API src

Found 1 results.

Ziel des Projektes ist es, Methoden zu entwickeln, um aus hyperspektralen Daten des 'Environmental Mapping and Analysis Program' essentielle Biodiversitätsvariablen sowie strukturelle und funktionale Eigenschaften von mediterranen Baum-Grass-Ökosystemen zu charakterisieren

Das Projekt "Ziel des Projektes ist es, Methoden zu entwickeln, um aus hyperspektralen Daten des 'Environmental Mapping and Analysis Program' essentielle Biodiversitätsvariablen sowie strukturelle und funktionale Eigenschaften von mediterranen Baum-Grass-Ökosystemen zu charakterisieren" wird vom Umweltbundesamt gefördert und von Max-Planck-Institut für Biogeochemie durchgeführt. Projektziel ist die Entwicklung von Algorithmen, für EnMAP zum Monitoring von Umweltveränderungen, essentiellen Biodiversitätsvariablen (EBVs), Ökosystemleistungen und funktionalen Eigenschaften mediterraner Baum-Grass-Ökosysteme auf verschiedenen Skalen, und zur Unterstützung des EnMAP-Wissenschaftsbeirats. Eine Rahmenstruktur zur Verarbeitung von Fernerkundungsdaten der EnMAP und Copernicus Land Services und deren Initiativen wird entwickelt: Hyperspektrale (HS) Informationen werden in ein invers-gekoppelte Terrestrische Biosphären- (TBM) Strahlungstransfer-Modell (RTM) sowie Algorithmen des maschinellen Lernens integriert. Basierend auf Daten aus einem großräumigen Düngeexperiment (MANIP) werden die durch N und P Düngung entstehenden Veränderungen von Ökosystem-Stoffflüssen, EBVs und Pflanzeneigenschaften mit HS Informationen erforscht: 1) Entwicklung und Validierung eines gekoppelten RTM-TBM und Algorithmen des maschinellen Lernens. 2) Bestimmung wesentlicher Vegetationseigenschaften, EBVs und physiologischer Parametern durch Invertierung des RTM-BTM bzw. Methoden des maschinellen Lernens durch HS Daten, welche in Bodennähe, von Flugzeugen und Satelliten gemessenen werden: a) Bestimmung von Vcmax, LAI, Blattpigmente und N-Gehalt des Kronendachs durch verschiedene Ansätze; b) Analyse der aus verschiedenen HS Informationen (Sensoren und Skalen) resultierenden Ungenauigkeiten (Messungen aus EUFAR TA Projekt DEHESHYRES); c) Herstellung synthetischer EnMAP Szenen aus HS Flugzeugmessungen (Methodenentwicklung zur EnMAP-Datenauswertung); d) Verschneidung von Footprint Analysen mit HS Daten (räumliche Darstellung von Photosynthesekapazität (e.g. Vcmax), physiologischen Vegetationseigenschaften; Effekte der Nährstoffmanipulation auf physiologische Parameter). 3) Bestimmung der Ungenauigkeit in Zusammenhang mit der räumlichen und spektralen Auflösung des EnMAP Photochemical Reflectance Index (PRI) Produkt bei der Modellierung der CO2-Aufnahme.

1