Description: Für ein nachhaltiges und effizientes Landmanagement sind flächenverteilte, aktuelle Landoberflächeninformationen von zentraler Bedeutung. Ein kontinuierlicher Strom von Landmanagementinformationen ist die Grundlage für bessere Entscheidungen zu Nutzung, Nutzungsintensität und Ressourcenallokation sowie zum Umgang mit Kalamitäten. Mit der SENTINEL-Sensorenfamilie wird demnächst eine Flotte von Erdbeobachtungssatelliten zur Verfügung stehen, die die Landoberfläche auf verschiedenen räumlichen Skalen (20m - 300m) und mit verschiedenen Systemen (Optik, Mikrowelle) kontinuierlich überwachen wird. Um diesen Datenstrom verschiedener Auflösungen und Wellenlängenbereiche optimal in Landmanagementinformationen zu übersetzen, bedarf es einer integrierten Auswertung aller zur Verfügung stehenden Bilddaten. In diesem Projekt wird eine Methode entwickelt, die die volle Bandbreite der von der SENTINEL-Reihe zur Verfügung gestellten räumlichen Information mit einem Prozessmodell zusammenführt, das zwischen den Aufnahmezeitpunkten die Landoberflächenprozesse kontinuierlich und räumlich modelliert um verbesserte Produkte abzuleiten. Diese können für ein nachhaltiges Management der Landoberfläche genutzt werden. Dabei werden ein Landoberflächenprozessmodell (PROMET) und ein Reflexionsmodell (SLC) in einem Ensemble-Ansatz gekoppelt, um durch den multi-temporalen Vergleich von simulierten mit realen Satellitendaten die Landnutzung automatisch zu klassifizieren und weiterführende Produkte zu erzeugen. Diese Produkte bzw. Dienstleistungen umfassen folgende Zielsetzungen: - Kontinuierliche Information über die Landnutzung und ihre Veränderung mit der Zeit. - Kontinuierliche Information über die Intensität der Nutzung. - Kontinuierliche Information über die Wasserverfügbarkeit an der Landoberfläche. - Kontinuierliche Information über das Auftreten von Kalamitäten (z.B. Ernteschäden durch Hagel, Dürre oder Überschwemmung). - Kontinuierliches Monitoring von Naturflächen (Feuchtgebiete, Waldgebiete, Seen, Flussauen). Das modellgestützte, multi-temporale, multi-skalige und multi-sensorale Landmanagementinformationssystem M4Land soll dieses kontinuierliche Monitoring ermöglichen und als Managementinstrument unterstützen. Das Verfahren wird in mehreren Testgebieten Europas auf unterschiedlichen Skalen demonstriert. Anwendungspotenzial: - Nachhaltiges und effizientes Landmanagement - in der Landwirtschaft (Landwirte, Umweltbehörden, landwirtschaftliche Behörden) - auf Naturflächen (Umweltbehörden). Weitere Ergebnisse: - Methodische Verbesserung der Nutzung des Prozessmodells PROMET in großen Räumen mit hoher räumlicher Auflösung zur Simulation der phänologischen Entwicklung der Pflanzenbestände - Verbesserung der Datenassimilation durch Weiterentwicklung eines Ensembleansatzes - Erweiterung der Parametrisierung des SLC Modells für unterschiedliche landwirtschaftliche Landnutzungen.
SupportProgram
Tags: Mikrowellen ? Seen ? Raumentwicklung ? Überschwemmung ? Erdbeobachtungssatellit ? Optik ? Copernicus ? Feuchtgebiet ? Landnutzungsänderung ? Landwirtschaftliche Nutzung ? Pflanzenbestand ? Satellitendaten ? Dürre ? Flussaue ? Mitteleuropa ? Südeuropa ? Osteuropa ? Waldfläche ? Wasserverfügbarkeit ? Europa ? Fruchtfolge ? Hagel ? Informationssystem ? Produktvergleich ? Fernerkundungsdaten ? Monitoring ? Flächennutzung ? Simulationsmodell ? Bilddaten ? Umweltverwaltung ? Verfahrenstechnik ? Planung ? Landwirtschaft ? Fernerkundung ? Naturfläche ? Kontinuierliches Verfahren ? Validierung ?
Bounding boxes: 8.976365399999999° .. 13.8396495° x 47.2701114° .. 50.5647142° 8.975925858835046° .. 13.839584445425059° x 47.27012360469913° .. 50.56422474230778°
License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0
Language: Deutsch
Last harvest: 21.07.2026 00:02
Time ranges: 2012-07-01 - 2016-06-30
Webseite zum Förderprojekt
https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XL-7-W3/1/2015/isprsarchives-XL-7-W3-1-2015.pdf (PDF) ✓Webseite zum Förderprojekt
https://www.tib.eu/de/filter/?repno=50EE1211 (Webseite) ✓Accessed 1 times.