Klimamodelle sagen voraus, dass sich in naher Zukunft im Antarktischen Ozean signifikant die Temperatur und der PH-Wert ändern werden, bedingt durch den Anstieg der Konzentrationen troposphärischer Treibhausgase und vor allem durch den erhöhten Kohlenstoffdioxidausstoß aus fossilen Brennstoffen. Solche Änderungen wirken sich auf die Zusammensetzung des Phytoplanktons aus und damit auch auf die Stoffkreisläufe wichtiger Elemente (Kohlenstoff, Stickstoff, usw.). Ziel dieses interdisziplinären Projektes ist die genauere Bestimmung der räumlichen und zeitlichen Variabilität der Biomasse von unterschiedlichen Phytoplanktontypen im Antarktischen Ozean. Einerseits wird hiermit das Verständnis der Rolle des antarktischen Phytoplanktons für das Ökosystem vertieft und andererseits deren Beitrag für den globalen Kohlenstoffzyklus genauer quantifiziert. Durch die einzigartige Kombination von Satellitendaten zweier unterschiedlicher Instrumententypen soll die Konzentration verschiedener Phytoplankton-Typen im Antarktischen Ozean zum ersten Mal mit umfassender zeitlicher und räumlicher Abdeckung bestimmt werden. Die Gesamtbiomasse wird durch eine an die Antarktis angepasste Prozessierung mit Hilfe multispektraler Satellitenmessdaten berechnet. Der Anteil wesentlicher Phytoplanktontypen an der Gesamtbiomasse wird anhand der Auswertung charakteristischer Absorptionsstrukturen von hyperspektralen Messdaten (PhytoDOAS-Methode) ermittelt. Somit soll ein synergetisches Produkt aus sich ergänzenden Informationen multi- und hyperspektraler Satelliteninstrumente entwickelt werden, das auf ähnliche Satelliteninstrumente, deren Messungen in naher Zukunft starten, übertragbar sein wird. Damit kann dann ein Datensatz über die Verteilung von Phytoplanktontypen über Dekaden erstellt werden. Mit dem im Projekt entstehenden Datensatz über die Verteilung der Phytoplanktontypen soll deren Variabilität und Korrelation mit sich ändernden Umweltfaktoren im Antarktischen Ozean in den vergangenen untersucht werden. Darüber hinaus soll unser Datensatz genutzt werden, zur Verbesserung und Evaluierung eines Ökosystem-Models, welches die Biogeographie verschiedener Phytoplanktontypen durch Parametrisierung physiologischer Eigenschaften an ein Ozeanzirkulatonsmodell errechnet. Mit Hilfe des Langzeitdatensatz und dem damit verbundenen Wissen über die Variabilität der Phytoplanktontypen, wird ein Fundament geschaffen, um den Einfluss der Klimaveränderungen im Antarktischen Ozean zu bemessen.
This raster dataset shows the main type of crop grown on each field in Germany each year. Crop types and crop rotation are of great economic importance and have a strong influence on the functions of arable land and ecology. Information on the crops grown is therefore important for many environmental and agricultural policy issues. With the help of satellite remote sensing, the crops grown can be recorded uniformly for whole Germany. Based on Sentinel-1 and Sentinel-2 time series as well as LPIS data from some Federal States of Germany, 18 different crops or crop groups were mapped per pixel with 10 m resolution for Germany on an annual basis since 2018. These data sets enable a comparison of arable land use between years and the derivation of crop rotations on individual fields. More details and the underlying (in the meantime slightly updated) methodology can be found in Asam et al. 2022.
This raster dataset shows the main type of crop grown on each field in Germany each year. Crop types and crop rotation are of great economic importance and have a strong influence on the functions of arable land and ecology. Information on the crops grown is therefore important for many environmental and agricultural policy issues. With the help of satellite remote sensing, the crops grown can be recorded uniformly for whole Germany. Based on Sentinel-1 and Sentinel-2 time series as well as LPIS data from some Federal States of Germany, 18 different crops or crop groups were mapped per pixel with 10 m resolution for Germany on an annual basis since 2017. These data sets enable a comparison of arable land use between years and the derivation of crop rotations on individual fields. More details and the underlying (in the meantime slightly updated) methodology can be found in Asam et al. 2022.
Im Teilvorhaben 3 wird im Modul 5 (Flächendeckendes satellitengestütztes Monitoring der Wachstumsreaktion) ein satellitenbasiertes räumliches Monitoring der Wachstumsreaktion der Bäume für die Testgebiete entwickelt. Als Wachstumsreaktion wird die Veränderung des Saftflusses sowie des Dickenwachstums als Reaktion auf extreme Hitze- und Trockenperioden definiert. Beide Variablen werden mittels DHC-Stationen in situ gemessen und durch die Kombination mit Satellitendaten in die Fläche überführt. Als Prädiktoren werden neuartige Daten der spektral hochaufgelösten ECOSTRESS (IR hyperspektral), OCO-3 und DESIS (Hyperspektralsensor) herangezogen, die alle auf der ISS installiert und damit optimal für eine solche Datenkombination geeignet sind. Die Daten der punktuellen DHC-Stationen werden verwendet, um maschinelle Lernmodelle auf der Basis der spektral hochaufgelösten neuen Fernerkundungsdaten unter normalen und extremen Klimabedingungen zu trainieren. Die Modelle können auf das Prädiktorgitter angewendet werden, sodass die Zielvariablen räumlich modelliert werden können. Aufgrund der schlechten zeitlichen Auflösung werden diese Daten wiederum als Prädiktoren verwendet, um die Zielvariablen auf konventionelle, zeitlich höher aufgelöste (Sentinel, MODIS) und Kronen auflösende Systeme (Planet) zu transferieren. Damit ist ein räumliches Monitoring unter verschiedenen Klimabedingungen möglich. ECOSTRESS liefert gegitterte Prädiktorvariablen zur Verdunstung, zum Evaporative Stress Index sowie zur Water Use Efficiency in 30 bis 70 m Auflösung, die mit DHC-Messungen des Saftflusses kombiniert werden. OCO-3 liefert Informationen zur fotosynthetischen Aktivität (SIF: solar-induced chlorophyll fluorescence) in etwa 2 km Auflösung, die mit den DHC-Messungen zum Dickenwachstum kombiniert werden. DESIS liefert hyperspektrale Daten in 30 m Auflösung und wird v.a. für die Erhöhung der räumlichen Auflösung der OCO-3 Daten verwendet.
Neue Ansätze in digitalem Wald-Monitoring, Aufbereitung und der digitalen Bereitstellung von räumlich und zeitlich hochaufgelösten Daten zu Wuchsleistung, Stress, und Waldschäden sind dringend erforderlich, um die Auswirkungen mehrerer und kombinierter Stressfaktoren auf das Funktionieren von Waldökosystemen und den damit verbundenen Ökosystemleistungen besser und auch schneller beurteilen zu können. Das Verbundvorhaben WALD-Puls setzt sich aus zwei integrierten Teilvorhaben zusammen. Ziel des ersten Teilvorhabens ist die Entwicklung und Erprobung eines Wald-Monitoring Systems, das in Nahe-Echtzeit und räumlich verteilt boden- als auch satellitengestützte Daten sammelt und verknüpft, um dadurch die Risikoabschätzung zu verbessern und langfristige Projektionen zu unterstützen - von der Wurzel bis zur Krone - vom Einzelbaum zum Bestand - vom Bestand zum Waldökosystem. Ziel des zweiten Teilvorhabens ist den bereits bestehenden Waldzustandsmonitor (WZM) bzgl. der räumlichen Auflösung und der zeitlichen Latenz zu verbessern, zusätzliche Produkte einschließlich Frühwarnindikatoren bereitzustellen um darauf basierend ein deutschlandweites, digitales Waldzustandsmonitoring aufzubauen. Beide TVs sollen durch ein integratives Arbeitspaket schließlich miteinander verknüpft werden, um durch iterative Optimierung maximale Synergien zu erzielen. Den traditionellen Blick von unten in die Baumkronen wird in WALD-Puls um den informierten Blick von oben erweitert. Echtzeitdaten des Baumwachstums werden mit Satellitendaten verschnitten, ermöglichen eine flächenhafte, hochaufgelöste Risikobewertung und werden direkt über eine Web-Plattform und ein gekoppeltes, automatisiertes Frühwarnsystem (z.B. SMS) Waldbewirtschafter*innen und anderen Interessent*innen zur Verfügung gestellt.
Neue Ansätze in digitalem Wald-Monitoring, Aufbereitung und der digitalen Bereitstellung von räumlich und zeitlich hochaufgelösten Daten zu Wuchsleistung, Stress, und Waldschäden sind dringend erforderlich, um die Auswirkungen mehrerer und kombinierter Stressfaktoren auf das Funktionieren von Waldökosystemen und den damit verbundenen Ökosystemleistungen besser und auch schneller beurteilen zu können. Das Verbundvorhaben WALD-Puls setzt sich aus zwei integrierten Teilvorhaben zusammen. Ziel des ersten Teilvorhabens ist die Entwicklung und Erprobung eines Wald-Monitoring Systems, das in Nahe-Echtzeit und räumlich verteilt boden- als auch satellitengestützte Daten sammelt und verknüpft, um dadurch die Risikoabschätzung zu verbessern und langfristige Projektionen zu unterstützen - von der Wurzel bis zur Krone - vom Einzelbaum zum Bestand - vom Bestand zum Waldökosystem. Ziel des zweiten Teilvorhabens ist den bereits bestehenden Waldzustandsmonitor (WZM) bzgl. der räumlichen Auflösung und der zeitlichen Latenz zu verbessern, zusätzliche Produkte einschließlich Frühwarnindikatoren bereitzustellen um darauf basierend ein deutschlandweites, digitales Waldzustandsmonitoring aufzubauen. Beide TVs sollen durch ein integratives Arbeitspaket schließlich miteinander verknüpft werden, um durch iterative Optimierung maximale Synergien zu erzielen. Den traditionellen Blick von unten in die Baumkronen wird in WALD-Puls um den informierten Blick von oben erweitert. Echtzeitdaten des Baumwachstums werden mit Satellitendaten verschnitten, ermöglichen eine flächenhafte, hochaufgelöste Risikobewertung und werden direkt über eine Web-Plattform und ein gekoppeltes, automatisiertes Frühwarnsystem (z.B. SMS) Waldbewirtschafter*innen und anderen Interessent*innen zur Verfügung gestellt.