Das Projekt "Opt4Environment - Fernerkundliche Früherkennung für das Umweltmonitoring" wird vom Umweltbundesamt gefördert und von Julius-Maximilians-Universität Würzburg, Institut für Geographie und Geologie, Lehrstuhl für Fernerkundung durchgeführt. Das Projekt strebt an, gezielt Verfahren zur verbesserten Ausschöpfung des Potenzials neuer satellitengestützter Sensoren für das Umweltmonitoring zu entwickeln und zu demonstrieren. Damit soll eine Grundlage für neue, servicefähige Methoden zur Früherkennung von Veränderungen in den Umweltbedingungen verschiedener Ökosysteme geschaffen werden. Das Projekt gliedert sich in zwei Arbeitsbereiche, die in einigen Arbeitspaketen gebündelt werden. Gemäß der Zielsetzung sind dies die Vitalität von Wäldern (AP 1) und die Untersuchung der Siedlungs- und Landnutzungsmustern mit ihren Einflüssen auf die Artenvielfalt (AP 2). In AP 1 wird ein Strahlungstransfermodell (STM) für Wald auf Basis von multi-temporalen Daten unterschiedlicher Sensoren (HySpex, Sentinel-2, simulierte EnMAP-Daten) implementiert werden, wobei mit Blick auf die Operationalisierung Parameter der Waldstruktur aus SAR-Daten bestimmt werden (TerraSAR-X, Sentinel-1). Über statistische Modelle sollen die Ergebnisse der STM mit Messdaten zu Borkenkäferbefall oder Trockenstress auf ihre Aussagekraft untersucht werden. In AP 2 werden saisonale Parameter aus hochaufgelösten Sentinel-2-Zeitserien entwickelt, die die Dynamik des Raums beschreiben. Existierende fernerkundliche Daten (DLM-DE, Global Urban Footprint und Versiegelungslayer) werden validiert. Das Datenpaket wird auf ihre Aussagekraft bei der Modellierung der Artenvielfalt getestet, um früh negative Entwicklungen zu erkennen.
Das Projekt "Entwicklung innovativer Vorverarbeitungs- und Analysetechniken zur verbesserten Auswertung von Zeitseriendaten der Sentinel-Suite (Techs4TimesS)" wird vom Umweltbundesamt gefördert und von Julius-Maximilians-Universität Würzburg, Institut für Geographie und Geologie, Lehrstuhl für Fernerkundung durchgeführt. as Techs4TimeS Projekt konzentriert sich auf die Erstellung von generischen Vorverarbeitungs- und Analysetechniken und deren Nutzung für die Fernerkundung im Offenlandbereich. Der erste Schwerpunkt liegt in einer möglichst sensorunabhängigen Generierung von Zeitserien in einer extrem hohen temporalen und räumlichen Auflösung. Um dies zu erreichen, sollen dedizierte Verfahren zur Datensynthese sowie zur Datenfusion aufgegriffen, weiterentwickelt und im Hinblick auf ihre Performanz optimiert werden. Dazu werden Daten der Sensoren RapidEye, Landsat und MODIS, im Projektverlauf auch Sentinel-2 und Sentinel-3 herangezogen. Der zweite Schwerpunkt zielt auf Verfahrensoptimierungen zur konkreten Nutzung und die Demonstration des Mehrwertes dieser verbesserten saisonalen Zeitreihen für praktische Anwendungen im Landwirtschaftssektor ab. Mit dem Ziel einer großflächig, räumlich hochaufgelösten und zeitlich multi-frequenten Kartierung sollen dabei zunächst verschiedene Verfahren zur Ableitung biophysikalischer Parameter getestet und auf diesen Ergebnissen aufbauend hinsichtlich einer Verbesserung durch hochfrequente Zeitserien getestet werden. Die Demonstration des Nutzens erfolgt schließlich durch die Integration der Ergebnisse in einem Service zur Abschätzung von Ernteerträgen und Ertragspotenzialen. Die Untersuchungen, d.h. die Ableitung von LAI/FPAR auf landwirtschaftlichen Schlägen und die Erntemodellierungen, konzentrieren sich auf die Großforschungsanlage und TERrestrial ENvironmental Observatory (TERENO) DEMMIN in Mecklenburg-Vorpommern, sollen aber auf weiteren Offenlandstandorten (z.B. Grünland) getestet werden. Die Leitung des Projektes hat die Juniorprofessur für Geographische Fernerkundung am Lehrstuhl für Fernerkundung in Würzburg. Das Institut für eingebettete Systeme und angewandte Informatik der Hochschule Bochum ist assoziierter Partner. Als Unterauftragnehmer treten sowohl die Firma greenspin UG als auch das Nationale Bodensegment des Deutschen Zentrums für Luft- und Raumfahrt e.V. (DLR) Deutsches Fernerkundungsdatenzentrum (DFD) Standort Neustrelitz auf.
Das Projekt "Kombination von empirischen und physikalisch basierten Modellansätzen für das Habitat- und Vegetationsmonitoring" wird vom Umweltbundesamt gefördert und von Karlsruher Institut für Technologie (KIT), Institut für Geographie und Geoökologie durchgeführt. 1. Vorhabenziel Das vorgeschlagene Projekt zielt darauf, die Vorteile statistischer und prozessorientierter Modellierungsansätze zu kombinieren und gemeinsam für die konkrete Anwendung des Habitatmonitarings in Wert zu setzen. Um das Monitaring beiden grundlegenden Verfahrensansätzen zugänglich zu machen, können nicht die herkömmlichen, in Feldanwendungen entwickelten Gliederungskriterien übernommen werden. Als ein weiteres Ziel ergibt sich deshalb die Auslegung des Monitaringsystems auf funktionelle Pflanzentypen. Plant functional types (PFT) ermöglichen eine IKategorisierung von Pflanzen nach ihrer Rolle in Ökosystemen als Alternative zu taxonomischen Einteilungen. 2. Arbeitsplanung Das Projekt umfasst zwei Hauptstränge, die beide in einer räumlich expliziten Darstellung von Habitaten münden. ln dem einen Fall (A) beruht sie auf Strahlungstransfermodellen, in dem anderen Fall (B) auf empirisch erhobenen Zusammenhängen. Die empirische Herangehensweise profitiert von den Strahlungstransfermodellen durch eine kausal begründete Prädiktorenauswahl. ln der räumlichen Modeliierung in A wird mit 'Schwärmen' von konstruierten Spektren gearbeitet, die zu Habitatreflexionen aggregiert werden. Die für die Konstruktion verwendeten, Strahlungstransfermodelle werden auf der Grundlage von Messungen im Feld und im Labor parameterisiert. Alle Ergebnisse werden auf der Grundlage von Felddaten validiert.
Das Projekt "Inhomogene Bewölkung - Einfluss auf die Austausch- und TransporTeilprojekt rozesse in der Atmosphäre (4D WOLKEN) - Zeitliche Änderung der Feuchte- und Wolkenfeldstrukturen und deren Einfluss auf den Strahlungshaushalt, abgeleitet aus MSG und Envisat-AATSR Daten" wird vom Umweltbundesamt gefördert und von Technische Universität Dresden, Bereich Bau und Umwelt, Fachrichtung Hydrowissenschaften , Institut für Hydrologie und Meteorologie, Professur für Meteorologie durchgeführt. Gesamtprojekt: Das 4D Wolkenprojekt ist darauf ausgerichtet den Strahlungseinfluss auf inhomogene Wolken zu erfassen und diesen Einfluss auf Transport- und Austauschprozesse in einem dynamischen Atmosphärenmodell abzubilden. Das Projekt soll vor allem dazu beitragen, die wichtigsten wissenschaftlichen Fragen im Bezug auf erhöhte Absorption, die Beziehung zwischen Albedo und optischer Tiefe von Satellitenbildern sowie zwischen dynamischen Änderungsprozessen und der 4D-Wolkenstruktur zu klären. Teilprojektziele: Ein entscheidender Teil für ein besseres Verständnis des Klimasystems, aber auch unseres Wetters ist die genaue Kenntnis des Energie- und des Wasserkreislaufes auf den unterschiedlichsten Skalen (von regional bis lokal, von Tagen bis Minuten/Sekunden). Zur Erweiterung bzw. Verbesserung des Verständnisses sind unbedingt gezielte Prozessstudien erforderlich. In diesem Projekt sollen Wechselwirkungen in der Atmosphäre bei wechselnden atmosphärischen Bedingungen mit verschiedenen Beobachtungsmethoden, hauptsächlich mit Satellitendaten, und mit Hilfe von eindimensionalen und dreidimensionalen Strahlungstransfermodellen bearbeitet werden. Darüber hinaus erlaubt der Forschungsverbund 4DWOLKEN eine eng abgestimmte Zusammenarbeit von Beobachtung und Simulationen mit Hilfe eines numerischen, atmosphärischen Modelles, um Prozessstudien durchzuführen und um daraus folgernd die Prozesse besser verstehen zu können und gegebenenfalls die Parametrisierung der Prozesse im Modell verbessern zu können. Dazu sind aber unbedingt zeitlich hochaufgelöste und auch dreidimensionale Beobachtungen notwendig. Wissenschaftliche Arbeitsziele des Vorhabens: - Bestimmung der optischen und mikrophysikalischen Wolkeneigenschaften mit Hilfe aktueller und zukünftiger Satellitendaten - Synergie der Messungen vom Boden mit den Messungen vom Satelliten und Entwicklung eines physikalisch basierten, statistischen Verfahrens zur Charakterisierung des drei bzw. vierdimensionalen Feuchte- und Wolkenfeldes - Analyse von Satellitendaten, Validierung der abgeleiteten Wolkeneigenschaften und gegebenenfalls Modifikation vorhandener Auswertemethoden - Berechnung der Strahlungsflüsse in verschiedenen atmosphärischen Niveaus bzw. der Strahlungsflussdivergenzen in einzelnen atmosphärischen Schichten mit Hilfe eines dreidimensionalen Strahlungstransfermodelles. - Bereitstellung der Ergebnisse zur Validierung von Modellergebnissen numerischer Atmosphärenmodelle.
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.
Das Projekt "Teilprojekt: Hyperspektrale Satellitendaten für Forstliche Bestandsinventuren" wird vom Umweltbundesamt gefördert und von Universität Göttingen, Burckhardt-Institut, Abteilung Waldinventur und Fernerkundung durchgeführt. 1. Vorhabenziel - Ziel des Vorhabens ist die Methodenentwicklung zur Kalibrierung und Validierung empirischer und semi-empirischer Modelle zur Schätzung von Zielvariablen zur biophysikalischen Beschreibung der Waldstruktur aus hyperspektralen Satellitendaten. Diese Methodenentwicklung ist ausgerichtet auf die EnMAP-Mission und konzentriert sich auf die Verwendung von bereits verfügbaren hyperspektralen Satellitendaten Christ/PROBA und EO1-Hyperion in Kombination mit kosteneffizienten und bewährten terrestrischen Inventurverfahren. Die Schätzung der Zielvariablen zur Beschreibung der Waldbestandesstruktur erfolgt über Verfahren der linearen Mischanalyse (Linear Spectral Mixture Analyses, LSMA) und Inversion von Strahlungstransfermodellen. 2. Arbeitsplanung - Wesentliche Arbeitsschritte sind terrestrischen Strahlungsmessungen und Inventurerhebungen, Konzeption von effektivem Stichprobensystem auf vor allem zwei räumlichen Skalen-Ebenen i) Waldbestand ii) Einzelbaum. Nach einem experimentellen Vergleich verschiedener Algorithmen zur Linearen Mischungsanalyse (Linear Spectral Mixture Analysis, LSMA) und Strahlungstransfermodellen werden die Zielvariablen zur Beschreibung der Bestandesstruktur über eine Inversion geschätzt und validiert mit den terrestrischen Inventuraufnahmen.
Das Projekt "UVSkinRisk - Gesundheitsrisiko Hautkrebs durch UV-Strahlung im Kontext eines sich wandelnden Klimas" wird vom Umweltbundesamt gefördert und von Universität für Bodenkultur Wien, Institut für Meteorologie durchgeführt. Ziel ist ein verbessertes Verständnis der UV-Strahlung in der Vergangenheit und Zukunft in Hinblick auf den Klimawandel. Durch Abschätzung zukünftiger UV-Expositionen werden die Auswirkungen potentiell erhöhter UV-Strahlung auf die Biosphäre und die Bevölkerung, auch unter Berücksichtigung wirtschaftlicher Aspekte, in Österreich untersucht. Kurzfassung Über die letzen Jahrzehnte wurde weltweit ein Anstieg der Hautkrebserkrankungen registriert, der auch auf langfristige Änderungen der UV-Exposition zurückzuführen ist. UV-Strahlung am Boden wird durch atmosphärische Parameter beeinflusst, die ihrerseits durch den Klimawandel veränderlich sind. Auswirkungen auf die langfristige Änderung von UV-Exposition und Entwicklung von Hautkrebs sind zu erwarten. Basierend auf der Rekonstruktion vergangener Zeitreihen und zukünftigen Trends werden mögliche Risiken für die Bevölkerung identifiziert und Grundlagendaten für Strategien zur Risikovermeidung bereitgestellt. Die Rekonstruktionen erfolgen unter Verwendung meteorologischer Messdaten und von Strahlungstransfermodellen. Um genauer über die tatsächliche Exposition Aufschluss zu erhalten, wird ein Voxel-basiertes Modell für spektrale UV-Radianz entwickelt. Szenarien zukünftiger Strahlungsbelastung werden basierend auf Szenarien der wesentlichsten Einflussfaktoren berechnet. Um damit gezielt auf einzelne Risikogruppen eingehen zu können, wird eine Telefonumfrage bezüglich der Wahrnehmung UV-bedingter Gesundheitsrisiken sowie des individuellen Risikoverhaltens und der persönlichen UV-Exposition durchgeführt. Die Ergebnisse sowie die Auswirkungen langfristiger Änderungen der UV-Strahlung auf die Häufigkeit von Hautkrebserkrankungen werden statistisch untersucht. Um einen raschen Überblick über die Hautkrebsgefährdung zu geben, sowie zur Öffentlichkeitsinformation, werden sogenannte UV-Risikokarten des Bundesgebietes erstellt, basierend auf etablierten Methoden. Ebebso werden wirtschaftliche Konsequenzen für das österreichische Gesundheitssystem aufgrund bereits bestehender und zukünftiger Gesundheitsrisiken diskutiert.
Das Projekt "Verwendung von multi-temporalen Sentinel-2 und VHR Pleiades Stereodaten für eine nachhaltiges Waldmonitoring und -management" wird vom Umweltbundesamt gefördert und von Universität für Bodenkultur Wien, Institut für Vermessung, Fernerkundung und Landinformation durchgeführt. Sich ändernde nationale und internationale Rahmenbedingungen erfordern eine Anpassung der Bewirtschaftung natürlicher Ressourcen. Die immer vielfältigeren Anforderungen führen dabei zu einem erhöhten Bedarf an detaillierteren Informationen. Ein zunehmender Markt-druck und steigende Gefahren, bedingt durch den Klimawandel, verschärfen die Situation zusätzlich. Traditionelle Waldinventuren können die Anforderung großflächig Daten mit hoher Detailschärfe und dichten Aktualisierungsintervallen zur Verfügung zu stellen, nur teilweise erfüllen. Diesbezüglich bietet die neueste Generation von EO-Satelliten eine bislang unbekannte Fülle an relevanten Daten. Sentinel-2 beispielsweise verspricht - bei großer Szenengröße und damit gleichmäßigen Beobachtungs- und Beleuchtungsbedingungen - kostenfreie, multispektrale Daten mit 10 m Auflösung und einer Wiederholrate von 5 Tagen. Der Sensor verfügt über extrem leistungsstarke Spektralkanäle, speziell abgestimmt auf Analysen von Vegetation; v.a. die Bänder im Red Edge und im SWIR. Die räumliche Auflösung ist für den Großteil der Anwendungen ausreichend. Werden Daten mit höherer Auflösung benötigt, kann zusätzlich auf Pleiades Bilder zurückgegriffen werden. Dieser VHR Satellit (Pixel ca.1 m) kann zusätzlich Stereo-Aufnahmen zur 3D-Analyse bereitstellen. Die Daten werden von österreichischen Anwendern zu reduzierten Preisen bezogen. Die Entwicklung in der Sensorik hat die Forschungsgemeinschaft belebt und das Interesse unterschiedlicher Stakeholder geweckt. Zahlreiche Studien haben bereits das Potenzial von EO-Daten für die Ableitung von forstlichen Parametern wie Holzvorrat, Baumarten und Habitatqualität demonstriert. Jedoch konzentrieren sich die meisten dieser Studien nur auf einzelne Waldparameter und verwenden häufig nur einen EO Sensor. EO4FOREST geht weit darüber hinaus und verfolgt dabei folgende drei übergeordnete Ziele: - Potenzialbewertung von Sentinel-2 und Pleiades zur Ableitung vierfältiger forstlicher Parameter (z. B. Holzvorrat, Baumarten, Kronengröße, Bestandeslücken und räumliche Heterogenität, Blattflächenindex und Lichtverhältnisse) und Vergleich der Ergebnisse mit allgemein verfügbaren Geodaten (z. B. Orthofotos), - Ableitung von relevanten Informationsprodukten aus den forstlichen Parametern unter Berücksichtigung der Anforderungen unterschiedlicher Stakeholder, - fundierte Erkenntnisse über geeignete Verfahren zur optimalen Nutzung der klassischen terrestrischen Inventuren und - falls nötig - zur Adaptation dieser. EO4FOREST wird dazu verschiedene (Satelliten-)Sensoren kombinieren und Zeitreihen aus Sentinel-2 Daten sowie Pleiades 3D-Daten analysieren. Die EO-Daten werden dabei mit unterschiedlichsten Methoden untersucht: von klassischen Klassifizierungen und direkten Messungen, über objektbasierte Bildanalyse (OBIA), hin zur Verwendung von physikalisch-basierten Strahlungstransfermodellen (RTM) und Techniken des maschinellen Lernens. Statt sich auf einen bestimmten Waldtyp zu fokussieren.
| Origin | Count |
|---|---|
| Bund | 8 |
| Type | Count |
|---|---|
| Förderprogramm | 8 |
| License | Count |
|---|---|
| open | 8 |
| Language | Count |
|---|---|
| Deutsch | 8 |
| Englisch | 3 |
| Resource type | Count |
|---|---|
| Keine | 2 |
| Webseite | 6 |
| Topic | Count |
|---|---|
| Boden | 7 |
| Lebewesen & Lebensräume | 8 |
| Luft | 6 |
| Mensch & Umwelt | 8 |
| Wasser | 4 |
| Weitere | 8 |