This work was written as a cumulative doctoral thesis based on reviewed publications. Climate projections are mainly based on the results of numeric simulations from global or regional climate models. Up to now processes between atmosphere and land surface are only rudimentarily known. This causes one of the major uncertainties in existing models. In order to reduce parameterisation uncertainties and to find a reasonable description of sub grid heterogeneities, the determination and evaluation of parameterisation schemes for modelling require as many datasets from different spatial scales as possible. This work contributes to this topic by implying different datasets from different platforms. Its objective was to analyse the spatial heterogeneity of land surface parameters and energy flux densities obtained from both satellite observations with different spatial and temporal resolutions and in-situ measurements. The investigations were carried out for two target areas in Germany. First, satellite data for the years 2002 and 2003 were analysed and validated from the LITFASS-area (Lindenberg Inhomogeneous Terrain - Fluxes between Atmosphere and Surface: a longterm Study). Second, the data from the experimental field sites of the FLUXNET cluster around Tharandt from the years 2006 and 2007 were used to determine the NDVI (Normalised Difference Vegetation Index for identifying vegetated areas and their "condition"). The core of the study was the determination of land surface characteristics and hence radiant and energy flux densities (net radiation, soil heat flux, sensible and latent heat flux) using the three optical satellite sensors ETM+ (Enhanced Thematic Mapper), MODIS (Moderate Resolution Imaging Spektroradiometer) and AVHRR 3 (Advanced Very High Resolution Radiometer) with different spatial (30 m – 1 km) and temporal (1 day – 16 days) resolution. Different sensor characteristics and different data sets for land use classifications can both lead to deviations of the resultant energy fluxes between the sensors. Thus, sensor differences were quantified, sensor adaptation methods were implemented and a quality analysis for land use classifications was performed. The result is then a single parameterisation scheme that allows for the determination of the energy fluxes from all three different sensors. The main focus was the derivation of the latent heat flux (L.E) using the Penman-Monteith (P-M) approach. Satellite data provide measurements of spectral reflectance and surface temperatures. The P-M approach requires further surface parameters not offered by satellite data. These parameters include the NDVI, Leaf Area Index (LAI), wind speed, relative humidity, vegetation height and roughness length, for example. They were derived indirectly from the given satellite- or in-situ measurements. If no data were available so called default values from literature were taken. The quality of these parameters strongly influenced the exactness of the radiant- and energy fluxes. Sensitivity studies showed that NDVI is one of the most important parameters for determination of evaporation. In contrast it could be shown, that the parameters as vegetation height and measurement height have only minor influence on L.E, which justifies the use of default values for these parameters. Due to the key role of NDVI a field study was carried out investigating the spatial variability and sensitivity of NDVI above five different land use types (winter wheat, corn, grass, beech and spruce). Methods to determine this parameter not only from space (spectral), but also from in-situ tower measurements (broadband) and spectrometer data (spectral) were compared. The best agreement between the methods was found for winter wheat and grass measurements in 2006. For these land use types the results differed by less than 10 % and 15 %, respectively. Larger differences were obtained for the forest measurements. The correlation between the daily MODIS-NDVI data and the in-situ NDVI inferred from the spectrometer and the broadband measurements were r=0.67 and r=0.51, respectively. Subsequently, spatial variability of land surface parameters and fluxes were analysed. The several spatial resolutions of the satellite sensors can be used to describe subscale heterogeneity from one scale to the other and to study the effects of spatial averaging. Therefore land use dependent parameters and fluxes were investigated to find typical distribution patterns of land surface properties and energy fluxes. Implying the distribution patterns found here for albedo and NDVI from ETM+ data in models has high potential to calculate representative energy flux distributions on a coarser scale. The distribution patterns were expressed as probability density functions (PDFs). First results of applying PDFs of albedo, NDVI, relative humidity, and wind speed to the L.E computation are encouraging, and they show the high potential of this method. Summing up, the method of satellite based surface parameter- and energy flux determination has been shown to work reliably on different temporal and spatial scales. The data are useful for detailed analyses of spatial variability of a landscape and for the description of sub grid heterogeneity, as it is needed in model applications. Their usability as input parameters for modelling on different scales is the second important result of this work. The derived vegetation parameters, e.g. LAI and plant cover, possess realistic values and were used as model input for the Lokalmodell of the German Weather Service. This significantly improved the model results for L.E. Additionally, thermal parameter fields, e.g. surface temperature from ETM+ with 30 m spatial resolution, were used as input for SVAT-modelling (Soil-Vegetation-Atmosphere-Transfer scheme). Thus, more realistic L.E results were obtained, providing highly resolved areal information. / Die vorliegende Arbeit wurde auf der Grundlage begutachteter Publikationen als kumulative Dissertation verfasst. Klimaprognosen basieren im Allgemeinen auf den Ergebnissen numerischer Simulationen mit globalen oder regionalen Klimamodellen. Eine der entscheidenden Unsicherheiten bestehender Modelle liegt in dem noch unzureichenden Verständnis von Wechselwirkungsprozessen zwischen der Atmosphäre und Landoberflächen und dem daraus folgenden Fehlen entsprechender Parametrisierungen. Um das Problem einer unsicheren Modell-Parametrisierung aufzugreifen und zum Beispiel subskalige Heterogenität in einer Art und Weise zu beschreiben, dass sie für Modelle nutzbar wird, werden für die Bestimmung und Evaluierung von Modell-Parametrisierungsansätzen so viele Datensätze wie möglich benötigt. Die Arbeit trägt zu diesem Thema durch die Verwendung verschiedener Datensätze unterschiedlicher Plattformen bei. Ziel der Studie war es, aus Satellitendaten verschiedener räumlicher und zeitlicher Auflösung sowie aus in-situ Daten die räumliche Heterogenität von Landoberflächenparametern und Energieflussdichten zu bestimmen. Die Untersuchungen wurden für zwei Zielgebiete in Deutschland durchgeführt. Für das LITFASS-Gebiet (Lindenberg Inhomogeneous Terrain - Fluxes between Atmosphere and Surface: a longterm Study) wurden Satellitendaten der Jahre 2002 und 2003 untersucht und validiert. Zusätzlich wurde im Rahmen dieser Arbeit eine NDVI-Studie (Normalisierter Differenzen Vegetations Index: Maß zur Detektierung von Vegetationflächen, deren Vitalität und Dichte) auf den Testflächen des FLUXNET Clusters um Tharandt in den Jahren 2006 und 2007 realisiert. Die Grundlage der Arbeit bildete die Bestimmung von Landoberflächeneigenschaften und daraus resultierenden Energieflüssen, auf Basis dreier optischer Sensoren (ETM+ (Enhanced Thematic Mapper), MODIS (Moderate Resolution Imaging Spectroradiometer) und AVHRR 3 (Advanced Very High Resolution Radiometer)) mit unterschiedlichen räumlichen (30 m – 1 km) und zeitlichen (1 – 16 Tage) Auflösungen. Unterschiedliche Sensorcharakteristiken, sowie die Verwendung verschiedener, zum Teil ungenauer Datensätze zur Landnutzungsklassifikation führen zu Abweichungen in den Ergebnissen der einzelnen Sensoren. Durch die Quantifizierung der Sensorunterschiede, die Anpassung der Ergebnisse der Sensoren aneinander und eine Qualitätsanalyse von verschiedenen Landnutzungsklassifikationen, wurde eine Basis für eine vergleichbare Parametrisierung der Oberflächenparameter und damit auch für die daraus berechneten Energieflüsse geschaffen. Der Schwerpunkt lag dabei auf der Bestimmung des latenten Wärmestromes (L.E) mit Hilfe des Penman-Monteith Ansatzes (P-M). Satellitendaten liefern Messwerte der spektralen Reflexion und der Oberflächentemperatur. Die P-M Gleichung erfordert weitere Oberflächenparameter wie zum Beispiel den NDVI, den Blattflächenindex (LAI), die Windgeschwindigkeit, die relative Luftfeuchte, die Vegetationshöhe oder die Rauhigkeitslänge, die jedoch aus den Satellitendaten nicht bestimmt werden können. Sie müssen indirekt aus den oben genannten Messgrößen der Satelliten oder aus in-situ Messungen abgeleitet werden. Stehen auch aus diesen Quellen keine Daten zur Verfügung, können sogenannte Standard- (Default-) Werte aus der Literatur verwendet werden. Die Qualität dieser Parameter hat einen großen Einfluss auf die Bestimmung der Strahlungs- und Energieflüsse. Sensitivitätsstudien im Rahmen der Arbeit zeigen die Bedeutung des NDVI als einen der wichtigsten Parameter in der Verdunstungsbestimmung nach P-M. Im Gegensatz dazu wurde deutlich, dass z. B. die Vegetationshöhe und die Messhöhe einen relativ kleinen Einfluss auf L.E haben, so dass für diese Parameter die Verwendung von Standardwerten gerechtfertigt ist. Aufgrund der Schlüsselrolle, welche der NDVI in der Bestimmung der Verdunstung einnimmt, wurden im Rahmen einer Feldstudie Untersuchungen des NDVI über fünf verschiedenen Landnutzungstypen (Winterweizen, Mais, Gras, Buche und Fichte) hinsichtlich seiner räumlichen Variabilität und Sensitivität, unternommen. Dabei wurden verschiedene Bestimmungsmethoden getestet, in welchen der NDVI nicht nur aus Satellitendaten (spektral), sondern auch aus in-situ Turmmessungen (breitbandig) und Spekrometermessungen (spektral) ermittelt wird. Die besten Übereinstimmungen der Ergebnisse wurden dabei für Winterweizen und Gras für das Jahr 2006 gefunden. Für diese Landnutzungstypen betrugen die Maximaldifferenzen aus den drei Methoden jeweils 10 beziehungsweise 15 %. Deutlichere Differenzen ließen sich für die Forstflächen verzeichnen. Die Korrelation zwischen Satelliten- und Spektrometermessung betrug r=0.67. Für Satelliten- und Turmmessungen ergab sich ein Wert von r=0.5. Basierend auf den beschriebenen Vorarbeiten wurde die räumliche Variabilität von Landoberflächenparametern und Flüssen untersucht. Die unterschiedlichen räumlichen Auflösungen der Satelliten können genutzt werden, um zum einen die subskalige Heterogenität zu beschreiben, aber auch, um den Effekt räumlicher Mittelungsverfahren zu testen. Dafür wurden Parameter und Energieflüsse in Abhängigkeit der Landnutzungsklasse untersucht, um typische Verteilungsmuster dieser Größen zu finden. Die Verwendung der Verteilungsmuster (in Form von Wahrscheinlichkeitsdichteverteilungen – PDFs), die für die Albedo und den NDVI aus ETM+ Daten gefunden wurden, bietet ein hohes Potential als Modellinput, um repräsentative PDFs der Energieflüsse auf gröberen Skalen zu erhalten. Die ersten Ergebnisse in der Verwendung der PDFs von Albedo, NDVI, relativer Luftfeuchtigkeit und Windgeschwindigkeit für die Bestimmung von L.E waren sehr ermutigend und zeigten das hohe Potential der Methode. Zusammenfassend lässt sich feststellen, dass die Methode der Ableitung von Oberflächenparametern und Energieflüssen aus Satellitendaten zuverlässige Daten auf verschiedenen zeitlichen und räumlichen Skalen liefert. Die Daten sind für eine detaillierte Analyse der räumlichen Variabilität der Landschaft und für die Beschreibung der subskaligen Heterogenität, wie sie oft in Modellanwendungen benötigt wird, geeignet. Ihre Nutzbarkeit als Inputparameter in Modellen auf verschiedenen Skalen ist das zweite wichtige Ergebnis der Arbeit. Aus Satellitendaten abgeleitete Vegetationsparameter wie der LAI oder die Pflanzenbedeckung liefern realistische Ergebnisse, die zum Beispiel als Modellinput in das Lokalmodell des Deutschen Wetterdienstes implementiert werden konnten und die Modellergebnisse von L.E signifikant verbessert haben. Aber auch thermale Parameter, wie beispielsweise die Oberflächentemperatur aus ETM+ Daten in 30 m Auflösung, wurden als Eingabeparameter eines Soil-Vegetation-Atmosphere-Transfer-Modells (SVAT) verwendet. Dadurch erhält man realistischere Ergebnisse für L.E, die hochaufgelöste Flächeninformationen bieten.

Lakes are key indicators of environmental change and major repositories of biodiversity and ecosystem services. However, studies of lake response to drivers of change at a pan-European scale are exceptionally rare. The need for such studies has been given renewed impetus by concerns over climate change and because of international policyrelated schemes, such as the EU Water Framework Directive that has made it legal requirement to repeatedly assess and monitor the ecological status of European lakes toward their effective management and sustainable use. This has introduced the need for methods that can be widely applied across large spatial and temporal scales and produce comparable results. Remote sensing is a promising method for providing such information, but the spatial transferability and temporal repeatability of methods and relationships observed remains untested. In this project, an extensive dataset of field measurements was compiled covering temperature, chlorophyll a and Secchi disk depth in 23 European lakes spanning the last 30 years. The characteristics of these lake systems were explored and similarities in their ecological behavior identified, thus providing the basis for their grouping. Then the potential of remote sensing for estimating and monitoring lake water quality at wide spatial and temporal scales was assessed and thus the long remote sensing archive at the NEODAAS DSRS was fundamental for the purposes of this project. Using NOAA AVHRR, Terra/Aqua MODIS and field data from lakes that represented three main lake groups, the spatial and temporal reliability of 26 existing water quality estimation algorithms was assessed. Following this, the best performing algorithms were applied to all study sites and the effect of scale and spatial resolution upon reliable estimation of key water quality parameters was evaluated. It was demonstrated that the NOAA AVHRR and Terra/Aqua MODIS were both capable of producing highly accurate (R2 > 0.9) lake surface temperature estimates in lakes with variable characteristics and a variety of thermal spatial features, and longterm patterns within the study sites could be studied with NOAA AVHRR data despite the relatively coarse spatial resolution of the sensor. Restricting factors to the latter were the size and shape of lakes and the frequency of cloud cover. By contrast, the development of a universal Terra/Aqua MODIS algorithm for the estimation of chlorophyll a and Secchi disk depth in variable lakes was more challenging due to the optical complexity of Case II waters. Terra/Aqua MODIS data showed a potential, but the use of a different technique (e.g. multivariate regression or neural networks) and/or a different sensor (e.g. Envisat MERIS) could potentially improve the predictive accuracy of the algorithms.

This dissertation is a treatise on spatially-explicit resource selection on two very different vertebrate species. The North Atlantic right whale (Eubalaena glacialis) is the most endangered large whales in the world. Ship strikes and fishing gear entanglement are impediments to recovery. The gopher tortoise (Gopherus polyphemus) is an imperiled species whose upland habitats are shrinking from urban and agricultural development. Determining spatial distribution of important resources is important for conservation strategies. Historical and modern thinking of habitat selection theory and analytical techniques are reviewed and applied to these species. Fine-scale resource selection of sea surface temperature (SST), derived from AVHRR imagery, is evaluated for right whales in the southeastern U. S. calving grounds. Aerial survey data (December-March, 1991-1998) including survey tracklines and right whale locations were entered into a Geographic Information Systems (GIS) for comparing whale use of SST to availability based on search effort. Using Monte Carlo techniques, mean and standard deviation for SSTs and latitudes of whale-sightings were compared to sampling distributions derived from available SSTs and latitudes. From these data, it was concluded that the North Atlantic right whale uses SSTs and latitudes non-randomly. Broad-scale habitat selection for gopher tortoises was evaluated from the 2003 Land Cover/Land Use map (Florida Fish and Wildlife Conservation Commission). Based on land cover and ancillary data, potential gopher tortoise habitat was developed for northeast Florida.

El objetivo general del presente trabajo de investigación fue analizar la variabilidad de la temperatura satelital superficial del mar (TSM) y su efecto en las principales pesquerías que operan sobre un sector de la Plataforma Continental Argentina, que abarca desde el Golfo San Jorge (GSJ) hasta el Talud Continental (TC) adyacente. Esta zona es estratégica dentro del Proyecto Nacional Pampa Azul por su importancia socio-ambiental. Para abordar dicho objetivo se elaboró, por primera vez, una matriz de puntos equidistante que permitió ensamblar productos satelitales derivados de los sensores NOAA/AVHRR y Aqua-MODIS. Esta matriz de puntos posibilitó compararlos (período de solapamiento 2003-2006) y analizar la factibilidad de utilizar una combinación de ambos productos para construir series de tiempo más extensas y confiables. El estudio comparativo de la TSM demostró un alto grado de correlación entre ambos sensores, evidenciando que los productos satelitales son similares entre sí y que pueden ser utilizados de manera conjunta. A partir de los resultados obtenidos se construyó una serie satelital de 35 años de información radiométrica de la TSM proveniente de los sensores NOAA/AVHRR y Aqua-MODIS, la cual permitió realizar un análisis de la variabilidad de este parámetro y sus correspondientes anomalías. Además, se analizaron sus fluctuaciones con el fin de identificar tendencias de cambio térmico en el área de estudio. Para ello, y dadas las características batimétricas y oceanográficas diversas que actúan sobre el área de estudio, se dividió al mismo en tres sectores: Zona 1: Golfo San Jorge; Zona 2: Plataforma Continental (PC) y Zona 3: Talud continental. La señal de la TSM evidenció en todo el sector una variabilidad significativa intra-estacional, anual e interanual (28 meses). Sin embargo, se identificaron señales con diferentes rangos de periodicidad dependiendo de la Zona (1, 2 o 3) estudiada. Posteriormente, se examinó la variabilidad de la anomalía de la TSM (ATSM) y sus posibles conexiones con los siguientes índices climáticos: Modo Anular del Sur (SAM), Índice de la Oscilación del Sur (SOI) y Índice Niño Oceánico (ONI). El análisis permitió establecer que las variaciones atmosféricas remotas influyen en la ATSM local. Si bien se ratifica el efecto del SAM sobre el área, se destacó el efecto del ONI-SOI durante las últimas décadas. El vínculo entre las variaciones de la TSM y las capturas del Abadejo (Genypterus blacodes), Calamar argentino (Illex argentinus), Langostino (Pleoticus muelleri) y Merluza común (Merluccius hubbsii) en combinación con las presiones de origen antrópico (valor de la especie en el mercado y el valor del combustible) permitió determinar que la variación de las capturas de ciertas especies como el Abadejo y el Calamar argentino están relacionadas de manera significativa con la variación de la TSM. El análisis demostró que los registros de las capturas por unidad de esfuerzo (CPUE) del Abadejo se asociaron a meses en que la TSM estuvo por encima de valor promedio. Para el Calamar argentino, el aumento de la CPUE fue posterior a los registros de ATSM positivos. En cambio, para el caso del Langostino y la Merluza, los resultados permitieron determinar que los valores de CPUE no mostraron relación con la variación de la temperatura superficial del mar. Asimismo, posibilitó entender que los forzantes antrópicos ejercen presión sobre el aumento de las capturas ya que en las cuatro pesquerías se observó una correlación significativa entre el valor de la especie y el valor del combustible. Para la pesquería del Abadejo, el Calamar y la Merluza esta relación fue positiva, indicado que los precios de estas especies han ido aumentando a lo largo del período analizado, reflejando un equilibrio entre el costo y el beneficio. En cambio, para el Langostino está correlación fue negativa, evidenciando un comportamiento inverso en la relación costo-beneficio de dicha pesquería. Los resultados obtenidos permitieron determinar el grado de complejidad que conlleva entender las relaciones atmósfera-océano-sociedad, sino que también sentó las bases para comprender que los factores que influyen en una determinada pesquería no necesariamente se aplican a otras. / ABSTRACT The purpose of the present research work was to analyze the variability of satellite sea surface temperature (SST) and its effect on the main fisheries operating on a sector of the Argentine Continental Shelf (ACS), which extends from the San Jorge Gulf (SJG) to the adjacent Continental Slope (CS). This area is strategic within the Pampa Azul National Project due to its socio-environmental importance. For the first time, an equidistant grid was developed, which allowed the assembly of satellite products derived from NOAA/AVHRR and Aqua-MODIS sensors. This grid made it possible to compare them (overlap period 2003-2006) and analyze the feasibility of using both products to build longer and more reliable time series. The SST comparative study showed a high degree of correlation between both sensors, evidencing that the satellite products are similar and can be used jointly. Based on the obtained results, a satellite series of 35 years of SST radiometric information from NOAA/AVHRR and Aqua-MODIS sensors was constructed, which allowed an analysis of the variability of this parameter and its corresponding anomalies. In addition, its fluctuations were analyzed to identify thermal change trends in the study area. For this purpose, and given the different bathymetric and oceanographic characteristics acting on the study area, it was divided into three sectors: Zone 1: SJG; Zone 2: ACS and Zone 3: CS. The SST signal showed significant intra-seasonal, annual and interannual (28 months) variability throughout the area. However, signals with different periodicity ranges were identified depending on the Zone (1, 2 or 3) studied. Subsequently, the variability of the SST anomaly (SSTA) and its possible connections with the Southern Annular Mode (SAM), the Southern Oscillation Index (SOI) and the Oceanic Niño Index (ONI) were examined. The analysis allowed establishing that remote atmospheric variations influence the local SSTA. Even though the effect of SAM on the area was confirmed, the effect of ONI-SOI during the last decades was highlighted. The link between SST variations and catches of pollock (Genypterus blacodes), Argentine squid (Illex argentinus), shrimp (Pleoticus muelleri) and common hake (Merluccius hubbsii) in combination with pressures of anthropic origin (the market value of the species and the value of fuel) allowed determining that the variation in catches of certain species such as pollock and Argentine squid are significantly related to SST variation. The analysis showed that catch per unit effort (CPUE) records for pollock were associated with months when SST was above the average value. For Argentine squid, the increase in CPUE followed positive SST records. On the other hand, in the case of shrimp and hake, the results allowed us to determine that CPUE values showed no relationship with SST variation. Likewise, it was possible to understand that anthropic forcing exerts pressure on the increase in catches since in the four fisheries, a significant correlation was observed between the value of the species and the value of the fuel. For the pollock, squid and hake fisheries, this relationship was positive, which indicates that the prices of these species have been increasing throughout the period analyzed, reflecting a balance between cost and benefit. On the other hand, this correlation was negative for shrimp, showing an inverse behavior in the cost-benefit relationship of this fishery. The obtained results made it possible to determine the degree of complexity involved in understanding the atmosphere- ocean-society relationships and laid the foundations for understanding that the factors that influence a particular fishery do not necessarily apply to others. / TEXTO PARCIAL en período de teletrabajo

L'important increment de la capacitat de càlcul computacional que s'ha donat en els últims anys ha fet que els models numèrics meteorològics hagin pogut assolir resolucions de treball molt fines. Ara bé, aquest increment en la resolució, per si sol, no és suficient per millorar-ne les prestacions. Cal introduir algorismes més sofisticats per afinar en la simulació de la dinàmica atmosfèrica, i també cal millorar la caracterització física de la superfície. En aquest sentit, els valors climàtics globals que es fan servir actualment no siguin prou precisos i calguin valors característics de cada regió. Malgrat que a través de la teledetecció no es pot fer una mesura real dels diferents paràmetres de la superfície terrestre, les imatges de satèl·lit són el millor recurs per estimar-los. La periodicitat en l'adquisició d'imatges d'una mateixa zona fa que es puguin fer estimacions estacionals o mensuals, podent així fer un seguiment de la variació d'aquests paràmetres al llarg del temps.En aquest treball s'ha establert una metodologia operacional per a l'obtenció periòdica de paràmetres de superfície, a partir d'imatges del sensor satel·litari NOAA/AVHRR, per Catalunya i les regions que l'envolten. La revisió bibliogràfica de les diverses metodologies existents ha permès seleccionar les més idònies per aquesta zona. A nivell dels resultats, s'ha obtingut una sèrie mensual de diferents paràmetres, que cobreix els mesos de març a octubre de l'any 2000. Aquests paràmetres de superfície són els següents:· Albedo· Emissivitat· Índex de vegetació NDVI· Temperatura de superfície diürna i nocturna.· Inèrcia tèrmica Els resultats obtinguts amb dades de satèl·lit són espacials, són imatges que ens donen valors quantitatius per a cada cel·la de la superfície estudiada. A l'hora de fer-ne un tractament estadístic, aquestes imatges es sintetitzen a través de mapes d'usos del sòl, obtenint resultats per a les categories dels mapes. Com tota simplificació, aquesta comporta una pèrdua d'informació; i en aquest punt cal ser força crític a l'hora de triar una classificació d'usos del sòl de la regió de treball. Aquest aspecte és un dels punts on s'ha volgut aprofundir en la discussió de resultats. S'ha treballat amb dos mapes d'usos del sòl, el del USGS (Servei Geològic dels EEUU) i el CORINE (Agència Europea del Medi Ambient). El primer és d'abast global, té 24 categories i és el que fa servir el model meteorològic MM5 per la caracterització de la superfície en les simulacions. El segon és més actual i cobreix gran part d'Europa. El major nombre de categories (44), i la metodologia emprada en l'elaboració, pensada per els usos del sòl que dominen el nostre continent, fan que aquest mapa sigui més adequat per tal de caracteritzar els usos del sòl de Catalunya i els seus voltants.Els paràmetres geofísics de superfície obtinguts s'han fet servir per inicialitzar un model meteorològic de mesoescala, amb la finalitat de millorar els pronòstics. Les simulacions s'han fet amb el model de mesoescala MM5 (PSU/NCAR). Els canvis introduïts en els paràmetres de superfície, a través del canvi del mapa d'usos del sòl i de la introducció dels valors calculats amb AVHRR per l'any 2000, han estat prou importants com per afectar els resultats de les simulacions. Cal destacar les diferències en el balanç hídric, que provoquen simulacions diferents de les masses nuvoloses i el patrons de precipitació. Aquestes diferències en la nuvolositat també modifiquen el balanç radiatiu, que alhora afecta l'evolució diària de la temperatura a nivells baixos. A nivell meteorològic, les variacions en el desenvolupament de núvols en situacions de domini mesoescalar és important per a la correcta simulació de desenvolupament de tempestes locals durant èpoques estivals. Finalment, també s'han observat variacions significatives en el camp de vent de superfície, aspecte important quan s'utilitza el model MM5 per a la simulació de la dispersió de contaminants atmosfèrics.Els resultats obtinguts per l'any 2000 no es poden considerar climàticament significatius. En aquest sentit, una de les vies de continuïtat d' aquest treball és l'obtenció de resultats per una sèrie més llarga de dades, que permeti conèixer millor les característiques geofísiques de la superfície estudiada i millorar les simulacions meteorològiques. / Mesoscale models, with grid resolution higher than synoptic models, and with advanced physical parameterizations, have been an important tool for meteorological research over the past twenty years. Important improvements on mesoscale models have occurred in the last decade. The availability of high-performance workstations at affordable prices; the sharing of mesoscale models within the community; and finally the real-time accessibility of forecast data from the operational runs; have allowed using mesoscale models for real-time numerical weather prediction (NWP) at high resolutions (~1 km).As mesoscale models continue to increase in spatial resolution, correctly treating the land surface processes is becoming increasingly important for the model to be able to capture local mesoscale circulations induced by land surface forcing. Mesoscale models are incorporating progressively advanced land surface modules in order to properly initialize the state of the ground.Physical model improvements should be complemented with more accurate surface properties initiation data. The present work is focused in this point. An operational methodology has been developed, in order to calculate, from satellite imagery, the surface properties for Catalonia, in the NE of Spain. Satellite observations constitute the only available means for global or regional repetitive monitoring of the surface properties at homogeneous resolution.Prior to calculations, a bibliographical research has been done, in order to choose the most adequate methodology according to the remote sensing data available and the studied region. Monthly mean surface parameters have been calculated for the working region from an AVHRR data set of year 2000. Besides the resulting images, surface parameters have also been calculated for the land-use categories in the region. Calculated parameters are:· Albedo· Emissivity · Normalized Difference vegetation Index (NDVI)· Surface temperature· Thermal inertiaIn order to test the obtained parameters, two simulations have been done with the MM5 mesoscale model. The Fifth-Generation NCAR / Penn State Mesoscale Model (MM5) is a limited-area, non-hydrostatic, terrain-following sigma-coordinate model designed to simulate or predict mesoscale and regional-scale atmospheric circulation.A first simulation, using MM5 default values, has been compared with a second simulation where the local physical parameters have been introduced. Besides the change of the surface parameters, the default MM5 land-use map has also been changed, using a more recent land-use map of the region. Results have shown that differences in surface parameters basically rely on thermal inertia. Besides, the land-use maps comparison had shown important differences between classifications that also affect the final composition of surface parameters that get into the model. Modifications on the second simulation have been sufficiently significant to produce variations in the performance of the model. The cloud development differs basically in the location and dimensions of the clouds, that drives to a different superficial radiative budget affecting the evolution of air temperature at low levels. The different results in cumulus simulation produced important differences in the surface wind field and the updrafts. The changes introduced are sufficiently significant to obtain also slight variations in the pattern of accumulated precipitation for the simulated period. Comparisons with ground measurements of wind and temperature have been done in the test regions. Similar errors are obtained with the two land-use maps and physical parameters, without a clear improvement in the performance of the meteorological model.The simulations done in this work contributes evidence to the high influence of surface scheme applications of mesoscale models at high spatial resolution. In the context of dialogue between remote sensing scientists and numerical climate modelers, it is expected that more research should be done to investigate the sensibility of the mesoscale models to improvements in the surface properties characterization.

Thesis (MSc (Geography and Environmental Studies))--University of Stellenbosch, 2005. / Land degradation in Lesotho is undermining the finite resource on which people depend for survival. Use of satellite imagery has been recommended for monitoring land degradation because remotely sensed data enable monitoring of large areas at more frequent intervals than intensive ground based research. Various techniques have been developed for land cover change detection. In the present study, vegetation changes were identified by image differencing, which involved finding the difference between the earlier date NDVI image and the later date image. NDVI images are among products that are generated from the NOAA AVHRR sensor to provide information about the quantity of biomass on the earth’s surface. The resulting NDVI change data showed land areas that had experienced vegetation loss, which were identified as potentially degraded. The change data were combined with other data sets to determine how potentially degraded areas were influenced by different environmental variables and population pressure. These data sets included land cover, ecological zones, elevation, soil and human and livestock populations. By integrating NDVI data with ancillary data, land degradation was attributed to both demographic pressure and biophysical factors. Widespread degradation was detected on the arable parts of the Lowlands where cultivation was intensive and human settlements were extensive. Signs of grassland depletion and forest decline were also evident and were attributed to population expansion, overgrazing and indiscriminate cutting of trees and shrubs for firewood. Extensive biomass decline was also associated more with soils in the lowlands derived from sedimentary rocks than soils of basalt origin that occur mostly in the highlands. Significant degradation was evident on gentle slopes where land uses such as cultivation and expansion of settlements were identified as the main causes of the degradation. There was evidence of greater vegetation depletion on north and east-facing slopes than on other slopes. The depletion was attributed to the fragility of ecosystems resulting from intense solar radiation. The study demonstrated that NOAA AVHRR NDVI images could be used effectively for detecting land cover changes in Lesotho. However, future research could focus on obtaining and using high resolution data for detailed analysis of factors driving land degradation.

Die vorliegende Arbeit analysiert die Phänologie photosynthetisch aktiver Vegetation mit Hilfe von NDVI Zeitreihen für einen Zeitraum von 24 Jahren (AVHRR‑GIMMS Daten). Neben einer Datierung des jahreszeitlichen Wechsels zwischen Wachstums-, Reife- und Seneszenzphase wird das Ziel verfolgt, Trends sowohl in phänologischen Ereignissen (Start-of-Season) als auch im NDVI zu identifizieren. Das, in der semi-ariden Sahelregion gelegene, Untersuchungsgebiet weist mit zwei sich teilweise überlagernden Vegetationsperioden eine komplexe Phänologie auf, deren Modellierung durch die sowohl in ihren Zeitpunkten als auch in ihren Ausprägungen hoch variablen Vegetationsabläufe erschwert wird. Vor diesem Hintergrund ist zunächst ein, auf der Fourieranalyse basierender, Ansatz zur flexiblen Glättung der NDVI Zeitreihen entwickelt worden. Um für die Trendanalyse lineare Regressionsverfahren einsetzen zu können, sind die Zeitreihen nach dem Komponentenmodell untergliedert worden (Subtraktion der Saisonfigur). Alternativ kam der saisonale MANN-KENDALL Trendtest zur Anwendung. Die NDVI Zeitreihen wurden ebenfalls auf Änderungen im mehrjährigen Mittelwert (Bruchpunkte) untersucht. Alle Auswertungen sind in einer eigenen Applikation umgesetzt worden. Es konnte gezeigt werden, daß Änderungen im NDVI Niveau eher abrupt als graduell verlaufen. Langfristige Trends weisen nur geringe Anstiege auf. Die Vegetation erholte sich von der Dürre 1984/85 nur im südlichen Teil des Untersuchungsgebietes, im Norden dominieren langfristig negative Trends. Brüche im mean der NDVI Zeitreihen korrelieren mit Brüchen im Abflußverhalten des Niger.

Time series data are of great importance for monitoring vegetation phenology in the dry sub-humid regions where change in land cover has influence on biomass productivity. However few studies have inquired into examining the impact of rainfall and land cover change on vegetation phenology. This study explores Seasonal Trend Analysis (STA) approach in order to investigate overall greenness, peak of annual greenness and timing of annual greenness in the seasonal NDVI cycle. Phenological pattern for the start of season (SOS) and end of season (EOS) was also examined across different land cover types in four selected locations. A significant increase in overall greenness (amplitude 0) and a significant decrease in other greenness trend maps (amplitude 1 and phase 1) was observed over the study period. Moreover significant positive trends in overall annual rainfall (amplitude 0) was found which follows similar pattern with vegetation trend. Variation in the timing of peak of greenness (phase 1) was seen in the four selected locations, this indicate a change in phenological trend. Additionally, strong relationship was revealed by the result of the pixel-wise regression between NDVI and rainfall. Change in vegetation phenology in the study area is attributed to climatic variability than anthropogenic activities.

Die vorliegende Arbeit analysiert die Phänologie photosynthetisch aktiver Vegetation mit Hilfe von NDVI Zeitreihen für einen Zeitraum von 24 Jahren (AVHRR‑GIMMS Daten). Neben einer Datierung des jahreszeitlichen Wechsels zwischen Wachstums-, Reife- und Seneszenzphase wird das Ziel verfolgt, Trends sowohl in phänologischen Ereignissen (Start-of-Season) als auch im NDVI zu identifizieren. Das, in der semi-ariden Sahelregion gelegene, Untersuchungsgebiet weist mit zwei sich teilweise überlagernden Vegetationsperioden eine komplexe Phänologie auf, deren Modellierung durch die sowohl in ihren Zeitpunkten als auch in ihren Ausprägungen hoch variablen Vegetationsabläufe erschwert wird. Vor diesem Hintergrund ist zunächst ein, auf der Fourieranalyse basierender, Ansatz zur flexiblen Glättung der NDVI Zeitreihen entwickelt worden. Um für die Trendanalyse lineare Regressionsverfahren einsetzen zu können, sind die Zeitreihen nach dem Komponentenmodell untergliedert worden (Subtraktion der Saisonfigur). Alternativ kam der saisonale MANN-KENDALL Trendtest zur Anwendung. Die NDVI Zeitreihen wurden ebenfalls auf Änderungen im mehrjährigen Mittelwert (Bruchpunkte) untersucht. Alle Auswertungen sind in einer eigenen Applikation umgesetzt worden. Es konnte gezeigt werden, daß Änderungen im NDVI Niveau eher abrupt als graduell verlaufen. Langfristige Trends weisen nur geringe Anstiege auf. Die Vegetation erholte sich von der Dürre 1984/85 nur im südlichen Teil des Untersuchungsgebietes, im Norden dominieren langfristig negative Trends. Brüche im mean der NDVI Zeitreihen korrelieren mit Brüchen im Abflußverhalten des Niger.

Résumé : Au-delà de tous débats scientifiques actuels, un constat unanime est certainement la réduction du couvert de glace dans l’océan Arctique, associé au réchauffement planétaire. La réduction du couvert de glace aura sans doute des impacts encore imprévisibles sur le milieu marin. Nous avons, dans ce contexte, traité des données satellitaires et des données de mesures de réalité de terrain de campagnes océanographiques dans la portion sud-est de la mer de Beaufort afin d’étudier les variabilités spatiale et temporelle de la biomasse phytoplanctonique et tenter de les relier aux processus physiques existants dans ce milieu. La mer de Beaufort étant fortement influencée par les eaux douces du fleuve Mackenzie, il était probable que les algorithmes de couleur de l’eau opérationnels actuels ne permettaient pas une estimation juste de la concentration de la chlorophylle-a (chl-a) et, par conséquent, de la production primaire qui est à la base de la chaîne alimentaire marine. L’analyse des données bio-optiques a confirmé cette hypothèse montrant une surestimation de la chl-a in situ par un facteur variant entre 3 et 5. La forte contribution de la matière organique colorée dissoute et des particules non-algales à l’absorption de la lumière apparaît comme la source principale de cette surestimation. Nous avons donc proposé des algorithmes adaptés ainsi que de nouveaux algorithmes utilisant deux rapports de bandes spectrales permettant une estimation plus précise de la chl-a dans le sud-est de la mer de Beaufort. Une comparaison entre des données de réalité de terrain et des images satellitaires a aussi montré que la réflectance normalisée à la surface de l’eau, de même que le rapport bleu-vert, étaient plus précis à l’aide des données du capteur SeaWiFS que de celles des capteurs MODIS et MERIS. Nous avons procédé à une analyse des patrons de chl-a et de température de surface pour cinq sous-régions géographiques dans la mer de Beaufort à l’aide de sept années de données satellitaires SeaWiFS et AVHRR (1998-2004). Les résultats ont montré que les variabilités spatiale, temporelle et interannuelle de la biomasse phytoplanctonique sont régies par plusieurs facteurs environnementaux affectant la stratification de la colonne d’eau, soit le forçage du vent, la dynamique de la glace, la température de l’air, l’ensoleillement et les courants marins. Une approche statistique basée sur le concept de provinces non statiques a permis de partitionner la mer de Beaufort en quatre provinces biophysiques distinctes, apportant un nouvel éclairage sur les propriétés biophysiques de cette mer. L'analyse des données a aussi permis de détecter une tendance à l'augmentation de la chl-a dans deux secteurs de la mer de Beaufort : le plateau du Mackenzie et la partie sud du golfe d'Amundsen. Finalement, une analyse de gradients spatiaux, effectuée à partir d’images de température de surface de l’eau a permis de détecter des fronts thermiques récurrents. Ces structures spatiales jouent un rôle majeur dans l’écosystème marin, en particulier en raison de leur impact sur le développement de la biomasse phytoplanctonique. Nous avons mis en évidence des nouvelles structures frontales sur le plateau du Mackenzie et dans la région de la polynie du cap Bathurst. Les nouveaux fronts détectés sont principalement reliés à des particularités bathymétriques de la région, à la présence du panache du fleuve Mackenzie ainsi qu’à la gyre de Beaufort. En conclusion, la réalisation de cette étude a permis de générer de nouvelles informations sur les interactions entre les processus physiques et biologiques, permettant ainsi de mieux appréhender les conséquences biogéochimiques et écologiques résultant des modifications climatiques dans la mer de Beaufort. // Abstract : The Arctic Ocean ecosystem is experiencing significant changes such as a drastic reduction in seasonal sea-ice cover linked to global warming. These changes are likely to modify the physics, biogeochemistry and ecology of this unique environment in ways that are yet to be understood. In this context, we processed satellite data and in situ measurements in the southeastern Beaufort Sea to explore the spatial and temporal variability of phytoplankton biomass and link it to existing physical processes in this region. The optical properties of the Beaufort Sea being under the influence of the Mackenzie River plume, it was likely that operational ocean color algorithms did not allow an accurate estimate of chlorophyll-a concentration (Chl-a) that is a key indicator of phytoplankton biomass and marine productivity. Analysis of bio-optical data confirmed this hypothesis showing an overestimation of Chl-a in situ by a factor of three to five. High contribution of colored dissolved organic matter and non algal particles to the blue light absorption appears as the source of that poor performance. We propose regionally adapted and new algorithms using ratio of two spectral bands allowing better accuracy estimation of Chl-a in the southeastern Beaufort Sea. A match-up analysis of coincident in situ data and satellite overpass showed that the normalized water-leaving reflectance and the blue-to-green ratio retrieval were more accurate for SeaWiFS data than for MODIS and MERIS data. We investigated temporal and spatial linkages between physical and biological parameters to infer the boundaries of biophysical areas in the Canadian Beaufort Sea. Monthly sea surface temperature (AVHRR) data and chlorophyll a data from SeaWiFS were collected over seven years in five geographical sub-regions in the Beaufort Sea (1998-2004). Results showed that the spatial, temporal and inter-annual variability of phytoplankton biomass are driven by several environmental factors affecting the stratification of the water column : wind forcing, ice dynamics, air temperature, irradiance and currents. A cluster analysis based on the concept of non-static provinces was used to define four biophysical provinces in this sea. Positive temporal trends were detected for Chl-a over two regions of the Beaufort Sea : the Mackenzie Shelf and the southern portion of Amundsen Gulf. Finally, an analysis of spatial gradients, using 11 years of sea surface temperature images, allowed the detection of recurrent thermal fronts. These spatial structures play a major role in the marine ecosystem, particularly because of their impact on the development of phytoplankton biomass. We highlighted new frontal structures on the Mackenzie Shelf and in the Cape Bathurst polynya area. These identified new fronts are mainly related to bathymetric features of the region, the presence of the Mackenzie River plume and the Beaufort Gyre. In conclusion, this study has generated new information on the interactions between physical and biological processes to better understand the biogeochemical and ecological consequences of climate change in the Beaufort Sea.