasonal and long-term lake level changes, which affect the shoreline vegetation (reed belts). In this thesis, lake levels are reconstructed by intersecting water-land borders that were derived from remote sensing imagery together with topographic data. Aerial photos are tested for a long-term monitoring approach. High-resolution multi-spectral satellite imagery is utilized for the monitoring of short-term lake level changes. The accuracy of the reconstructed levels is high. However, there are very strict prerequisites that need to be met by the image data and the lakes to achieve this accuracy. The greatest challenge is vegetation at the shorelines that covers the water-land border. The optical images are also affected by low solar angles or clouds. Synthetic aperture radar (SAR) imagery enables a regular lake monitoring: thus, high-resolution dual-co-polarized SAR imagery is used for the monitoring of reed belts. Polarimetric decomposition techniques allow the discrimination of different scattering scenarios and show the phenological changes in the reed belts: in summer dense leaves cause volume scattering, whereas in winter, the deciduous reed stems cause predominately double-bounce scattering. Thus, double-bounce-sensitive polarimetric parameters and winter images are preferred for a classification of reed. However, the application of this method for long-term lake monitoring is limited, because of a lack of polarimetric archive data and its geocoding. The third monitoring subject is calcite precipitation. Calcite precipitation is an extensive limnological process that dyes the lake water a milky turquoise. This allows the use of medium-resolution optical satellite images: the Landsat archives and new Sentinel-2 imagery enable a long-term and large scale monitoring of calcite precipitation. The most accurate classification is hereby based on a ratio of the blue, green, and red spectral bands, because calcite precipitation enhances the reflectance in the green band. The approach is evaluated with field measurements and then propagated to 21 lakes to monitor frequency and duration of calcite precipitation events. The monitoring results of this thesis emphasizes the temporal heterogeneity within lakes and the spatial heterogeneity between the lakes. They confirm the importance of remotely-sensed monitoring for large scale monitoring. It is shown that the success of the developed monitoring approaches is limited by their demands on remote sensing data: long time series, and high temporal and spatial resolution. The main limitations are spatial and temporal resolution, specifically in the beginning of Earth observation with data from very few satellites. Thus, the potential of remote sensing archives for the long-term monitoring of lakes is best exploited if the lake parameter is detectable in medium-resolution imagery, as in case of the monitoring of calcite precipitation. Die Seenlandschaft Nordostdeutschlands und Polens ist Teil des eiszeitlich geprägten mitteleuropäischen Tieflandes. Die Seen sind wichtig für das Ökosystem, sie sind allerdings auch gefährdet durch menschliche Eingriffe und beeinflusst durch Landnutzung- und Klimaänderungen. Hier besteht Forschungsbedarf, denn bisher wurden nur vereinzelt Seen wissenschaftlich untersucht. Dieser Dissertation prüft, inwiefern Fernerkundung (FE) das Monitoring von Seen unterstützen kann, denn FE-Daten erfassen große Gebiete und Archivbilder dokumentieren vergangene Zustände. Ziel der Arbeit ist die Entwicklung und Bewertung neuer fernerkundlicher Monitoringverfahren für Seen in Kombination mit in situ Untersuchungen. Das Monitoring der Seen zielt dabei speziell auf 1) die Rekonstruktion von Seespiegeln sowie das Monitoring von 2) Ufervegetation und 3) Kalzitfällungen ab. Die Arbeit umfasst dabei die Ergebnisse von vier wissenschaftlichen Veröffentlichungen und ist Teil des Virtuellen Instituts zur Integrierten Klima- und Landschaftsentwicklungsanalyse (ICLEA). Langfristige und saisonale Seespiegeländerungen sind typisch für die Seen, aber schnelle oder starke Veränderungen beeinträchtigen beispielsweise die Vegetation an den Ufern und in den Flachwasserbereichen. Mithilfe hochaufgelöster Luftbilder und optischer Satellitenbilder können frühere Uferlinien der Seen bestimmt werden. Verknüpft man diese Uferlinien nun mit topographischen Daten, ergeben sich die dazugehörigen Seespiegel. Luftbilder reichen dabei weit länger in die Vergangenheit als Satellitenbilder. Sie haben dafür aber eine viel geringere zeitliche Auflösung. Trotz guter Ergebnisse ist die Übertragbarkeit der Methode schwierig, da die Anforderungen an die FE-Daten und die Seen sehr hoch sind. Problematisch ist zum Beispiel Vegetation, die die Uferlinie in den Bildern verdeckt. Regelmäßige Aufnahmen sind bei optischen Satellitenbildern aufgrund von Wolken oder niedrigem Sonnenstand ebenfalls nicht möglich. Hier helfen Synthetic Aperture Radar (SAR) Zeitreihen: In dieser Arbeit werden hochaufgelöste, dual-co-polarimetrische SAR Bilder für die Beobachtung von Schilf herangezogen. Durch polarimetrische Entmischung können verschiedene Streuungsmechanismen unterschieden werden und es zeigen sich phänologische Unterschiede des Schilfes: Im Sommer, wenn das Schilf dichte Blätter hat, überwiegt Volumenstreuung, wohingegen es im Winter, ohne Laub, zwischen der Wasserfläche und den Schilfstängeln vermehrt zu Zweifachreflektionen kommt. Eine Kombination aus Winterbildern und polarimetrischen Parametern, die diese Zweifachreflektionen anzeigen, eignet sich daher am besten für die Klassifizierung von Schilf. Leider ist auch hier die großflächige Anwendung der Methode eingeschränkt, da polarimetrische Bilder noch recht selten sind. Kalzitfällungen färben den See trüb Türkis. Diese Färbung ist auch in optischen Satellitenbildern mit mittlerer Auflösung zu sehen. Das bedeutet, dass das Landsat-Archiv und Bilder vom neuen Sentinel-2 Satelliten hier eine langfristige und großflächige Beobachtung erlauben. Die Türkisfärbung geht mit einem Anstieg der Reflexion im grünen Wellenlängenbereich einher, wobei die neuentwickelte Klassifikation die Reflexionen im blauen, grünen und roten Wellenlängenbereich nutzt. Die Übertragbarkeit der Methode wurde nach gründlichen Vergleichen mit Feldmessungen an weiteren 21 Seen getestet. Die Ergebnisse dieser Arbeit zeigen die zeitlichen und räumlichen Unterschiede von Seen und verdeutlichen, wie wichtig FE für ein langfristiges und großflächiges Seenmonitoring ist. Ob die neuen Monitoringverfahren dabei erfolgreich sind, liegt an ihren Voraussetzungen an die FE: Welche räumliche und zeitliche Auflösung ist nötig und welcher Zeitraum muss abgedeckt werden? Hohe räumliche und zeitliche Auflösung ist aber vor allem zu Beginn der FE selten, das heißt das Potential von FE-Archiven wird dann am besten ausgeschöpft, wenn eine mittlere räumliche Auflösung der Daten genügt, wie hier im Falle der Kalzitfällung.

There is a large interest in biofuels in Brazil and India as a substitute to fossil fuels, with a purpose of enhancing energy security and promoting rural development. The critical question is whether there is adequate spare land available in Brazil and India that is suited for biofuel feedstock production. For these reasons, Daimler AG launched a project in co-operation with the International Institute for Applied System Analysis (IIASA) and the Technical University of Berlin to assess the biomass potential for biofuels employing the following sustainability criteria: The production of biofuels i) must exclude competition with food and feed supply; ii) does nor directly nor indirectly result in deforestation; iii) does not encroach in protected areas; iv) does not cause in biodiversity loss; v) does not compete for scarce fresh water resources and vi) will not cause land degradation due to inappropriate management; vii) must not contribute to GHG emissions and climate change as result of increased fertilizer use for crop production intensification or of conversion from crop production to biofuel. Applying the sustainability criteria outlined above this thesis aims for a spatially detailed assessment of biomass and biofuel potentials in promising future vehicle markets Brazil and India. A new land resources database for Brazil has been created for a 30 arc-second (about 1 km2) grid cell resolution comprising of land intensities of seven major land cover categories. This study combines available recent geographic land use data derived from remote sensing analysis with statistical information from Brazil’s latest agricultural Census and with forest data from FAO’s Forest Resource Assessment. Spatial allocation algorithms were applied to obtain spatial distributions for i) cropland, ii) pasture, iii) forest, iv) built-up land required for urban, industrial and infrastructure, v) barren and sparsely vegetated land, and vi) water. The remaining unused share in each grid-cell was termed vii) residual land areas. Residual land was further categorized according to its legal protection status, biodiversity value, and whether it belongs to the territory of the Amazon biome. Some 44% of the latter or 37 Mha is not located in the Amazon or in protected areas or in areas of high biodiversity value and could be earmarked for biofuel production. About 62 billion litres of bioethanol from miscanthus, followed by 34 billion litres and 31 billion litres from sugarcane and cassava respectively could be produced from residual land. Potential biodiesel production amounts to about 18 billion litres when residual land is used for jatropha cultivation or 7 billion litres for soybeans. In contrast to Brazil where significant extents of residual land exist the spare land for biofuel production in India is very limited. India launched a large program to promote biofuel production, particularly on wastelands: its implications has been studied intensively considering the fact that India is a large developing country with high population density and large rural population depending upon land for their livelihood. The study for India presents an assessment of biofuel production potentials on Indian wasteland, which combines available statistical information from the agricultural survey and specific statistical data of wastelands from the Wasteland Atlas with geospatial information for wasteland suitability for biofuel feedstocks obtained from the Global Agro-ecological zones (GAEZ) assessment, which was carried out for the purpose of this study. An iterative sequential downscaling procedure has been implemented to estimate culturable wasteland shares and suitability for biofuel feedstocks. Of the total land area of India (327 Mha), about 14% is wasteland of this total approximately 13 Mha would be suitable for growing biofuels crops. The production potential of culturable wastelands amounts 12 billion litres in the case of miscanthus, followed by 4 billion litres bioethanol from sugarcane. Potential biodiesel production amounts about 7 billion litres biodiesel in the case of jatropha. Results for Brazil and India provide biophysical potentials of residual land or culturable wasteland expressed in biomass (t/ha) and biofuel equivalents (l/t). Biofuel feedstocks production potentials have been equated to energy output (GJ), GHG saving potential (ton CO2eq) and replacement potentials of fossil transport fuels and. In addition the maximum possible amount of biofuels produced from residual land or culturable wasteland was determined by selecting the highest yielding biofuel feedstocks in terms of biofuel energy output (GJ/ton biomass). Further, key factors, which determine potential future uses of residual land or wasteland and its impact on biofuel production has been analysed. In den Ländern Brasilen und Indien herrscht großes Interesse an Biokraftstoffen. Zum einen sieht man in Biokraftstoffen die Chance die zukünftige Energieversorgung sicherzustellen und zum anderen ländliche Regionen mit hohem Anteil an Landwirtschaft durch den Anbau von Pflanzen für die Biokraftstoffproduktion zu unterstützen. Entscheidend ist hierbei, ob in diesen Ländern bisher ungenutzte Flächen existieren und ob diese für den Anbau von Pflanzen für die Biokraftstoffproduktion geeignet sind. Aus diesem Grund hat die Daimler AG in Kooperation mit dem Internationalen Institut für angewandte Systemanalyse (IIASA) und der Technischen Universität Berlin ein Projekt initiiert, mit dem Ziel der geodatenbasierten Berechnung des nachhaltigen Biomassepotentials für die Erzeugung von Biokraftstoffen. Dabei wurden die folgenden Nachhaltigkeitskriterien berücksichtigt: Die Produktion der Biokraftstoffe darf i) nicht in Konkurrenz zur Nahrungs- und Futtermittelerzeugung stehen; ii) darf weder direkt, noch indirekt zu Entwaldung führen; iii) darf nicht auf geschützten Flächen erfolgen; iv) darf nicht auf Flächen mit hoher Biodiversität erfolgen; v) tritt nicht in Konkurrenz zu Frischwasserressourcen; vi) verursacht keine Landdegradierung aufgrund unangemessener Bewirtschaftung; vii) darf keine zusätzlichen Treibhausgas-Emissionen verursachen z.B. als Folge von vermehrtem Düngemitteleinsatz. Unter Berücksichtigung der o.g. Nachhaltigkeitskriterien zielt diese Arbeit auf eine räumlich detaillierte Bewertung von Biomasse – und Biokraftstoffpotentialen auf ungenutzten Landflächen in Brasilien und Indien. Für Brasilien wurde eine neue geodatenbasierte Landflächennutzungs-Datenbank mit einer Rasterauflösung von 30 Bogensekunden (ca. 1 km2) generiert. Dabei wurden verfügbare Statistiken zur Landnutzung und Waldflächen mit geodatenbasierten Landnutzungsinformationen kombiniert. Es wird zwischen sieben Landüberdeckungsarten unterschieden: i) Ackerland, ii) Weideland, iii) Waldflächen, iv) Nutz- und Reservefläche für städtische und industrielle Infrastruktur, v) Ödland und spärlich bewachsenes Land und vi) Wasserflächen. Die nicht i) bis vi) zuzuordnenden Anteile jedes Rasters wurden zusammengefasst als vii) restliche Landflächen sog. „residual land“. Die restlichen Landflächen wurden weiter kategorisiert gemäß ihres rechtlichen Schutzstatus, ihrer Biodiversität und ob sie dem Amazonas zugewiesen sind. 44% des „residual land“ etwa 37 Millionen Hectar sind weder dem Amazons-Gebiet noch Schutzgebieten bzw. Gebieten mit besonderer Biodiversität zuzuordnen. Diese Fläche steht für den potentiellen Anbau von Pflanzen für die Biokraftstoffproduktion zur Verfügung. Zirka 62 Milliarden Liter Bioethanol aus Miscanthus (auch als China-Schilf bekannt), gefolgt von 34 Milliarden Litern aus Zuckerrohr bzw. 31 Milliarden Litern aus Cassava könnte auf „ residual land“- Flächen erzeugt werden. Das Potential für die Biodieselerzeugung liegt bei 18 Milliarden Litern, wenn diese Flächen für den Jatrophaanbau verwendet würden bzw. 7 Milliarden Litern bei entsprechender Bewirtschaftung mit Soja. Im Unterschied zu Brasilien, wo ein signifikantes Flächenpotential besteht, sind diese zur Biokraftstoff-produktion geeigneten freien Landflächen in Indien stark limitiert. Indien hat ein ausgeweitetes Programm zur Unterstützung der Biokraftstoffproduktion ins Leben gerufen, hierbei steht die Nutzung von Ödlandflächen sog. „wasteland“- Flächen insbesondere im Fokus. Die geodatenbasierte Berechnung des nachhaltigen Biomasse-potentials für die Erzeugung von Biokraftstoffen für Indien kombiniert verfügbare Statistiken zur Landnutzung und „wasteland“-Flächen mit Geoinformationen über die Tauglichkeit zur landwirtschaftlichen Nutzung. Dabei wurde eine sequenzielle Downscalingprozedur angewendet, um das Potential von kultivierbaren „wasteland“-Flächen abzuschätzen und deren Tauglichkeit für den Pflanzenanbau für die Biokraftstoffproduktion zu prognostizieren. Ungefähr 14% der 327 Millionen Hectar Gesamtfläche Indiens sind „wasteland“, schätzungsweise 13 Millionen Hectar wären tauglich zum Anbau von Pflanzen für die Biokraftstoffproduktion. Das Produktionspotential der kultivierbaren „wasteland“- Flächen beträgt 12 Milliarden Liter Bioethanol beim Anbau von Miscanthus gefolgt von 4 Milliarden Liter bei Verwendung von Zuckerrohr. Das Potential für die Biodieselerzeugung liegt bei 7 Milliarden Litern, wenn diese Flächen für den Jatrophaanbau verwendet würden. Die Potentiale der Rohstofferzeugung für Biokraftstoffe wurden für Brasilien und Indien in Bezug auf die Energieausbeute (GJ) und das Einsparpotential von Treibhausgasen (Tonnen CO2 –Äquivalent) gegenübergestellt. Zusätzlich wurde der maximale Ertrag an Energie aus Biokraftstoff ermittelt, unter der Annahme des Anbaus desjenigen Rohstoffs mit der höchstmöglichen Energiedichte (GJ/Tonne Biomasse). Um die zukünftige Verfügbarkeit von „residual land“ oder „wasteland“-Flächen zu untersuchen wurden landwirtschaftliche Bedarfs- und detaillierte Weidelandproduktivitätsuntersuchungen hinzugezogen.

Dryland degradation is a challenging environmental problem in the context of global change and China is among those countries that are most severely affected. The far-west province of Xinjiang Uyghur Autonomous Region experienced ambitious agricultural development and land reclamation projects which caused major environmental degradation, loss of forest cover and the advancement of desertification. Efforts from the Chinese government to restore the degraded floodplain ecosystem are ongoing. This dissertation aimed to enhance the monitoring of forest dynamics in the floodplains of the Tarim river in Southern Xinjiang, by examining the suitability of multisensor time series to assess forest disturbance and restoration response. The main focus was on the applicability of very high, high and medium spatial resolution satellite imagery to improve forest disturbance and forest regrowth monitoring. First, I studied the growth and decline of individual tree crowns with bitemporal change detection of very high spatial resolution satellite images (Chapter 2). Second, I investigated the dynamics of forest disturbance caused by an insect pest outbreak. It was examined whether forest disturbance maps produced with additional synthetic high resolution images would improve the accuracy of disturbance detection (Chapter 3). Finally, I used a medium spatial resolution Landsat time series to monitor trend shift dynamics of the floodplains forest, shrubland and grassland areas. A special focus lay on the spatial pattern of longitudinal and transverse linkages to known river discharges (Chapter 4). Results showed predominantly positive growth at all investigated spatial scales. At local scale, findings confirmed increased P. euphratica tree crown growth. The applied OBIA approach proved to be useful in the semi-arid forest setting, producing moderate accuracies. Forest disturbance mapping, with added synthetic scenes, improved significantly when compared to the original data set. The most important factor for the accuracy increase was the timing, rather than the number of images involved in the analysis. Images which were recorded at the end of the insect disturbance period performed best during the disturbance detection. This stage was found particularly important in distinguishing defined defoliation severity classes. Finally, the trend shift analysis showed increased rates of forest, shrub- and grassland growth in times when water deliveries were conducted. The absent of discharge had a substantial interrupting effect on the prevalence of trend shifts. Vegetation showed resilience after a drought year, with above average growth in subsequent years. Longitudinal effects, with more pronounced vegetation reactions, was found in the upper zones and less apparent reactions in the lower sections of the river catchment area. Transverse impacts showed a delayed growth response of ∼six month in areas adjacent to the river channel. This dissertation demonstrates the value of multi-sensor time series analysis for monitoring forest dynamics. The expressed findings increase knowledge and enhance understanding towards disturbance effects and response dynamics in semi-arid forest ecosystems, and shall help to improve future management decisions. Die Degradation der Trockengebiete ist ein großes Umweltproblem speziell im Zusammenhang mit dem globalen Klimawandel. China ist eines der Länder das am stärksten betroffen ist. Besonders die westlichste Provinz im Uigurisch Autonomen Gebiet Xinjiang erfuhr eine ehrgeizige Landgewinnung vornehmlich für Landwirtschaft. Diese Entwicklung hat große Umweltzerstörungen wie zum Beispiel den Verlust von Waldflächen und die Wüstenbildung verursacht. Die chinesische Regierung hat diese Entwicklung erkannt und ist um die Sanierung der degradierten Auenökosysteme bemüht. Das Ziel der vorliegenden Dissertation ist das Monitoring der Auwalddynamiken entlang des Tarim Flusses in Süd-Xinjiang zu verbessern. Dabei soll die Zweckmäßigkeit von multisensoralen Zeitreihen bewertet werden. Außerdem soll die Anwendbarkeit verschiedener (sehr hoch, hoch und mittlerer) räumlicher Auflösungen von Satellitenbildern für die Erfassung und Überwachung von Waldschäden sowie die Reaktion auf die Sanierung bewertet werden. Zuerst wurde das Wachstum bzw. die Reduzierung einzelner Baumkronendurchmesser anhand einer bi-temporalen Veränderungsdetektion mit sehr hoch aufgelösten Satellitenbildern bestimmt (Kapitel 2). Danach wurden die Dynamiken von Waldstörungen, verursacht durch Insektenfraß, untersucht. Dabei wurde geprüft ob sich die Genauigkeit bei der Erfassung von Waldschäden mit zusätzlichen, synthetisch erzeugten, Bildern erhöht (Kapitel 3). Abschließend wurde eine Landsat Zeitreihe mit mittlerer räumlicher Auflösung genutzt um plötzliche Veränderungen im Hinblick auf die Entwicklungsdynamiken von verschiedenen Landbedeckungsklassen (Wald, Buschland und Grassland) zu erkennen. Ein besonderer Schwerpunkt lag auf der Erkennung räumlicher Muster entlang bzw. quer zum Fluß in Verbindung mit ökologischen Wassergaben (Kapitel 4). Die Ergebnisse zeigten überwiegend positives Wachstum bei allen untersuchten räumlichen Skalen. Auf lokaler Ebene bestätigten sich Erkenntnisse vom Zuwachs der P. euphratica Baumkronen. Die objektbasierte Bildanalyse erwies sich im semi-ariden Milieu als nützlich und hat moderate Genauigkeiten geliefert. Verglichen mit dem ursprünglichen Datensatz, hat sich die Erkennung von Waldschäden mit der Nutzung von synthetischen Szenen deutlich verbessert. Der wichtigste Faktor für die Verbesserung der Genauigkeiten war der Zeitpunkt der Aufnahme und nicht die Anzahl der Bilder die in die Analyse einbezogen wurden. Dabei waren Bilder die am Ende der Fraßperiode erfasst wurden am wichtigsten für die Erkennung der Waldschäden. Diese Phase war auch bei der Unterscheidung von Schadensklassen wichtig. Die Untersuchung der Entwicklungsdynamiken der Auenvegetation hat erhöhtes Wachstum nach ökologischen Wassergaben gezeigt. Bei fehlenden Wassergaben gab es eine Unterbrechung bei den Trendveränderungen. Nach einem Trockenjahr zeigte die Vegetation Resilienz mit überdurchschnittlichem Wachstum in den Folgejahren. Ausgeprägte Trendveränderungen der Vegetation wurden entlang des Flußes, speziell in den nördlichen Zonen und weniger in südlichen Flussabschnitten, gefunden. Verzögerte Wachstumseffekte von sechs Monaten gab es in unmittelbarer Umgebung zum Fluß. Die vorliegende Arbeit zeigt den Wert der Multi-Sensor-Zeitreihenanalyse für die Überwachung von Walddynamiken. Die gezeigten Ergebnisse verbessern das Verständnis gegenüber Störeffekten und Reaktionsdynamiken in semi-ariden Waldökosystemen. Die Ergebnisse tragen dazu bei künftig verbesserte Managemententscheidungen zu treffen.

Rapid technological advances coupled with modern analysis methods has increased the quantity of geographical data and has therefore improved monitoring of local, regional and global environmental phenomena at much finer detail. Despite these advances, insufficient data interoperability remains to be a barrier to reusability, discovery and access to geographical information. To overcome this heterogeneity it is crucial to generate syntactic interoperability, which determines fixed standards in data exchange, but also semantic interoperability, a possibility to generate comparability by using shared descriptions with unambiguous meaning stored in semantic systems. In the field of nature conservation, semantic heterogeneity is a big challenge since national and regional data acquisition methodologies vary broadly. Moreover, trans-national data (which are required for multi-national legal processes like the EU Habitats Directive (HabDir), the Water Framework Directive or INSPIRE) are generated bottom-up, using mostly national or regional acquisition guidelines. This dissertation addresses four aspects of interoperability in nature conservation. The first part provides a methodology for semantic mediation of remote-sensing based data products, which were generated in different countries in Europe by taking into account differing sensor types and base classification schemes. The results indicate that automated, semantic-based data transformation is feasible, but is highly dependent on the conceptualisation of the respective nomenclatures. Therefore transparent, hierarchical nomenclatures are far more important for transferability than the sensor or study area. The second part applies the developed method in an up-scaling application to generate a comparable automated delineation of selected habitats in different countries by generating transferable aggregation rules. For the different habitats in the two sites an accuracy of above 70% was achieved in regard to a manual, expert-based delineation. This meets approximately the percentages of the comparison of two manual delineations since the process of manual delineation is always subjective and highly dependent on the personal qualification and perception of the surveyor and therefore inherits a high degree of uncertainty. The third part addresses the challenge of generating reproducible and formalized information in remote-sensing analysis in a semantic, ontology-based classification approach. This approach combines advanced machine learning algorithms and ontological data management and classification. It produces results with similar quality to established machine learning algorithms like the Extra Tree Classifier (ET) but preserves transferable classification rules and ontological formalism. The fourth part evaluates the automated aggregation approach of part two in respect to manual, expert-based delineation and gives recommendations for the international guidelines in terms of scale effects, minimum mapping units and the potential of the usage of remote sensing-based data sets in automated up-scaling procedures for European legal purposes. Semantic systems inherit great potential for nature conservation in terms of data storage, information retrieval and derivation and comparability of data. This thesis shows this potential by proving feasibility of semantic transformation between different nature conservation data sets, the application of this transformation procedure in up-scaling processes, and the ability to use semantic-based technologies in classification procedures. It therefore indicates that using semantic systems for data interoperability in nature conservation is possible but underlies, up to now, certain limitations. From a technical point of view the main restrictions are the absence of theme-specific controlled vocabularies and semantic infrastructures which are increasingly developed and provided by regional and international authorities. With regard to the content of the nature conservation data, limitations occur because of the high degree of uncertainty in data acquisition, semantic impreciseness of data descriptions and natural gradients in the composition of habitats. Technologische Veränderungen gepaart mit modernen Analysemethoden haben die Menge an geographischen Daten in den letzten Jahren erheblich erhöht. Diese Entwicklung hat das Potential, lokale, regionale und globale Umweltphänomene in einem verbesserten Detaillierungsgrad zu erfassen. Trotz dieser Fortschritte bleibt ungenügende Dateninteroperabilität ein Hemmnis für die Wiederverwendbarkeit, die Auffindbarkeit und den Zugang zu geographischer Information. Um diese Datenheterogenität zu überwinden ist es zunehmend entscheidend semantische Interoperabilität zu gewährleisten. Semantische Systeme geben die Möglichkeit Vergleichbarkeit zwischen Datenpaketen zu generieren indem sie gemeinsame eindeutige Beschreibungen nutzen. Im Bereich des Naturschutzes ist semantische Heterogenität eine große Herausforderung, da sich nationale und internationale Erhebungsvorschiften zwischen den verschiedenen Ländern erheblich unterscheiden. Darüber hinaus werden transnationale Richtlinien wie die Flora-Fauna-Habitat Richtlinie oder die Wasserrahmenrichtlinie mit buttom-up Ansätzen erstellt, wobei mehrheitlich nationale und regionale Erhebungsrichtlinien verwendet werden. Diese Dissertation adressiert vier Aspekte von Interoperabilität im Naturschutz. Der erste Teil stellt eine Methode zur semantischen Mediation von fernerkundungsbasierten Datenprodukt vor, die in unterschiedlichen Ländern Europas mit unterschiedlichen Sensortypen und Nomenklaturen erstellt wurden. Die Ergebnisse zeigen, dass eine automatisierte semantische Datentransformation möglich, die Qualität der Ergebnisse allerdings stark von der Konzeptualisierung der zugehörigen Nomenklaturen abhängig ist. Daher sind transparente, hierarchische Nomenklaturen für die Vergleichbarkeit wesentlich wichtiger als Sensoren oder das Untersuchungsgebiet. Der zweite Teil wendet die entwickelte Methode in einer räumlichen Hochskalierungsanwendung an, um mit Hilfe von überführbaren Generalisierungsregeln vergleichbare, automatisierte Abgrenzungen von ausgewählten Habitattypen in unterschiedlichen Ländern zu erzeugen. Für die verschiedenen Habitattypen in den zwei Untersuchungsgebieten konnte eine übereinstimmung von über 70 % zu einer manuellen, expertenbasierten Habitatabgrenzung erreicht werden. Das entspricht etwa einem Vergleich von zwei manuellen Abgrenzungen da der Prozess der manuellen Kartierung immer Subjektiv ist, stark von der persönlichen Qualifikation und Wahrnehmung des Kartierers abhängig ist und somit einen hohes Maß an Ungenauigkeit beinhaltet. Der dritte Teil adressiert die Herausforderung, reproduzierbare und formalisierte Information mit Hilfe von Fernerkundung in einem semantischen, ontologiebasierten Klassifikationsansatz herzustellen. Dieser Ansatz kombiniert fortschrittliche Methoden des maschinellen Lernens mit ontologischem Datenmanagement und Klassifikation. Er erstellt Ergebnisse mit vergleichbarer Qualität wie etablierte Algorithmen des maschinellen lernens, bewahrt aber transferierbare Klassifikationsregeln und ontologischen Formalismus. Der vierte Teil evaluiert den automatisierten Aggregationsansatz des zweiten Teils hinsichtlich einer manuellen, expertenbasierten Habitatabgrenzung und gibt Empfehlungen für internationale Richtlinien in Form von Skaleneffekten, Mindestkartiereinheiten und dem Potential der Nutzung von Fernerkundungsdatensätzen in automatisierten räumlichen Hochskalierungsanwendungen. Semantische Systeme beinhalten ein großes Potential für den Naturschutz in Form von Datenspeicherung, Informationsgewinnung und der Ableitung von Datenvergleichbarkeit. Diese Arbeit zeigt dieses Potential auf indem sie die Machbarkeit semantischer Transformation zwischen verschiedenen Naturschutzdatensätzen belegt und deren Anwendung in räumlichen Hochskalierungsanwendungen aufzeigt. Darüber hinaus werden Möglichkeiten zur Nutzung von semantischen Systemen für Klassifikationsprozesse aufgezeigt. Die Arbeit zeigt daher, dass semantische Systeme für Dateninteroperabilität im Naturschutz nutzbar sind, aber bislang einigen Einschränkungen unterliegen. Von einem technischen Punkt sind die maßgeblichen Restriktionen nicht vorhandene thematische, kontrollierte Vokabulare und semantische Infrastruktur, die zunehmend von nationalen und internationalen Behörden entwickelt und bereitgestellt werden. Hinsichtlich des Inhalts von Naturschutzdaten ergeben sich Einschränkungen aufgrund der Unsicherheiten in der Datenaufnahme, der semantischen Ungenauigkeit bei der Datenbeschreibung und natürlicher Verläufe der Pflanzenzusammensetzungen von Habitaten.

In reference to IEEE copyrighted material which is used with permission in this thesis, the IEEE does not endorse any of Technische Universität Berlin's products or services. Internal or personal use of this material is permitted. If interested in reprinting/republishing IEEE copyrighted material for advertising or promotional purposes or for creating new collective works for resale or redistribution, please go to http://www.ieee.org/publications_standards/publications/rights/rights_link.html to learn how to obtain a License from RightsLink. Ecosystem conservation and ecological restoration such as the preservation of species and habitat diversity have become recognized as an important ambition for an intentional anthropogenic exertion of influence worldwide. On that account, internationally acknow­ledged conservation targets are defined and realized over habitat management measures in designated protected area networks. By this means, it is intended to better control the worldwide loss of biodiversity and to create exclusion areas for the observation of natural processes and traits that will develop under minimal human interventions. Remote sensing thereby offers great potentials for an area wide monitoring of arising natural process dynamics, evaluating future development tendencies and mapping legally binding conser­vation status indicators in largely inaccessible protection zones. For this purpose, data intensive methods are required to transfer ecological interrelations from the field plot scale to the level of spatially explicit image projections. This thesis develops a differentiated set of methodological approaches for the determination of complex ecological gradients via responses to the spectral feature space that is utilized for the mapping of plant species and habitats by means of field and imaging spectroscopy. Numerical models are generated on the basis of vegetation characteristics and spectral reflectance signatures that were collected for open heathland areas on a former military training area, the “Döberitzer Heide” west of Berlin, Germany. By applying the Non-metric Multidimensional Scaling (NMDS) ordination technique on the field samples, continuous floristic gradients are projected onto varying ordination space configurations. On that basis, functional relations can be designed for the quantification of Natura 2000 habitat type probabilities. It can be shown that occurrence probabilities are up- or downgraded according unique species turnover in specific NMDS ordination regions that can be utilized for a Natura 2000 habitat type conservation status assessment. Owing to the relationship between floristic gradients in NMDS ordination and spectral signatures from field references that is constructed through a Partial Least Squares Regression (PLSR) framework, continuous species shifts, habitat type occurrence probabilities and their conservation states are transferable to hyperspectral imagery. For the first time, this thesis demonstrated that multidirectional NMDS ordination space rotations provide stable and significant wavelength regions for the prediction of specific plant species gradients. A novel feature selection method is provided that identifies spectrally sensitive gradients and calibrates robust PLSR models for the allocation of transferable spectral feature combinations in a statistical learning procedure. In a final synthesis it is demonstrated that individual cover-abundances are represented in multiple dimensions of a NMDS ordination results. A genetic optimization procedure is introduced in order to evaluate the spectral predictability of individual species abundances from the overall vegetation continuum of the study area’s open heathland communities. Optimal species models are selected for distinct sets of NMDS dimensionality and assigned to spectral gradient features in a multiobjective optimization assessment. The final species models thus integrate unique parameterizations of ecological and spectral traits that can be used to predict individual species abundances on hyperspectral imagery. The resulting vegetation patterns are semantically defined over spatially explicit representations of species coexistence, diversity clusters, succession trajectories, ecotone areas and habitat conditions. In particular, continuous measures of species cover or habitat type probabilities are projected onto the image scale. As a consequence, detailed information about nature conservation and habitat management relevant structures and processes are provided in continuous units of the reflected reality. The thesis thus states to provide a contribution for a deeper understanding of ecological processes, related spatiotemporal pattern dynamics and inducible ecosystem development trends. The generated mapping algorithms are further potentially transferable to other areas and to variable aspects of ecological restoration efforts, which is particularly promising in conjunction with upcoming drone and hyperspectral spaceborne missions. Der Erhalt und die Entwicklung von Ökosystemen und ökosystemaren Bestandteilen, wie etwa die Vielfalt von Arten und Lebensräumen, ist ein international anerkanntes Ziel intendierter, anthropogener Einflussnahme. Es werden weltweit Zielvorgaben definiert, die über eine Vielzahl von aktiven (Lebensraumgenese) und passiven (Wildnis) Maßnahmen in Netzwerken aus Naturschutzgebieten realisiert werden. Insbesondere soll auf diese Weise dem weltweiten Verlust der Biodiversität entgegengewirkt sowie Refugien natürlicher Prozesskreisläufe, in denen anthropogene Eingriffe minimiert sind, geschaffen werden. Die Überwachung der sich einstellenden natürlichen Prozessdynamiken, die Bewertung von Entwicklungstendenzen und die Inventarisierung naturschutzrechtlich verbindlicher Zustands­indikatoren in den großflächigen, größtenteils unzugänglichen Schutzgebieten kann zu einem großen Teil von der Geofernerkundung geleistet werden. Zu diesem Zweck werden datenintensive Verfahren benötigt, die ökologische Zusammenhänge von der Feldskala auf die Bildebene möglichst verlustfrei übertragen. In der vorliegenden Dissertation wird dargelegt wie komplexe, ökologische Gradienten über spektrale Merkmale beschrieben und in der bildgebenden Spektroskopie abgebildet werden können. Hierfür wurden Vegetationseigenschaften wie Arten und Deckungen sowie dessen spektrale Reflexionssignaturen einer offenen grundmoränengebundenen Heidelandschaft auf einem ehemaligen Truppenübungsplatz, der „Döberitzer Heide“ westlich von Berlin, intensiv beprobt und zur numerischen Modellierung floristischer Lebensraumeigenschaften heran­gezogen. Über das Verfahren der nichtmetrischen multidimensionalen Skalierung (NMDS) können dabei kontinuierliche, floristische Gradienten in einen Ordinationsraum projiziert und über funktionale Vorschriften zu Vorkommenswahrscheinlichkeiten von Natura 2000 Lebens­raumtypen aggregiert werden. Es kann gezeigt werden, dass Übergänge zwischen Natura 2000 Lebensraumtypen durch spezifische Artgradienten gekennzeichnet sind, welche wiederum zur Bewertung eines naturschutzrechtlichen Erhaltungszustandes genutzt werden können. Über den Zusammenhang zwischen Ordinationsraumgradienten und spektralen Feld­signaturen, der in einem Partial Least Squares Regressionsansatz (PLSR) kalibriert wird, lassen sich kontinuierliche Artgradienten, Lebensraumwahrscheinlichkeiten und Bewertungs­stufen auf Bildpixel von hyperspektralen Überflugdaten übertragen. Erstmalig wird in der Dissertation gezeigt, dass sich in einer multidirektionalen Rotation von Ordinations­raumgradienten stabile und signifikante Wellenlängenbereiche für spezifische Artübergänge identifizieren lassen. Zu diesem Zweck wird ein neuartiges Selektionsverfahren eingeführt, welches spektral sensitive Gradienten auswählt, diese in einem PLSR Ansatz kalibriert und gleichzeitig über ein statistisches Resampling auf Robustheit in der Übertragung überprüft. In der finalen Zusammenführung wird gezeigt wie Deckungsabundanzen von Einzelarten im NMDS Ordinationsraum beschrieben sind und wie diese über zuordenbare spektrale Gradienten modelliert werden können. Dabei wird ein neuer Ansatz zur Bewertung der Vorhersagbarkeit einzelner Arten aus dem gesamten Vegetationskontinuum aus dem Bereich der genetischen Optimierung adaptiert. Darin wird ein multikriterieller Optimierungsverlauf zur Selektion eines optimalen Artmodells unter Bestimmung der geeigneten Ordinationsraum­dimension und der spektralen Gradientenmerkmale durchgeführt. Die finalen Artmodelle integrieren artspezifische Parametrisierungen zur räumlich expliziten Vorhersage von Einzelartenabundanzen auf Hyperspektralbildern unterschiedlicher phänologischer Phasen. Die abgebildeten Vegetationsmuster eröffnen die Möglichkeit zur expliziten Darstellung von Koexistenzen, Diversitätsclustern, Sukzessionsstadien, Ökotonen und Lebensräumen. Es werden insbesondere kontinuierliche Größen wie Deckungsgrade (Arten) oder Wahrschein­lichkeiten (Lebensräume) räumlich vorhergesagt. Auf diese Weise werden gerade im Hinblick auf Anforderungen im Naturschutz detaillierte Informationen über die stetige Struktur der Realität geliefert, welche Einblicke für ein tieferes Prozessverständnis ermöglichen und somit einen Beitrag zur frühzeitigen Erkennung von ökosystemaren Entwicklungstendenzen leisten. Die generierten Abbildungsalgorithmen können potentiell auf andere Gebiete und auf neue naturschutzfachliche Herausforderungen in Verbindung mit zukünftigen, operationellen Drohnen oder hyperspektralen Satellitenmissionen übertragen werden.

Background: The increasing impact of population development and climate change on soils and their functions leads to a growing importance of soil information. Due to the high socioeconomic and ecological relevance of soils, qualitative and quantitative soil data (e.g. on organic matter content) at multiple scales are urgently required for land and resource management, soil protection strategies, and more specific tasks in precision agriculture. Therefore, remote sensing data analysis can provide innovative, inexpensive and rapid tools for soil property prediction. To avoid the disturbance of temporal patterns (caused by vegetation, land management), a multitemporal remote sensing approach with the advantage of potentially higher pattern stability is obligatory. For multitemporal pattern analysis of soils, high resolution multispectral remote sensing data (e.g., RapidEye satellite imagery) are the best option to obtain a suitably large data series of bare soil images. Objective: This research proposes an innovative, transferable and operational model – the Multitemporal Soil Pattern Analysis (MSPA) method – for the generation of user-friendly soil information maps for precision agriculture based on multitemporal remote sensing data analysis and GIS spatial data modelling. The primary research objective is to evaluate the usefulness of spatiotemporal static soil reflectance patterns derived from high resolution multispectral satellite imagery using the reflection signal from soils for precise functional organic matter soil maps at croplands. Data: For model generation and validation, as well as data interpretation, in total 82 RapidEye scenes were obtained. In addition comprehensive soil sampling and analysis (1017 soil surface mixed samples) were conducted at agrarian fields, located in the young morainic soil-landscape of north-eastern German lowlands. Methods: At a demonstration field (study area Demmin), the field-specific MSPA method based on static soil reflectance pattern and soil sampling data was developed, consisting of following steps: (1) Selection of best suitable datasets (bare soil images) out of satellite time-series using automated classification based on NDVI thresholds and phenology data; (2) Soil reflectance pattern detection using standardised principal component analysis; (3) Evaluation of spatiotemporal soil pattern stability using statistical per-pixel analysis; (4) Functional soil mapping based on statistical analysis and stepwise exclusion of temporal effects. For a multi-field landscape-scale MSPA version, the field-scale based MSPA method was testes at single fields and field composites with diverse physical-geographical location characteristics in the study area Demmin. On this basis, both a representative regional organic matter prediction model and multitemporal bare soil mosaics (covering the study area) were created. To evaluate the transferability of the MSPA method and the application potential of the regional organic matter prediction model “Demmin” to other agrarian fields of same soil-landscape, the multi-field landscape-scale MSPA version was applied to croplands of the Quillow catchment area. To cover a larger area of the young morainic soil-landscape, a transregional prediction model was developed. Results: The main findings of this research are i) the highly operational and transferable MSPA method based on spatiotemporal static soil reflectance pattern derived from RapidEye time series and ii) the applicable regional prediction model “Demmin” and the transregional model for precise organic matter estimation at croplands. Prediction models are based on the significant relationship between organic matter values and the soil pattern detecting first standardised principal components. The prediction model “Demmin” (R² = 0.69) and the transregional model (R² = 0.65) show a prediction accuracy of 1.3 OM-% (absolute RMSE). High-quality functional soil maps with low prediction errors to laboratory-analysed data could be produced after excluding temporal effects. The MSPA method meets several requirements of innovative soil property prediction methods, such as “cost-efficiency” (0.95 €/ha for farm sizes of 10,000 ha). Conclusions: In this study, the MSPA method combined with RapidEye data provide a high prediction accuracy of organic matter values, independent of the study area, its value range of organic matter, and applied local, regional or transregional prediction model type. Hintergrund: Die zunehmenden Auswirkungen der Bevölkerungsentwicklung und des Klimawandels auf Böden und ihre Funktionen führen zu einer wachsenden Bedeutung an Bodeninformationen. Aufgrund der hohen sozioökonomischen und ökologischen Relevanz von Böden sind qualitative und quantitative Bodendaten (z.B. organische Substanz) auf mehreren Maßstäben für die Landschafts- und Ressourcenplanung, Bodenschutzstrategien und für exaktere Aufgaben in der Präzisionslandwirtschaft dringend erforderlich. Hierfür kann die fernerkundliche Datenanalyse innovative, preiswerte und schnelle Instrumente zur Vorhersage von Bodeneigenschaften liefern. Um die Störung durch temporäre Muster (verursacht durch Vegetation und Landmanagement) zu vermeiden, ist ein multitemporaler Fernerkundungsansatz mit dem Vorteil potenziell höherer Musterstabilität obligatorisch. Für die mulitemporale Musteranalyse von Böden sind hochauflösende, multispektrale Fernerkundungsdaten (z.B. RapidEye Satellitenbilder) die beste Option, um eine genügend große Datenreihe von Bildern mit vegetationslosen Böden zu erhalten. Ziel: Diese Forschungsarbeit empfiehlt ein innovatives, übertragbares und operatives Model – die multitemporale Bodenmusteranalyse-Methode (engl. Multitemporal Soil Pattern Analysis; MSPA) – zur Erstellung von benutzerfreundlichen Bodeninformationskarten für die Präzisionslandwirtschaft basierend auf der Analyse von Fernerkundungsdaten und der GIS-Modellierung von raumbezogenen Daten. Das Hauptforschungsziel ist die Nutzenevaluierung von raumzeitlich stabilen Bodenreflektionsmustern, die von hochauflösenden multispektralen Satellitenbildern über das Reflexionssignal von Böden abgeleitet wurden, zur Erstellung von präzisen Bodenfunktionskarten zur organischen Bodensubstanz auf Ackerflächen. Daten: Zur Modellerstellung und -validierung sowie zur Dateninterpretation wurden insgesamt 82 RapidEye-Satellitenbildszenen erhalten. Darüber hinaus wurde eine umfangreiche Bodenprobenentnahme und -analyse (1017 Oberbodenmischproben) auf Ackerflächen durchgeführt, die sich in der Jungmoränenlandschaft der nordostdeutschen Tiefebene befinden. Methoden: Auf einem Demonstrationsfeld (Untersuchungsgebiet Demmin) wurde die feldspezifische MSPA-Methode basierend auf stabilen Bodenreflektionsmustern und Bodendaten aus folgenden Schritten entwickelt: (1) Auswahl der am besten geeigneten Datensätze (Bilder mit vegetationslosen Böden) aus der Satellitenbildzeitreihe mittels einer automatischen Klassifizierung anhand von NDVI-Schwellenwerte und Phänologiedaten; (2) Bodenmustererkennung unter Einsatz der standardisierten Hauptkomponentenanalyse; (3) Bewertung der raumzeitlichen Bodenmusterstabilität mittels statistischer Per-Pixel-Analyse; (4) Erstellung von Bodenfunktionskarten basierend auf statistischer Analyse und schrittweiser Exklusion von temporären Effekten. Für die Schaffung einer Mehrfeld-Landschaftsskala-MSPA-Version wurde die Feldskalen basierte MSPA-Methode auf Einzelfeldern und Feldverbunden unter Berücksichtigung der verschiedenen physisch-geographischen Standorteigenschaften im Untersuchungsgebiet Demmin getestet. Auf dieser Grundlage wurden sowohl ein repräsentatives regionales Vorhersagemodell für die organische Substanz als auch multitemporale Bild-Mosaike von vegetationslosen Böden (die das gesamte Untersuchungsgebiet abdecken) entwickelt. Um die Übertragbarkeit der MSPA-Methode und das Anwendungspotential des regionalen Vorhersagemodells „Demmin“ auf andere Ackerflächen der gleichen Bodenlandschaft zu bewerten, wurde die Mehrfeld-Landschaftsskala-MSPA-Version auf Ackerflächen im Quillow-Einzugsgebiet angewendet. Zur größeren Flächenabdeckung der Jungmoränenlandschaft wurde ein überregionales Vorhersagemodell erstellt. Ergebnisse: Die Hauptergebnisse dieser Forschungsarbeit sind i) die hoch operative und übertragbare MSPA-Methode basierend auf raumzeitlich stabilen Bodenreflektionsmustern, abgeleitet aus der RapidEye-Zeitreihe, und ii) das anwendbaren regionale Vorhersagemodell „Demmin“ sowie das überregionale Modell zur präzisen Schätzung der organischen Substanz auf Ackerflächen. Die Vorhersagemodelle stützen sich auf dem signifikanten Zusammenhang zwischen Werten der organischen Bodensubstanz und den Bodenmuster detektierenden ersten standardisierten Hauptkomponenten. Das Vorhersagemodell „Demmin“ (R² = 0.69) und das überregionale Model (R² = 0.65) zeigen eine Vorhersagegenauigkeit von 1.3 OM-% (absolute RMSE). Hochwertige Bodenfunktionskarten mit niedrigen Vorhersagefehlern gegenüber den im Labor gemessenen Daten konnten nach dem Ausgrenzen von temporären Effekten erzeugt werden. Die MSPA-Methode erfüllt mehrere Anforderungen an eine innovative Vorhersagemethode von Bodeneigenschaften, wie zum Beispiel „Kosteneffizienz“ (0.95 €/ha für Betriebsgrößen von 10,000 ha). Fazit: Die MSPA-Methode kombiniert mit RapidEye-Daten bietet in dieser Studie eine hohe Vorhersagegenauigkeit der organischen Substanz, unabhängig von dem Untersuchungsgebiet, seinem Wertebereich der organischen Substanz und dem angewendeten lokalen, regionalen oder überregionalen Vorhersagemodelltyp.

Biological invasions are a side effect of globalisation and human modification of natural systems. Invasive mosquitoes and the pathogens that they carry are leading causes of human suffering. Mosquito vectors of pathogens are often ecologically plastic and able to exploit human movements to disperse. As such they spread across wide geographical areas and are among the most successful species to have become invasive. Mosquito-borne pathogens have complex life cycles which involve a rich set of reservoir and vector hosts. They are evolutionarily very dynamic, ready to take advantage of new opportunities offered by anthropogenic environmental changes. Many pathogens associated with mosquitoes are indeed changing their ecology or modifying their geographical and biological distribution, being considered as invasive species. Despite this impressive plasticity, invasive mosquitoes and mosquito-borne pathogens are still part of a natural system, and as such are limited by environmental conditions. The main target of my research was to apply ecological theory and environmental modelling to gain knowledge on these limiting conditions, by establishing mechanistic and correlative associations between the environment, invasive vectors and pathogen demographics, as well as physiological and spatial dynamics. Understanding these mechanisms is key to design effective health policies which aim to mitigate the emergence of new pathogens, mainly by hindering the population that vectors them. The core of this thesis is formed by a series of stand-alone scientific papers, published, submitted or close to submission to peer-reviewed journals; the core chapters are backed by the General Introduction, and the General Summary and Outlook. Chapter 1 (General Introduction) depicts the state of the knowledge of the thesis research topic, delineating the research context and objectives. The relevance of mosquitoes as vector species and of emerging pathogens, combined with the need to use environmental modelling in investigating their ecology, is exposed; Chapter 2 looks at the environmental factors associated with the re-emergence of West Nile Virus (WNV) in the Old World. The association between WNV incidence in humans and a wide range of predictors was assessed through an automatic statistical approach. By identifying key environmental drivers of WNV, this chapter aims to both lay the foundations for the development of models able to predict WNV risk at a continental scale and to highlight the weakness of available data on WNV in the Old World; Chapter 3 deals with the estimation of habitat suitability and potential spread velocities of Ae. koreicus in Italy, through statistical modelling. The integration of the developed suitability map with transportation network data and the observed species dispersal rate, allowed to characterise Ae. koreicus potential pattern of range expansion. Results showed that the study area is widely suitable for Ae. koreicus, and this mosquito was predicted to fill the suitable niche in a relatively short time. This scenario opens the way to an enriched entomological landscape with three container-breeding mosquitoes interacting and thus complicating the epidemiological status of vector-borne pathogens; Chapter 4 presents a new model framework to simulate, with ecologically robust foundations, the introduction, life cycle, population and spatial dynamics of Ae. albopictus in urban landscapes. The developed model was applied to investigate the mechanisms underlying Ae. albopictus invasion dynamics in a newly invaded urban area. We found that Ae. albopictus introduction in the study area was more likely to have happened in spring or summer, and that the derived population remained at low density for a long time. These findings support the hypothesis that the recent Ae. albopictus invasion of the study area may derive from an old introduction event; Chapter 5 explores Ae. albopictus invasion dynamics as a function of the configuration of urban vegetation. Vegetation is an important component of urban areas and it has also been suggested as important for Ae. albopictus invasion dynamics. We applied the model developed and proposed in chapter 4 to synthetic urban landscapes with different vegetation configurations. Results supported the expectation that vegetation affects Ae. albopictus invasion dynamics, with a spread vegetation configuration causing increased mosquito dispersal and density in urban areas; Chapter 6 presents data from an experimental design implemented to acquire information on the thermal characteristics of aboveground Ae. albopictus micro-habitats. The acquired data was used to estimate temperature difference distributions between micro-habitats which are generalisable to other locations. We investigated how the use of micro-habitat data rather than generic temperature changes estimated Ae. albopictus life cycle durations. We found that the latter may be sub-optimal when modelling Ae. albopictus population dynamics. The reported temperature dataset can be exploited to make opportunistic temperature data appropriate for Ae. albopictus population dynamics modelling; Chapter 7 (General Summary and Outlook) lay the key findings of the core chapters forming the thesis into a general context, and outlines directions for future research for using environmental modelling in studies of emergent mosquito-borne pathogens and invasive mosquito species. Biologische Invasionen sind ein Nebeneffekt der Globalisierung und der menschlichen Modifizierung von natürlichen Systemen. Invasive Stechmücken und die Krankheitserreger, die sie in sich tragen, sind die Hauptursache menschlichen Leidens. Moskito-Vektoren von Krankheitserregern zeigen oft ökologische Plastizität und können die menschliche Mobilität ausnutzen, um sich zu verteilen. Aus diesen Gründen sind sie über weite geographische Gebiete verteilt und gelten als einige der erfolgreichsten invasiven Arten weltweit. Stechmücken, die Krankheitserreger übertragen, haben komplexe Lebenszyklen, die viele Reservoir- und Vektor-Wirte beinhalten. Sie sind in Bezug auf ihre Evolution sehr dynamisch und nutzen die Vorteile, die ihnen anthropogene Umweltveränderungen bieten. Viele Krankheitserreger, die mit Stechmücken in Verbindung gebracht werden, sind dabei, ihre Ökologie oder ihre geografische und biologische Verteilung zu verändern und werden deshalb als invasive Arten betrachtet. Trotz dieser beeindruckenden Plastizität sind invasive Stechmücken und übertragene Krankheitserreger immer noch Teil eines natürlichen Systems, und dementsprechend immer noch durch Umweltbedingungen eingeschränkt. Das Hauptziel meiner Untersuchungen war es, ökologische Theorie und Umweltmodellierung anzuwenden, um Erkenntnisse über diese einschränkenden Bedingungen zu gewinnen. Hierzu wurden mechanistische und korrelative Assoziationen zwischen Umwelt, invasiven Vektoren und der Demographie der Krankheitserreger hergestellt sowie die physiologische und räumliche Dynamik analysiert. Das Verständnis dieser Mechanismen ist der Schlüssel dazu, effektive Strategien einer Gesundheitspolitik zu entwickeln, die das Auftreten neuer Krankheitserreger vermindern sollen, indem sie vor allem die Krankheitsvektoren an der Ausbreitung hindern. Der Kern dieser Arbeit besteht aus eigenständigen wissenschaftlichen Arbeiten (scientific papers), die bei Zeitschriften mit peer-review-Verfahren eingereicht wurden oder sich kurz vor der Einreichung befinden. Die Kernkapitel werden von einer allgemeinen Einführung und Zusammenfassung und einem Ausblick begleitet. Kapitel 1 (Allgemeine Einführung) stellt den Kenntnisstand zum Forschungsthema der Doktorarbeit dar und umreißt den Forschungskontext und die Ziele. Die Relevanz von Mücken als Vektoren von neu auftretenden Krankheitserregern werden dargelegt, kombiniert mit der Notwendigkeit der Verwendung von Umweltmodellierung, um die Ökologie der Mücken zu untersuchen. Kapitel 2 befasst sich mit den Umweltfaktoren, die mit dem Wiederauftreten von West-Nil-Virus (WNV) in der Alten Welt verbunden sind. Die Verbindung von WNV-Vorkommen bei Menschen und einer Vielzahl von Vorhersage-Anzeichen wurde durch einen automatischen statistischer Ansatz bestimmt. Durch die Identifizierung der wichtigsten ökologischen Faktoren von WNV zielt dieses Kapitel sowohl auf die Grundlagen für die Entwicklung von Modellen, die das Risiko für WNV auf kontinentaler Ebene voraussagen sollen, als auch die Schwäche der verfügbaren Daten über WNV in der Alten Welt ab. Kapitel 3 befasst sich mit der Einschätzung der Habitateignung und möglicher Ausbreitungsgeschwindigkeiten von Aedes koreicus in Italien mittels statistischer Modellierung. Die Einbindung von Transportnetzwerkdaten und Ausbreitungsraten der beobachteten Arten in die hier entwickelte Eignungskarte erlaubte es, das Potentialmuster der Ausbreitung von Aedes koreicus zu charakterisieren. Die Ergebnisse zeigten, dass das Untersuchungsgebiet für Aedes albopictus weitestgehend geeignet ist, und es wurde vorhergesagt, dass diese Stechmückenart die entsprechende Nische in relativ kurzer Zeit füllen wird. Dieses Szenario zeigt das Potential einer reicheren entomologischen Landschaft auf mit drei sich in Behältern vermehrenden Stechmückenarten, die in Wechselwirkung zueinander stehen und den epidemiologischen Status der vektorübertragenen Pathogene verkomplizieren wird. Kapitel 4 stellt ein neues Rahmenmodell vor, welches mit ökologisch stabilen Kenntnissen die Einführung, den Lebenszyklus, die Bevölkerungs- und räumliche Dynamik von Aedes albopictus in urbanen Landschaften simuliert. Das entwickelte Modell wurde eingesetzt, um die der Dynamik der Invasion von Aedes albopictus zugrunde liegenden Mechanismen in einem neu befallenen Stadtgebiet zu untersuchen. Wir fanden heraus, dass die Einbringung von Aedes albopictus in das Untersuchungsgebiet vermutlich eher im Frühjahr oder Sommer geschehen war und dass die daraus entstandene Population lange bei niedriger Dichte blieb. Diese Ergebnisse stützen die Hypothese, dass sich die neueste Aedes albopictus Ausbreitung im Untersuchungsgebiet von einer alten Einführung abgeleitet werden kann. Kapitel 5 untersucht die Aedes albopictus Invasionsdynamik in Abhängigkeit von der Zusammensetzung der Stadtvegetation. Vegetation ist ein wichtiger Bestandteil städtischer Gebiete und wurde auch als wichtig für die Invasionsdynamik von Aedes albopictus angenommen. Wir verwendeten das in Kapitel 4 entwickelte und vorgeschlagene Modell für synthetische Stadtlandschaften mit verschiedenen Vegetations-Konfigurationen. Die Ergebnisse unterstützten die Erwartung, dass die Vegetation die Aedes albopictus Invasionsdynamik beeinflusst, und zwar mit einer sich ausbreitenden Vegetationszusammensetzung, die eine erhöhte Moskitoausbreitung und -dichte in städtischen Gebieten verursacht. Kapitel 6 stellt Daten aus einem experimentellen Design dar, das Informationen über die thermischen Eigenschaften der überirdischen Mikrohabitate von Aedes albopictus implementieren sollte. Die erfassten Daten wurden verwendet, um die Verteilung von Temperaturdifferenzen zwischen Mikrohabitaten zu schätzen, die auf andere Standorte übertragen werden können. Wir untersuchten, wie der Einsatz von Mikrohabitat-Daten die Lebenszyklusdauer von Aedes albopictus besser als generelle Temperaturmessungen schätzen kann. Wir fanden heraus, dass letztere zur Modellierung der Populationsdynamik von Aedes albopictus suboptimal sind. Der dargestellte Temperatur-Datensatz kann genutzt werden, um opportunistische Temperaturdaten für eine dynamische Modellierung der Aedes albopictus Population geeignet zu machen. Kapitel 7 (Allgemeine Zusammenfassung und Ausblick) stellt die wichtigsten Ergebnisse der Kernkapitel dieser Doktorarbeit in einen allgemeinen Kontext und umreißt Ziele (Zielrichtungen) für zukünftige Forschung unter Verwendung von Umweltmodellierung in Studien zu neu auftretenden Stechmücken-übertragener Pathogene und invasiver Mückenarten.

Insekten spielen eine bedeutende Rolle im Erhalt von Waldökosystemen, haben aber auch eine nicht zu vernachlässigende ökonomische Bedeutung. Obwohl die ökologische sowie ökonomische Bedeutung von Insekten bekannt ist, gibt es bisher wenig Forschung zu den Dynamiken von herbivoren Insekten in der westamerikanischen Nadelholzzone, insbesondere durch die Art Choristoneura occidentalis. Der Mangel an Studien kann durch ein Fehlen von geeigneten Methoden zur Quantifizierung von Insektenausbrüchen auf der Landschafts- und Regionalskala erklärt werden. Die Nutzung von Fernerkundung vermag diese Wissenslücke zu schließen. Das übergeordnete Ziel dieser Dissertation ist daher, anhand von Fernerkundung ein besseres Verständnis der raumzeitlichen Muster von Insektenausbrüchen in der nord-west amerikanischen Nadelholzzone zu erlangen. Die spezifischen Forschungsfragen der Dissertation sind: (1) Inwieweit kann Fernerkundung die Kartierung und Quantifizierung von Insektenausbrüchen, insbesondere durch Herbivoren, unterstützen? (2) Was sind die raumzeitlichen Muster und Prozesse von Ausbrüchen des Choristoneura occidentalis in der west-nord-amerikanischen Nadelholzzone? Anhand des rezenten Ausbruches in Britisch Kolumbien, Kanada, wurde gezeigt, dass Fernerkundung ein geeigneter Weg ist um die raumzeitlichen Muster von Choristoneura occidentalis zu rekonstruieren. Mit dieser Erkenntnis konnten die hauptsächlichen Triebkräfte hinter diesen raumzeitlichen Mustern erklärt werden. So zeigte sich, dass sich die Dynamiken durch Ausbreitung adulter Motten, eine hohe Abundanz von Wirtsbäumen, Wetter, sowie deren Interaktion erklärt werden konnte. Aus den Ergebnissen kann geschlossen werden, dass Ausbrüche herbivorer Insekten in der westamerikanischen Nadelholzzone durch Prozesse welche über ein Management auf Standesebene hinausgehen bestimmt werden. Ein nachhaltiges Waldmanagement sollte daher neben Standfaktoren auch Faktoren auf Landschafts- und Regionalebene berücksichtigen. Insect disturbances play a key role for maintaining healthy forest ecosystems, though they are also important for the timber industry, reducing yields and wood quality during major outbreaks. Despite the ecological and economic importance of insect disturbances, the outbreak dynamics of defoliating insects of the coniferous forests of western North America -- in particular the western spruce budworm Choristoneura occidentalis - are yet poorly understood. This is partly caused by a lack of suitable methods for quantifying landscape to regional scale outbreak patterns. Remote sensing time series analysis can help overcoming this challenge. Consequently, the overall goal of this dissertation was to increase the understanding of landscape to regional scale patterns and processes of insect defoliator disturbances in the coniferous forests of western North America with the help of Landsat remote sensing. Precisely, the research questions of the dissertation were: (1) How can Landsat remote sensing be used to map and quantify insect defoliator outbreaks? (2) What are the spatiotemporal patterns and processes of outbreaks of western spruce budworm in the coniferous forests of western North America? Using the current outbreak in British Columbia as example, it could be demonstrated that Landsat time series can be used to map and quantify the spatial and temporal dynamics of budworm outbreaks at the landscape and regional scale. The outbreak dynamics were mainly driven by direct effects and interactions of moth dispersal, host abundance, and weather patterns. Concluding from my results, it is suggested that outbreaks of forest defoliators in the coniferous forests of western North America are governed by factors that go beyond stand level management. Forest management thus should consider those factors in their operational planning, as well as in their models of future forest change.

The main principle in landslide hazard and risk assessment is that conditions of past and present landslide activity indicate future landslide occurrence. Hence, the probabilistic assessment of landslide hazard and risk requires a profound knowledge about spatiotemporal landslide activity over longer time spans and large areas. However, for most parts of the world such information is largely missing, because the identification of landslide activity still mainly relies on time-consuming and resource-intensive conventional methods (i.e. visual interpretation of optical data supported by comprehensive field surveys) and because all efforts to automate this landslide mapping procedure are hitherto limited to small areas and/or very short time periods or even single events. This thesis presents the development of an automated approach for efficient multi-temporal identification of landslides based on optical satellite-based remote sensing time series data. The developed approach allows for retrospective analysis of long-term landslide occurrence and for monitoring recent landslide activity for large areas. For this purpose, a comprehensive optical remote sensing database has been created. To achieve best temporal resolution, data of multiple optical sensors are used simultaneously. In total, the database consists of 729 datasets acquired by Landsat-(E)TM, SPOT 1 & 5, IRS-1C (LISS3), ASTER, and RapidEye between 1986 and 2013 for a landslide-affected area of 12000 km² in Southern Kyrgyzstan, Central Asia. The developed approach comprises automated multi-sensor pre-processing as well as knowledge-based and uncertainty-related multi-temporal change detection methods to enable efficient and robust spatiotemporal identification of landslides in a highly heterogeneous multi-sensor time series database. The change detection builds on the analysis of temporal NDVI-trajectories, representing footprints of vegetation changes over time. Landslide-specific trajectories are characterized by abrupt vegetation cover destruction and longer-term revegetation rates resulting from landslide-related disturbance and dislocation of the fertile soil cover. In combination with DEM-derivatives the developed approach enables automated identification of landslides of different sizes, shapes and in different stages of development under varying natural conditions. The approach is applied to two scenarios. Firstly, the recent landslide activity (2009 – 2013) is identified by a RapidEye-based application of the approach in a 7500 km² area. Secondly, a long-term analysis (1986 - 2013) is performed on the basis of the multi-sensor database in a highly landslide-affected region of 2500 km². In both cases, the number of automatically mapped landslides exceeds the existing landslide records of the Kyrgyz authorities by more than a factor of ten. In total, almost 2000 landslides are mapped, whereas the size of the landslides ranges from 50 m² to 2.8 km². The identified landslide occurrence shows clear spatial patterns with highest activity along the foothills of the Tien-Shan mountain ranges. Temporally, the long-term analysis reveals a peak of landslide activity for the years 2003 and 2004. In these years, the annual landslide rate was more than five times higher than the identified long-term average rate of 57 landslides per annum. These spatiotemporal activity patterns are evaluated against the morphological setting (predisposing factor) and the temporal variations of the precipitation (triggering factor), exemplarily showing the suitability of the achieved results to determine the individual or combined influence of specific landslide-causing factors in an analyzed region. For the derivation of the recent landslide activity, the approach takes advantage of the high spatial (5 m) and temporal resolution (acquisition intervals of up to several days/weeks) of the RapidEye data, allowing identification of small landslides that are often pre-cursors of subsequent more hazardous landslides. Thus, the approach can also provide valuable information for early warning applications in the context of a regular landslide monitoring system. Overall, the presented approach identifies spatiotemporal landslide activity patterns to improve the regional landslide process understanding. This builds an important step to realize probabilistic landslide hazard and risk assessments in order to contribute to the mitigation of the landslide consequences for the local population of remote mountainous regions such as Southern Kyrgyzstan. Moreover, the multi-sensor applicability and uncertainty-related landslide change detection of the approach provides a great potential to be applied to other global landslide hotspots (e.g. South-East Asia and South America) as well as to new optical sensors (e.g. Sentinel-2), opening up new opportunities to establish a widely applicable large area landslide monitoring system. Zur Gefahreneinschätzung von Hangrutschungen greift man auf das grundlegende Prinzip zurück, dass zukünftige Hangrutschungen den gleichen Bedingungen unterliegen wie vergangene und gegenwärtige. Eine Voraussetzung für solche probabilistischen Gefährdungseinschätzungen sind daher fundierte Kenntnisse der raumzeitlichen Hangrutschungsaktivität über möglichst lange Zeiträume und große Gebiete. Allerdings fehlt solches Wissen in den meisten Regionen der Erde, da die Erfassung der Hangrutschungsaktivität nach wie vor meistens durch zeit- und arbeitsaufwendige Methoden erfolgt (d. h. visuelle Interpretation von optischen Fernerkundungsdaten und umfassenden Geländearbeiten) und weil Ansätze diese Hangrutschungsidentifizierung zu automatisieren sich bisher auf kleine Untersuchungsgebiete und/oder auf kurze Zeiträume beschränken. In dieser Dissertation wird eine automatische Methode zur effizienten Hangrutschungsidentifizierung auf Basis von Zeitreihen optischer Satellitenfernerkundungsdaten entwickelt. Diese Methode erlaubt großflächig eine rückwirkende Analyse langzeitlichen Hangrutschungsvorkommens und ein Monitoring rezenter Hangrutschungsaktivität. Zu diesem Zweck wurde eine umfangreiche Datenbank optischer Fernerkundungsdaten erstellt, die, um eine möglichst hohe zeitliche Auflösung zu erreichen, Daten mehrerer optischer Sensoren einschließt. Insgesamt enthält die Datenbank 729 Datensätze sieben verschiedener optischer Satellitensysteme (Landsat-(E)TM, SPOT 1 & 5, IRS-1C (LISS3), ASTER und RapidEye). Die Aufnahmen erstrecken sich über einen Zeitraum von 1986 bis 2013 und über ein 12000 km² großes von Hangrutschungen betroffenes Gebiet im südlichen Kirgisistan (Zentralasien). Die entwickelte Methode umfasst automatische multisensorale Vorverarbeitungsschritte sowie wissensbasierte und Unsicherheiten einbeziehende Algorithmen der multitemporalen Veränderungsdetektion um eine effiziente und robuste raumzeitliche Identifizierung von Hangrutschungen auf Basis einer stark heterogenen multisensoralen Datenzeitreihe zu ermöglichen. Die Algorithmen zur Veränderungsdetektion basieren auf der Analyse von zeitlichen NDVI-Trajektorien, welche ein Abbild zeitlicher Vegetationsveränderungen darstellen. Hangrutschungstypische Muster sind gekennzeichnet durch abrupte Vegetationszerstörung und einen langsamen Wieder-bewuchs, da durch die Hangrutschungen fruchtbarer Oberboden gestört oder gar verlagert worden ist. In Verbindung mit reliefbeschreibenden Parametern erlaubt der entwickelte Ansatz somit die automatische Identifizierung von Hangrutschungen unterschiedlicher Größe, Form und Entwicklungsstadien unter verschiedenen natürlichen Bedingungen. Die Methode wird auf zwei Szenarien angewendet. Zunächst wird die rezente Hangrutschungsdynamik auf Basis der RapidEye-Daten für ein Gebiet von 7500 km² untersucht. Anschließend erfolgt eine langzeitliche Analyse (1986-2013) eines 2500 km² großen stark von Hangrutschungen betroffenen Gebietes mittels der multisensoralen Datenbank. In beiden Fällen übersteigt die Anzahl der automatisch identifizierten Hangrutschungen jene offizieller kirgisischer Berichte um mehr als das Zehnfache. Insgesamt sind annähernd 2000 Hangrutschungen mit einer Größe von 50 m² bis 2.8 km² identifiziert worden. Das erfasste Hangrutschungsvorkommen zeigt deutliche räumliche Muster mit höchster Aktivität entlang der Hänge des Tien-Shan Gebirgsvorlandes. Zeitlich betrachtet hat die langzeitliche Analyse ein Aktivitätsmaximum in den Jahren 2003 und 2004 ergeben. Diese Jahre waren durch eine mehr als fünffach erhöhte Hangrutschungsaktivität gegenüber dem langjährigen Mittel von 57 Hangrutschungen gekennzeichnet. Diese raumzeitlichen Hangrutschungsaktivitätsmuster werden in der Dissertation der morphologischen Beschaffenheit (ursächlicher Faktor) und den zeitlichen Variationen des Niederschlages (auslösender Faktor) gegenübergestellt. So wird exemplarisch die Eignung der erzielten Identifizierungsergebnisse gezeigt, einzelne oder zusammenhängende Einflüsse von Hangrutschungen verursachenden Faktoren für ein Untersuchungsgebiet quantitativ zu bewerten. Für die Ableitung rezenter Hangrutschungsaktivität wird auf die RapidEye-Daten zurückgegriffen, die durch ihre hohe räumliche (5 m) und zeitliche Auflösung (Datenwiederholungsrate von bis zu wenigen Tagen und Wochen) eine Identifizierung von kleinen Rutschungen als Vorboten von größeren gefährlicheren Hangrutschungen zu ermöglichen. Dadurch kann die Methode innerhalb eines regelmäßigen Monitorings auch für Frühwarnsysteme nützliche Informationen liefern. Die entwickelte Methode erlaubt die Identifizierung von raumzeitlichen Hangrutschungsaktivitätsmustern, welche zur Verbesserung die des regionalen Hangrutschungsprozessverständnis beitragen. Damit ist ein wichtiger Beitrag geschaffen zur Realisierung von Hangrutschungsgefährdungseinschätzungen, und damit zur potentiellen Reduzierung des Hangrutschungsrisikos für die lokale Bevölkerung von abgelegenen Gebirgsregionen wie im Falle Südkirgistans. Des Weiteren hat die Methode durch ihre sensorübergreifenden und Unsicherheiten einbeziehenden Analysealgorithmen ein großes Potential auf weitere hangrutschungsgefährdete Gebiete (wie bspw. Südostasien oder Südamerika) sowie auf neue optische Sensoren (z. B. Sentinel-2) angewandt zu werden, was Möglichkeiten für ein vielseitig und großflächig anwendbares Monitoringsystem eröffnet.

One key service of estuarine marsh vegetation is flooding and storm surge protection by virtue of them dissipating the energy of waves and currents. This vegetation-based shoreline protection is more adaptable to sea-level rise than traditional engineered methods of self-generated marsh elevation. In order to promote this service in estuaries, the understanding of the interaction between hydrodynamic forces, traits of vegetation-forming species, species habitat conditions, and their capacity of ecosystem engineering has to be improved. Therefore, we investigated the emergent macrophytes Scirpus tabernaemontani, Scirpus maritimus, and Phragmites australis as key ecosystem engineers in the Elbe and Weser estuaries being model systems for altered estuaries in Europe. We performed studies in a geographic information system as well as full-scale wave-flume experiments. Furthermore, we estimated species distribution models and applied them to real and virtual restoration sites. The niches of species exposed to hydrodynamic stress were described and their boundaries defined for the two estuaries. For several wave conditions causing hydrodynamic stress for plants, we measured (1) effects of drag force and scouring as well as (2) effect and response traits. These findings were related to the described species niches differentiated in elevational distribution. In constructing the niches, the traits reflect different strategies of stress resistance. Therefore, we concluded that traits are directly in balance with the functional niche. Furthermore, the results of wave dissipation showed that the ecosystem engineering capacities of the species are adapted to their constructed niches affected by different hydrodynamic stress. To strengthen the service of vegetation-based shoreline protection, shorelines have to be restored. Using the species distribution models, we found that (1) restoring shallow waters increases the habitat suitability for marsh plants on tidal flats, and (2) restorations combined with engineering elements such as groynes have positive effects on the shoreline habitat compared to shorelines with stone linings. Additionally, we verified that equations usually used for calculating the hydraulic effects of obstacles can also be applied to predict drag and scour depth of plants. However, uncertainty increases with increasing wave periods and with the complexity in plant morphology. In future, these equations can help to describe the suitable habitats of these plant species. The thesis concludes by providing a response to why and how hydrodynamic forces drive plant species niches of shoreline vegetation in estuaries. Further points discussed are the potential of vegetation-based shoreline protection in estuaries, the existence of limiting factors, and the missing insights for quantifying and assessing the protective ecosystem service provided by estuarine vegetation. Im Ästuar schützt die Vorlandvegetation durch die Reduzierung von Strömungen und Wellenenergie Ufer und Deich vor der Zerstörungskraft der Sturmfluten. Gegenüber dem technischen Uferschutz ermöglicht diese Ökosystemleistung eine bessere Anpassung an den Meeresspiegelanstieg durch resultierende Sedimentablagerungen. Um diese Ökosystemleistung effektiv zu stärken, müssen die Wechselwirkungen zwischen den hydrodynamischen Kräften, den Merkmalen der dominanten Arten im Vorland, deren Standortbedingungen und ihren Fähigkeiten, den eigenen Lebensraum zu verändern, besser verstanden werden. Wichtige Ökosystemingenieure wie die Röhrichte Scirpus tabernaemontani, Scirpus maritimus, und Phragmites australis werden im Elbe- und Weserästuar untersucht. Sie sind repräsentativ für Ästuare in Europa. Daten aus geographischen Informationssystemen und aus durchgeführten Wellenexperimenten werden analysiert. Habitateignungsmodelle werden erstellt und für potenzielle Renaturierungsgebiete angewendet. Die Nischen der Röhrichte, die dem hydrodynamischen Stress ausgesetzt sind, werden mit diesen Modellen beschrieben und dadurch die Grenzen der Verbreitungsgebiete in den genannten Ästuaren definiert. Für verschiedene Wellensituationen, die den hydrodynamischen Stress verursachen, werden die Widerstandskräfte der Pflanzen und die Erosion um ihren Stängel gemessen. Des Weiteren werden Pflanzenmerkmale bestimmt und in Beziehung zu den hydrodynamischen Belastungen gesetzt. Die Nischen, die die Röhrichte sich selber schaffen, unterscheiden sich in ihrer Höhe zum mittleren Tidehochwasser. Zur Nischenbildung verfolgen sie verschiedene Strategien der Stressresistenz, die sich in den Pflanzenmerkmalen widerspiegeln. Diese stehen dadurch in direkter Beziehung zum Habitat. Die Pflanzen weichen dem hydrodynamischen Stress entweder mit sehr biegsamen Stängeln aus, wenn er zu stark ist, oder sie tolerieren ihn mit festeren Stängeln. Auch die Wellenreduktionleistung der einzelnen Arten ist dem Habitat angepasst, das aufgrund der verschiedenen Höhenlagen unterschiedlich starken Belastungen ausgesetzt ist. Um die Ökosystemleistung zu stärken, müssen versteinte Ufer zurückgebaut werden, um ihnen mehr Raum zur Entwicklung zu geben. Mit Hilfe der Habitateignungsmodelle haben wir herausgefunden, dass durch die Schaffung von Flachwasserzonen die Fläche der geeigneten Habitate zunimmt. Weiterhin hat sich gezeigt, dass der Bau von Buhnen gegenüber versteinten Ufern zu einer Verbesserung der Habitateignung führt. Mit den erhobenen Messungen in den Experimenten haben wir Formeln getestet, die üblicherweise benutzt werden, um die hydraulischen Effekte von Hindernissen zu berechnen. Die Tests sind positiv ausgefallen: Die Formeln können zur Berechnung der Stängelerosion und der Widerstandskraft der Pflanzenstängel angewendet werden. Nur muss beachtet werden, dass die Berechnungsunsicherheit bei längeren Wellenperioden und komplexerer Pflanzenmorphologie zunimmt. In Zukunft können diese Formeln helfen, geeignete Habitate für Röhrichte zu schaffen. Die Dissertation führt die verschiedenen Ergebnisse in einer Synthese zusammen, in der sie beantwortet, warum und wie hydrodynamische Belastungen die Habitate der Röhrichte im Ästuar beeinflussen. Des Weiteren wird diskutiert, welches Potenzial die Wellenreduktionsleistung durch Röhrichte besitzt, welches ihre limitierenden Faktoren sind und welcher Forschungsbedarf besteht, um die Ökosystemleistung in der Fläche zu berechnen und monetär zu bewerten.

Der Klimawandel ist eines der drängendsten Probleme des 21. Jahrhunderts. Städte sind verantwortlich für den Großteil der globalen Treibhausgasemissionen und sind somit zentrale Klimawandeltreiber. Da sie gleichzeitig Bevölkerungs- und Infrastrukturzentren darstellen, werden sie besonders mit den Folgen des Klimawandels konfrontiert werden. Dennoch ist das Wissen über ihren genauen Einfluss auf das weltweite Klimasystem noch lückenhaft. Speziell weitere Erkenntnisse über die effektivsten Emissionsminderungsmaßnahmen werden benötigt. Hierzu müssen sich Städte ihrer „Emissionssituation“ und ihrer wichtigsten Emissionseinflüsse bewusst werden. Die zu diesem Zweck entwickelten Ansätze zur Emissionsberechnung sind jedoch zu komplex und daher oft nicht praktikabel. Daher entwickelt diese Doktorarbeit einen einfacheren Ansatz zur Abschätzung urbaner Treibhausgasemissionen. Hierzu werden zuerst die bisher als wichtig erachteten sozioökonomischen und demographischen Emissionseinflüsse für 62 Europäische Städte untersucht. Räumliche Analysen der städtischen Struktur und der Landnutzung bzw. Landbedeckung geben zudem Aufschluss über Zusammenhänge zwischen räumlichen Stadteigenschaften und Emissionen. Erkenntnisse über die wichtigsten Emissionseinflüsse aus beiden Analysen werden dann verwendet, um ein einfacheres Modell zur Abschätzung urbaner Treibhausgasemissionen zu entwickeln. Es zeigt sich, dass vor allem die „Haushaltsgröße“ und die räumliche Variable „Kantendichte der diskontinuierlich dichten Stadtareale“ (Edge density of discontinuous dense urban fabrics) im starken, logarithmischen Zusammenhang mit städtischen Emissionen stehen. In einem linearen Regressionsmodell erklären sie zusammen 86% der gesamten Streuung der analysierten Emissionsdaten. Ebenso wird deutlich, dass „urban sprawl“ zu höheren Emissionen führt. Auch die innerstädtische Verteilung der Landnutzungsklassen, genauso wie die CO2 Intensität der Stromerzeugung spielen hierbei eine wichtige Rolle. Städte sollten diese Emissionseinflüsse für umfassende Klimawandelmaßnahmen beachten. Dies erscheint auch möglich, wenn Anpassungsmaßnahmen an den Klimawandel notwendig werden. Speziell bei noch geringem Klimawandelwissen kann der entwickelte Ansatz helfen, tiefergehende Erkenntnisse über die städtische Klimawirkung zu gewinnen. Zukünftige Forschung sollte diese Erkenntnisse zusammen mit städtischen Partnern ausbauen und die vorgestellten Methoden weiterentwickeln. Climate change is one of the most pressing challenges of the 21st century. As cities are responsible for the majority of global greenhouse gas emissions, they are a crucial driver of climate change. Additionally, they will have to cope with severe impacts related to their high population and infrastructure densities. Hence, urban areas are internationally recognized focal points for climate change actions. However, more knowledge is required on the actual urban climate influences, and on most effective measures for curbing cities’ greenhouse gas emissions. Urban areas must be made aware of their own emission context, including their important emission drivers. Currently existing approaches for greenhouse gas inventorying, however, are too complex for cities with limited climate change competencies. To this end, this thesis aims at developing an easier approach for estimating urban greenhouse gas emissions in order to initiate appropriate emission reduction strategies. Therefore, socioeconomic and demographic emission influences are analyzed for 62 European cities, and thorough spatial analyses of the urban layout and land use and land cover patterns are conducted. By investigating both dimensions, the most significant urban emission drivers are identified and jointly utilized for estimating urban greenhouse gas emissions. Among various potential influences, in particular the socioeconomic variable “household size” and the spatial variable “edge density of the discontinuous dense urban fabric” are found to have the greatest impacts on urban emissions. Both variables scale inversely to emissions and can be combined in a multiple linear regression model to explain 86% of the total greenhouse gas data. Urban sprawl is also found to significantly counteract initiatives to lower urban emissions. In this context, particularly intra-urban distributions and compositions of land use and land cover classes matter, as well as the CO2 intensity of the electricity production. Cities should consider these emission influences when planning comprehensive climate change actions. It is shown that both main emission drivers can be addressed, without restricting future climate change adaptation measures. Additionally, urban areas with limited awareness about their climate impact can use the developed approach for gaining insights into their own emissions. Future research should extent this knowledge on important urban emission influences and partner cities in developing the methodologies further and refining the presented emission estimation approach.

WOS: 000367105800031, Increasing populations and the related transport volumes are problematic for metropolitan regions in Istanbul especially due to the separation of the city by the Bosphorus strait, which creates significant congestion, delays, and carbon dioxide emissions. A third bridge north of the two existing bridges that will bypass the urban areas in Istanbul is under construction to address these challenges. The new Yavuz Sultan Selim Bridge project will transect the most important natural areas. The main purpose of this paper is to investigate urban growth driven by transport networks as observed after the construction of the two existing bridges and the probable impact the third bridge will have on land use and land cover (LULC) via a cellular automata (CA) based simulation technique. The time periods selected for model calibration were 1972, 1987, 2002, and 2009 because the first bridge (Bosphorus Bridge) was built in 1973 and the second bridge (Fatih Sultan Mehmet Bridge) in 1988. An urban growth simulation model was generated for the year 2030, and a change detection analysis was performed between 1972-2009 and 2009-2030 to determine the probable natural areas threatened by urbanization. According to the results, Istanbul will continue to grow northward with 41% of forested areas and 28% of fragile ecosystem areas transforming into urban areas between 2009 and 2030. (C) 2015 Elsevier Ltd. All rights reserved., Sivas Cumhuriyet University under CUBAP project [M355], The authors would like to thank Sivas Cumhuriyet University due to their support of the study under CUBAP project numbered M355.

Die heutigen politischen Entscheidungsträger müssen sich im Hinblick auf die begrenzte Belastbarkeit der Umwelt und die Grenzen menschlicher Belastbarkeit der Herausforderung stellen, die komplexen Wechselwirkungen zwischen menschlichem Handeln und der natürlichen Umwelt zu verstehen und zu gestalten. Dies ist besonders in städtischen Regionen, in denen die erhöhte Umweltbelastung evident ist, von hoher Relevanz, was am Beispiel des kontinuierlichen globalen Rückgangs von Ökosystemdienstleistungen in Folge der anhaltenden Verstädterung deutlich wird. Zukünftige politische Entscheidungen können nur zielführend sein, wenn sie integrativ in dem vielseitigen Ursache-Wirkungs-Gefüge städtischer Veränderungen betrachtet werden. Für solch ein Bestreben erscheint ein systemischer Ansatz, wie er in dieser Dissertation gewählt wurde, vielversprechend. Das Ziel dieser Doktorarbeit ist es, die wesentlichen Prozesse und Dynamiken, die charakteristisch sind für das komplexe System einer Stadt, in einem kombinierten Modellansatz abzubilden. Zu diesem Zweck wird ein demographisch angetriebenes Modell zur Berechnung der Wohnnachfrage und des Wohnangebotes mit einem räumlich expliziten Landnutzungsmodell verknüpft. Die Auswirkungen von Landnutzungsänderung auf die städtische Struktur, sowie auf das Angebot von Ökosystemdienstleistungen werden mit Hilfe von zum Teil neu entwickelter Indikatoren untersucht. Zusätzlich wird das Modell genutzt um das städtische Systemverständnis unter Verwendung von Szenariosimulationen voranzutreiben und szenariospezifische Auswirkungen auf die Stadtstruktur und das Angebot von Ökosystemdienstleistungen zu ermitteln. Die Szenarien basieren auf nicht-räumliche, demographische Veränderungstrends, z.B. Bevölkerungswachstum, -schrumpfung oder Überalterung; sowie räumliche Trends, z.B. durch veränderte Nachfragepräferenzen oder veränderten Planungsvorgaben. Das Untersuchungsgebiet stellt die Metropolregion Berlin dar. Dem kombinierten Modell wird aufgrund der verbesserten Anbindung von kausalen Triebkräften und der Nutzung eines fortschrittlichen Verfahrens zur Berechnung von Wohnstandortentscheidungen, eine überzeugende Reproduktion von Landnutzungsänderung nachgewiesen. Städtische Prozesse der Suburbanisierung und der Reurbanisierung können abgebildet werden, durch die Integration simultan ablaufender Wachstums- und Schrumpfungsprozesse in unterschiedlichen Wohnnutzungstypen. Mit Hilfe von verschiedenen Simulationsergebnissen wird nachgewiesen, dass die Zunahme der Bevölkerung, sowie die Alterung der Bevölkerung den Flächenverbrauch, die Fragmentierung der Landschaft und den Verlust an Ökosystemdienstleistungen deutlich erhöhen. Im Gegensatz dazu können diese Kenngrößen durch Bevölkerungsrückgang und der Veränderung von Wohnpräferenzen hin zu zentraleren Wohnlagen verringert werden. Darüber hinaus wird gezeigt, welche Landnutzungsänderungen sich besonders gut, bzw. besonders schlecht auf das Angebot von Ökosystemdienstleistungen und deren Verflechtungen (wie Synergien oder Trade-offs) auswirken. Die Doktorarbeit schlussfolgert mit der detaillierten Beschreibung der systematischen Verknüpfungen von menschlichen Entscheidungen, stadtstrukturellen Veränderungen und Umweltwirkungen, was schließlich in einer Wirkungskette städtischer Systemdynamiken mündet. Today’s political decision makers are challenged to tackle the complex interactions between human activities and the natural environment within the context of limited environmental and human resilience. This becomes especially important in urban regions, where environmental effects are particularly evident, as indicated for instance by a continuous global decline of ecosystem services (ES) due to the increase of urban areas. Future decision-making can only be effectively promoted if the multiple cause-effect relationships driving urban and ES change are understood. For this purpose, a systemic approach seems promising and was chosen in this dissertation thesis. The aim of this thesis is to provide a combined model approach that is able to reveal the currently observed urban processes and dynamics which characterize the complex urban system. To this end, a demographically-driven residential demand and supply model is linked to a spatially explicit land-use change (LUC) model. The effects of LUC on the urban pattern and ES provisioning are analyzed using partly newly developed indicators. Additionally, the chosen model approach should serve to increase understanding of the urban system. In order to accomplish this, varying scenarios were developed to determine their respective effects on the urban pattern and ES, including both aspatial demographic shift trends such as population growth, shrinkage and population aging, as well as spatial trends such as demand preference and planning shifts. The case study presents the Berlin metropolitan region. The combined model provides a very satisfactory reproduction of land-use change by improving the causal relations of LUC drivers within sophisticated residential choice mechanisms. It is able to reproduce the simultaneous growth and shrinkage in varying residential types, and includes the processes of reurbanization and suburbanization. Future simulations indicated that population growth and population aging—expedited by population shrinkage—increases land consumption, landscape fragmentation and ES loss. In contrast, population shrinkage and shifting preferences towards reurbanization can effectively reduce these same aspects. It could be shown which particular land-use transitions most significantly affect ES degradation or improvement, and how they relate to ES linkages in terms of synergies and trade-offs. The thesis concludes with a detailed description of systematic linkages regarding human decisions, the urban pattern and environmental effects, resulting in a functional chain of urban system dynamics and depicting the strength of the connection between the relevant system parameters.

Im Zuge des Klimawandels ist die Freisetzung von CO2 in die Atmosphäre durch Abholzung und Zerstörung natürlicher Ökosysteme verstärkt in den Fokus der Forschung geraten. Insbesondere die Bestimmung des Kohlenstoffgehalts und dessen Überwachung mittels Geoinformationssystemen (GIS) und Fernerkundung wurde in den letzten Jahren verstärkt vorangetrieben, jedoch meist für tropische Ökosysteme, und im kleinen Maßstab. Für Augebiete und Feuchtgebiete generell, die auch in gemäßigten Klimazonen einen sehr hohen Kohlenstoffgehalt in Boden und Vegetation aufweisen, fehlten bisher die Methoden für großmaßstäbige Bestimmungen und Kartierungen des Kohlenstoffs. Ziel dieser Dissertation war die Bestimmung des Kohlenstoffgehalts eines mitteleuropäischen Augebietes mit Hilfe von sehr hochauflösenden Satellitendaten und zusätzlichen Geodaten (Digitales Geländemodell, topographische und historische Karten, Grundwassermodell). Aus den verschiedenen Datensätzen wurden Parameter abgeleitet, zur räumlichen Modellbildung verwendet und in ihrer Bedeutung verglichen. Besonders die Parameter der Fernerkundung, aber auch der Zusatzinformationen sollten dabei auf ihre Wichtigkeit für den Modellbildungsprozess analysiert werden. Dabei wurden drei verschiedene Ansätze zur Modellierung und Kartierung verwendet. Im ersten Ansatz wurden mittels objektbasierter Bildanalyse Vegetationstypen mit variierenden Klassifikationsregeln klassifiziert. Den Klassen wurden bestimmte Kohlenstoffwerte in Vegetation und Boden zugewiesen, und der entsprechende Kohlenstoffgehalt des Gebietes errechnet. Im zweiten Ansatz wurden Quantilsklassen mit hohem, mittlerem und niedrigem Kohlenstoffgehalt in Vegetation, Boden und in der Gesamtmenge gebildet. Ein kombiniertes Verfahren aus objektbasierter Bildverarbeitung und maschinellen Lernen wurde verwendet; anschließend wurden die einzelnen Parameter in ihrer Bedeutung miteinander verglichen. Im dritten Ansatz wurde die Leistung von zwei Ansätzen maschinellen Lernens (Self-Organising-Maps und k-Nearest-Neighbour), mit zwei verschiedenen Datensatzkombinationen evaluiert. Die einzelnen Ansätze unterscheiden sich in ihrem Vorgehen, jedoch eignen sie sich alle für die Kohlenstoffabschätzung in einem mitteleuropäischen Augebiet. Die Verwendung zusätzlicher Geodaten hat die Ergebnisse im Vergleich zu einer reinen Fernerkundungsanalyse verbessert. Die Methoden sind übertragbar bei einer vergleichbaren Datengrundlage und haben Potential für zukünftige Anwendungen. Die Arbeit stellt einen Beitrag zur Bewertung von Ausystemen dar., In the wake of climate change, the release of CO2 into the atmosphere caused by deforestation and destruction of natural ecosystems is predominantly in the focus of research. In particular, the determination of the carbon content and its monitoring by remote sensing and Geographic Information Systems (GIS) has been pushed forward in recent years, mainly in tropical areas, and on a small scale. For floodplains and wetlands, which have a very high content of carbon in soil and vegetation, also in temperate climates, the methods for large-scale mapping of carbon have yet been scarce. The main goal of this thesis was to determine the carbon content of a Central European floodplain, using very high resolution satellite data and additional spatial information (digital elevation model, topographic and historic maps, ground water model). Parameters were derived from the different datasets, and used for spatial modeling and compared in their significance. In particular, the remote sensing parameters, but also the additional data were to be analyzed for their importance to the modeling process. Three different approaches were used for modeling and mapping. In a first approach, vegetation types were classified with object-based image analysis, using varying classification rules. To each class, a specific value in vegetation and soil carbon content was assigned; hence, the carbon content of the study area was calculated. In a second approach, quantile classes with high, medium and low carbon content in vegetation, soil and in total were defined. A combined method of object-based image processing and machine learning techniques were used to generate rule sets; the individual parameters were compared and assessed in their importance for the carbon estimation. In a third approach, the performance of two machine-learning approaches (self-organising maps, and k-nearest-neighbor algorithm) with two different data combinations was evaluated. The various approaches differ in their methods, but they are all feasible for carbon assessment in a Central European floodplain. The use of additional spatial information improved the results compared to a pure remote sensing analysis. The methods are applicable for other areas on a comparable data basis and have potential for future applications. The work represents a contribution to the evaluation of floodplain systems and wetland systems in general.

Eine Hauptaufgabe der fernerkundlichen Analyse von Ackerflächen ist die Charakterisie-rung von Pflanzenbeständen nach Arten und Bewuchseigenschaften. Dazu kommen häufig optische Fernerkundungsdaten zum Einsatz, die mittels überwachter Klassifizie-rungsverfahren ausgewertet werden. Diese Verfahren benötigen Trainingsdaten, die aus den zu analysierenden Bilddaten selektiert bzw. in zuvor aufgebauten spektralen Daten-banken vorgehalten werden. Das erfordert in der Regel einen hohen Aufwand zur Gewinnung von In-situ-Informationen über die Verteilung und den Zustand der Arten, was die Anwendbarkeit und regionale Übertragbarkeit dieser Verfahren einschränkt. Deshalb gibt es seit längerem Bestrebungen, Auswerteverfahren zu entwickeln, die auf der Basis unabhängiger Trainingsdaten arbeiten. Zu diesem Zweck wurde im Rahmen dieser Arbeit erstmals die Eignung simulierter Be-standsreflexionsdaten für die Verwendung als unabhängige Eingabetrainingsdaten für die Klassifizierung von Fernerkundungsdaten unterschiedlicher spektraler Auflösung un-tersucht. Hierfür wurde ein spektrales, räumliches und zeitliches Simulationsmodell zur Modellierung der Bestandsreflexion der in Deutschland flächenmäßig am häufigsten angebauten Getreidearten Winterweizen, Wintergerste und Winterroggen entwickelt. Das System zeichnet sich durch die Integration detaillierter, virtueller 4D Pflanzenmodelle aus, wobei deren phänologische Entwicklung vollständig abgebildet und mit den entsprechenden spektralen Informationen verknüpft wurde. Die Einbeziehung der sensor-spezifischen Aufnahmegeometrien sowie der solaren Einstrahlungswinkel ermöglicht eine realitätsnahe Simulation der Bestandsreflexion in Abhängigkeit des zu klassifizierenden Fernerkundungsdatensatzes. Die Definition der Simulationsparameter für die Erzeugung der Trainingsdaten erfordert außerdem eine spezifische Analyse der spektralen Einflüsse weiterer bestandsoptischer und bestandsstruktureller Parameter, da das Reflexionssignal neben der Pflanzenart und deren phänologischer Entwicklung auch von zahlreichen anderen Parametern wie z.B. der Pflanzdichte und dem Reihenabstand abhängig ist. Zur Einbeziehung all dieser Parameter wurden insgesamt über 50.000 verschiedene Getreidebestände mit variierenden Bestandsstrukturmerkmalen und optischen Eigenschaften simuliert. Auf Grundlage der Analyseergebnisse und unter Berücksichtigung der schlaginternen Heterogenität eines Getreidebestandes erfolgte die Definition der Simulationsparameter zur Erzeugung der synthetischen Trainingsdaten. Für die anschließende Klassifizierung wurde ein paarweiser-Maximum-Likelihood-Ansatz für die Integration synthetischer Trainingsdaten adaptiert und auf vier Untersuchungs-gebiete zu insgesamt sechs Aufnahmezeitpunkten angewendet, wobei die Fernerkundungsdaten sowohl von hyperspektralen (HyMap, AISADual und HySpex) als auch daraus simulierten multispektralen Aufnahmesystemen (Landsat-TM7, RapidEye, Sentinel-2 und WorldView-2) stammen. Im Fall der Hyperspektraldaten konnten bei optimaler Merkmalsauswahl und repräsentativer Simulation der Bestandsspektren die besten Klassifizierungsergebnisse erzielt werden (Gesamtklassifizierungsgenauigkeit 94%, mittlere Klassifizierungsgenauigkeit 96%, Cohens-Kappa-Koeffizient 0,92). Dabei gelang auch eine kombinierte Bestimmung von Pflanzenart und deren phänologischer Entwick-lung. Die Klassifizierungsergebnisse der multispektralen Daten erreichen bei gleichen Voraussetzungen zwar nicht diese Genauigkeiten, sind für Aussagen für einen Gesamt-schlag jedoch ausreichend. Bei der Übertragung des Klassifizierungsansatzes ergaben sich zumeist geringere Klassifizierungsgenauigkeiten, die in erster Linie durch starken Aufwuchs an Begleitvegetation und einen höheren Einfluss des Bodensignals bedingt sind. Für eine standortunabhängige Anwendung der Methode ist daher eine Erweiterung der Simulationsdatenbasis um weitere Fruchtarten sowie Bodeneigenschaften und Be-gleitvegetation erforderlich. Die Arbeit zeigt das große Potenzial synthetischer Trainingsdaten auf der Basis detail-lierter 4D-Bestandsmodelle für die in-situ-Daten unabhängige Klassifizierung von Fernerkundungsdaten auf. Dem einmaligen recht hohen Simulationsaufwand steht ein breites und universales Anwendungsspektrum gegenüber, wodurch die Auswertung der Daten zukünftiger Fernerkundungsmissionen wie Sentinel-2 oder EnMAP im Hinblick auf die Charakterisierung von Ackerflächen erleichtert werden kann. One of the main goals of agricultural remote sensing is the determination of the crop type and the characteristics of the canopies. For that purpose often optical remote sens-ing data are used, that are analysed by supervised classification. These methods require trainings samples that have to be selected in the image data or must be provided by previously built up spectral databases. The information about land use and crop status is typically gathered by extensive in-situ-acquisitions. Therefore, the usability and trans-ferability of these methods is generally limited. Currently, various research activities concentrate on classification methods using independent trainings samples. For this purpose, in the context of this thesis the suitability of simulated canopy reflec-tance data as independent trainings samples for the classification of remote sensing data of differing spectral resolution is investigated for the first time. Therefore, a spectral, spatial and temporal canopy reflectance simulation system was developed for the most commonly grown grains in Germany - winter wheat, winter barley and winter rye. The system is characterized by the integration of detailed 3-D virtual plant models whereby their phenological development has been completely mapped and linked to the corre-sponding spectral information. The inclusion of sensor-specific acquisition geometries and of solar radiation angle geometries allows a realistic simulation of the canopy reflectance in dependence of the remote sensing data set to be classified. The definition of the simulation parameters for the generation of training data also re-quires a specific analysis of the spectral influences of other optical and structural canopy parameters. Besides of the species and the phenological development the canopy reflec-tance data are influenced by many other parameters such as seeding density, and the seeding row distance. Over 50,000 different canopy configurations were simulated with varying canopy structure characteristics and optical properties for the integration of all these parameters. Based on the analysis results and considering the impact of internal heterogeneity of a natural grain canopy the definition of the simulation parameters for the generation of synthetic training data was established. For the subsequent classification, a pairwise maximum likelihood approach is adapted for the integration of synthetic training data and is applied on six data sets of four different test sites. Besides hyperspectral image data (HyMap, AISADual and HySpex), simulated multispectral data (Landsat-TM7, RapidEye, Sentinel-2 and WorldView-2) are used for the classification. With optimal feature selection and representative simulation of the canopy reflectance spectra, the best classification results are obtained by hyperspectral data (overall classification accuracy of 94 %, average classification accuracy of 96 %, Cohens-Kappa-Coefficient 0.92). A combined determination of plant species and their phenological development is also achieved. Although the classification results of the multispectral data do not achieve these accuracies, but are sufficient enough for statements about the overall canopy characteristics. Transfer of the classification method mostly gave lower classification accuracies, which are caused by strong grow up of accompanying vegetation and a higher influence of the soil signal. For a location-independent application of the method, therefore an extension of the simulation data base to more crops and integration location specific soil properties and accompanying vegetation is required. The work demonstrates the great potential of synthetic training data on the basis of detailed 4D canopy models for in-situ-data independent classification of remote sensing data. The simulation effort is quite high, but has to be done only one time. On the other hand the method enables a broad and universal range of applications facilitating the characterization of arable land by future remote sensing data missions like Sentinel-2 or EnMAP.

Unsere Gesellschaft sieht sich einer Reihe von Herausforderungen und Umwälzungen gegenüber zu denen unter anderem Urbanisierung, Klimawandel, demographischer Wandel, Globalisierung, die Transformation einer vorwiegend verbrauchsorientierten in eine energieeffiziente und nachhaltige Wirtschaft und andere mehr zählen. Zur Bewältigung dieser Herausforderungen und Umwälzungen unter Einbeziehung der Bürger und der in der Nachhaltigkeitstrias formulierten ökologisch, ökonomisch und sozial Interes-sen und Ziele wird die Entwicklung nachhaltiger Methoden des Landmanagements und von "Good Governance"-Konzepten gefordert. Vor diesem Hintergrund untersucht die vorliegend Dissertation die Möglichkeiten Aufgaben und Prozesse des urbanen Landmanagements durch den Einsatz virtueller 3D-Stadtmodelle zu unterstützen. Dabei werden sowohl die technologischen Aspekte virtueller 3D-Stadmodelle untersucht, als auch solche, die sich auf konkrete Anwendungen, Nutzer und organisatorische Herausforderungen beziehen. Die Arbeit zeigt, dass die technologischen Fortschritte zur Erfassung, Prozessierung und Visualisierung virtueller 3D-Stadmodelle einen Reifegrad erreicht haben, der es ermöglicht großflächige und komplexe virtuelle 3D-Stadtmodelle zu erstellen. Darüber hinaus können nahezu beliebige (raumbezogene) Daten integriert und über das Internet bereitgestellt werden. Diese technischen Möglichkeiten ermöglichen die Realisierung innovativer 3D Informationssysteme, die im urbanen Landmanagement unter anderem zur Vermarktung und Stand-ortförderung, als Medium zur Kommunikation von Plänen und Projekten oder auch zur Darstellung von Szenarien und zur visuellen Exploration von Analyseresultaten eingesetzt werden (können). Die Nutzung virtueller 3D-Stadtmodelle als Grundlage für die Entwicklung innovativer 3D Informationssysteme zur Präsentation und Exploration raumbezogener Daten und Konzepte ist jedoch nur ein Aspekt der Nutzung. Weitere diskutierte Nutzungsmöglichkeiten umfassen 3D-Analysen und Simulationen, E-Kollaborationsanwendungen und Gebäude-, Anlagen- und Infrastrukturmanagement. Insbesondere 3D-Analysen konnten als Argument und Antreiber für die Entwicklung und den Einsatz von 3D-Stadtmodellen identifiziert werden, weil sie die Beschreibung und Bewertung dreidimensionaler Phänomene und Prozesse, wie beispielsweise Lärm, Luftqualität und Überflutungen, ermöglichen. Beide Nutzugsmöglichkeiten, als Präsentations- und Explorationsmedium wie auch als Grundlage für 3D-Analysen und Simulationen, können das Verständnis für räumliche und funktionale Zusammenhänge fördern,. E-Kollaborationsanwendungen hingegen könnten insbesondere den effektiven Informationsaustausch zwischen Behörden und Bürgern wie auch der Wirtschaft fördern. Tatsächlich wird in der Dissertation argumentiert, dass durch die Einführung digitaler Geschäftsprozesse in den raumplanenden Disziplinen eine kontinuierliche Nutzung und Fortführung erst richtig ermöglicht wird. Zugleich wird aufgezeigt, das die fundamentalen technischen Bausteine zur Verwirklichung von E-Kollaborationsanwendungen auf der Basis service-orientierter Architekturen durch Datenstandards, Visualisierungsdienste, Prozessierungsdienste und Transaktionsdienste vorhanden sind. Erste Beispiele aus der Wissenschaft zeigen, wie diese zu prototypischen E-Beteiligungs- und E-Kollaborationsanwendungen kombiniert werden können. Die wesentlichen Hürden zur Überführung der Technologie in die Praxis wird entsprechend in organisatorischen und rechtlichen Maßnahmen gesehen. Wesentlich für eine erfolgreiche und langfristige Nutzung wäre die Formulierung von Satzungen und Verordnungen, die eine Verpflichtung von Planern nach sich ziehen, Planungsinformationen in definierten und abgestimmten Standards bereitzustellen. Solche Verpflichtungen ermöglichen eine kontinuierlichen Aktualisierung und Verbesserung der Datenbasis, weil detaillierte Informationen über Gebäude und Infrastrukturen, die regelmäßig in Planungs- und Konstruktionsprozessen erfasst werden, direkt integriert werden können. Auf diese Art und Weise könnten aktuelle 3D-Stadtmodelle, die in der Regel die Stadt abbilden wie sie von außen beobachtet werden kann, kontinuierlich verbessert werden. Daraus folgt wiederum die Möglichkeit sie auch als Nutzerinterface für Aufgaben des Gebäude-, Anlagen- und Infrastrukturmanagements zu erschließen. Die Ergebnisse und Beobachtungen, die in dieser Dissertation dargelegt werden, resultieren schließlich in der zusammenfassenden Feststellung, das virtuelle 3D-Stadtmodelle eine wertvolle Ergänzung zu bestehenden Methoden und Techniken im urbanen Landmanagement sind. Ihre Nutzung durch Kommunen und Verwaltungen und die Realisierung der benötigten Infrastruktur sollten stärker gefördert werden. Humanity is facing major challenges and transformations such as urbanization, climate change, demographic change, globalization, transformation of consumption-oriented economies towards energy-efficient and sustainable economies, and so forth. To cope with the change and transformation processes and to better integrate citizens as well as the aims formulated by the Rio Declaration on Environment and Development there is an increasing need for sustainable urban land management and good governance concepts. In the context of this background the thesis examines the question which tasks, processes, and workflows can be supported through utilizing virtual 3D city models in urban land management. The examination focuses as well on technology-related aspects of virtual 3D city models as on applications, users, and organizational issues. It shows that technologies and methods to acquire, process, and visualize 3D geo data has reached a level of maturity that makes it feasible to set-up large and complex virtual 3D city models. Even more it has become possible to integrate almost arbitrary (spatial) data and integrate such enhanced models into the information layers of the internet. These abilities provide the opportunity to create innovative 3D Information Systems that can be utilized in urban land management for city promotion and marketing, as intuitive interface to urban planning information and to visually communicate future scenarios or analyses results. Yet the use of virtual 3D city models as fundament for 3D Information Systems that enable the presentation and exploration of spatial information within the virtual city, is only one out of four function of use identified in this thesis. Further func-tions of use are 3D analyses and simulation, e-collaboration applications, and infrastruc-ture and facility management. In fact, 3D analyses is identified as being an important argument and driver for the utilization of 3D city models in environmental planning, because 3D analyses functionalities support the assessment of three-dimensional processes and phenomena such as noise, air quality, or floods. While the use as presentation and communication media and for 3D analyses and simulations fosters spatial and functional understanding of space and spatial processes, the third function of use, e-collaboration, could foster an efficient information flow between governmental bodies and citizens as well as the private sector. Indeed it is argued in this thesis that through the adoption of digital business processes in the spatial planning domains a continuous update and use of virtual 3D city models will be possible. Fundamental building blocks for implementing e-collaboration platforms as service-oriented architectures such as data standards, portrayal services, processing services, and transaction services are beginning to emerge and have been successfully combined in prototypic e-participation and e-collaboration applications. However, their successful transition into practice requires organizational and legal measures that pledge planning professional to submit planning information in defined and agreed standards. This would provide the opportunity to increase the information value of 3D city models because detailed information about buildings and infrastructure elements that are required during the planning and construction phases could be directly integrated into 3D city models. This way 3D city models that contemporary mainly represent the city as it is observed could be significantly enhanced during their lifecycle. This will make it possible to use them for supporting infrastructure and facility management. The results and observations presented in this thesis cumulate in the conclusions that virtual 3D city models provide a valuable complement to existing tools and methods in urban land management and that their utilization and adoption within municipalities and administrations should be fostered.

Die effektive und sinnvolle Nutzung von bereits erhobenen Geodaten wird in Zukunft eine große Rolle für satellitenbezogene Klassifikationsprozesse spielen. Fernerkundung ist nicht länger nur ein Datenlieferant sondern Teil einer Datenbasis, welche sich bezüglich ihrer Homogenität, Aktualität und Verfügbarkeit zunehmend verbessert. Speziell wenn Monitoringprozesse durch Vorgaben der Politik gefordert werden, sollten Daten welche durch andere nationale oder Europäische Initiativen bereits erhoben wurden effizient einbezogen werden. Das Monitoring der NATURA 2000 Richtlinie – eines EU-weiten Netzwerkes von Schutzgebieten – ist einer der ersten Ansätze im Bereich der Umweltplanung, welcher eine gemeinsame Nutzung von aktuellen Fernerkundungsdaten und Geoinformationen benötigt. Die Zielsetzung dieser Dissertation ist es daher, Methoden zu entwickeln und zu evaluieren, welche vorhandene Geodaten und Zusatzinformationen in einem wissensbasierten Klassifikationsprozess von räumlich sehr hoch auflösenden Satellitenbildern integrieren. Dies geschieht im Kontext des Biodiversitätsmonitoring. Um den Erfolg des Integrationsprozesses zu ermitteln ist es daher erforderlich, die Signifikanz des Einflusses einzelner Geodaten und der Wissensbasis für die Klassifikationsgenauigkeit zu analysieren. Für diese Aufgabe wurden verschiedene Arten von Integrationstechniken in Kombination mit Satellitendaten der Sensoren QuickBird, Spot5 und Aster auf zwei bewaldete NATURA 2000 Gebiete in Bayern (Süddeutschland) angewandt. In der Arbeit wird aufgezeigt, dass unterschiedliche Integrationsmethoden die Aufgaben des Monitoring im Kontext von NATURA 2000 unterstützen können. Deshalb werden innerhalb der Dissertation auf Grundlage von vordefinierten Maßstabsebenen der FFH-Richtlinie zwei Techniken angewandt. Die vorgestellte Modellierung und die integrierte Klassifikation verwendeten verschiedene Satellitendaten um unterschiedliche Biodiversitätsindikatoren zu bestimmen. Weiterhin wird nachgewiesen, dass sich die Klassifikationsgenauigkeit der untersuchten Waldtypen durch Verwendung von Zusatzdaten verbessert. Die Exaktheit der Klassifikation ist dabei von der Art der Geodaten und der verwendeten Integrationstechnik abhängig. Diese Ergebnisse wurden mit zwei Methoden, unter Zuhilfenahme verschiedener Variationen von Klassifikationsgenauigkeiten, auf ihre Signifikanz geprüft. Speziell die Signifikanzanalyse von Mikroarrays (SAM) kann Einflüsse verschiedener Arten von Zusatzdaten identifizieren. Die Methode trägt daher zu einer besseren Evaluierung der Klassifikationsergebnisse bei. Die Dissertation schließt mit Empfehlungen für Klassifikationsstrategien des NATURA 2000 Monitoring und gibt Hinweise für eine effektivere Kombination von Fernerkundungsdaten und Geodaten. Weitere Untersuchungen sollten sich verstärkt auf die Übertragbarkeit der Methoden auf andere biogeographische Regionen konzentrieren. Auch die Herausforderungen des Klimawandels und die Folgen für besonders gefährdete Habitate wie auch die Prüfung und Verwendung weiterer Integrationstechniken von Zusatzdaten sollte Gegenstand zukünftiger Forschung sein., The effective and meaningful usage of already available geo-data will be of major importance for satellite-based classification processes. Remote sensing is not longer just data-provider but is one part of a spatial data-basis which is increasingly advancing in terms of homogeneity, actuality, and accessibility. Especially when monitoring processes are forced by policy directives, provided data-sources from other national or European initiatives should be included efficiently. The monitoring of the NATURA 2000 guideline - an EU-wide network of nature protection areas – is one of the first approaches of environmental planning which requires a joint usage of up to date remote sensing data and geo-information. The objective of this thesis is to develop and evaluate methods of integrating existing geo-data and ancillary information into a knowledge-based classification process of very high resolution satellite imagery in the context of biodiversity monitoring. Moreover, for investigating the success of the integration process it is important to analyse the significance of the geo-data and the knowledge-base for the classification accuracy. For this purpose, different types of integration techniques in combination with satellite data of the sensors QuickBird, Spot5 and Aster were applied to two forested NATURA 2000 areas in Bavaria, Southern Germany. With applying different integration methods it is shown that a support of monitoring tasks in the context of NATURA 2000 is possible. Therefore, depending on pre-defined scales of the Habitats Directive two techniques were applied in this thesis. A modelling technique and an integrated classification used different types of satellite data and aimed at different biodiversity-indicators. Furthermore, the thesis demonstrates that the classification accuracy of the investigated forest types can be enhanced by including ancillary data. The classification precision is influenced by the type of geo-data and the applied integration technique. Moreover, two methods of evaluating the significance of multiple classification accuracies were presented in this work. Especially the Significance Analysis of Microarrays (SAM) can identify significant influences of different types of additional data. This contributes to a better evaluation of classification results. The thesis concludes with overall recommendations for a NATURA 2000 classification strategy as well as suggestions for an efficient combination of remote sensing data and geo-data. Future research should focus on transferability of these methods to other biogeographic regions, meeting the challenge of climate change in terms of monitoring particularly vulnerable habitats, and evaluating other techniques of integrating ancillary data.