Die Umweltveränderungen durch den Menschen sind auf unserer Erde allgegenwärtig. Entwaldung und Waldschädigung beeinflussen das System Erde entscheidend, denn Wälder bieten wichtige Ökosystemleistungen und sind Kernelement der Debatte um den Klimawandel, speziell hinsichtlich der globalen Kohlenstoffbilanz. Veränderungen der Waldbedeckung zu quantifizieren ist daher von herausragendem wissenschaftlichen Interesse. Ziel dieser Arbeit ist es, Waldbedeckungsveränderungen in den Westlichen Karpaten grenzübergreifend zu bestimmen, sowie Dynamiken der Biomasse von Nadelwäldern und deren Auswirkungen auf die oberirdische Kohlenstoffspeicherung abzuleiten. Die Karpatenwälder zeichnen sich durch ein hohes Maß an Biodiversität, einen großen Holzvorrat und als wichtiger Kohlenstoffspeicher für Europa aus. Jedoch sind diese Wälder auch geprägt von einer bewegten Geschichte der Landnutzung, hoher Luftverschmutzung und einer andauernden Waldabnahme. Mittels Methoden der Fernerkundung wurden Veränderungen in der Waldbedeckung für die Jahre 1985 bis 2010 abgeleitet. Die Ergebnisse zeigen, dass insbesondere das frühere Forstmanagement sowie die starke Luftverschmutzung zu Zeiten des Kommunismus gemeinsam die erhebliche Schädigung von Nadelwäldern bedingen. Fichtendominierte Bestände offenbaren dabei eine geringere Widerstandsfähigkeit gegenüber biotischen sowie abiotischen Belastungen, z.B. Schädlingen und Extremwettersituationen. Seit 2005 verwandelten sich die Nadelwälder infolge eines weit verbreiteten Biomasseverlustes von einer Netto-Kohlenstoffsenke in eine Netto-Kohlenstoffquelle. Die Analysen betonen den Einfluss bestimmter Standortfaktoren wie Waldtyp, vorherrschende Baumart, topographische Gegebenheiten, Brennpunkte der Umweltverschmutzung, Mikroklima und deren Interaktion auf die Waldabnahme. Die Arbeit legt eine komplexe sozio-ökologische Geschichte dar und erbringt Schätzungen über die Veränderung des oberirdischen Kohlenstoffvorrates der Wälder der Westlichen Karpaten. / Human-induced environmental change is evident across the globe. Deforestation and forest degradation are among the most critical impacts of humanity on the Earth system, as forests provide crucial ecosystem services, and are a key element in the global climate change discussion, specifically considering the global carbon balance. Therefore, monitoring and quantifying forest changes are of prime scientific interest. The main goals of this thesis were to monitor forest change across country borders in the Western Carpathians, and to assess coniferous forest biomass dynamics and their impact on aboveground forest carbon storage. Generally, Carpathian forests provide outstanding biodiversity levels, high growing stocks, and an important European carbon sink. However, the Western Carpathian forests are exceptional, with a turbulent land-use history, high airborne pollution loads, and ongoing forest decline. Forest change between 1985 and 2010 was quantified using remote sensing techniques. Results show that the synergistic effect of unsustainable forest management in the past and high pollution levels during communist times significantly damaged coniferous forests. Spruce-dominated stands exhibit lower resistance against biotic and abiotic impacts, and are more susceptible to pests and extreme weather events. Widespread biomass loss since 2005 has converted coniferous forests from a net carbon sink into a net carbon source. Cross-border analysis emphasized the role of site characteristics such as forest type, predominant species, topographic conditions, pollution hotspots, microclimate, and their interactions for forest decline. Summarizing, this thesis tells a complex socio-ecological story and provides estimates of aboveground carbon stock changes in Western Carpathian forests.

Insekten spielen eine bedeutende Rolle im Erhalt von Waldökosystemen, haben aber auch eine nicht zu vernachlässigende ökonomische Bedeutung. Obwohl die ökologische sowie ökonomische Bedeutung von Insekten bekannt ist, gibt es bisher wenig Forschung zu den Dynamiken von herbivoren Insekten in der westamerikanischen Nadelholzzone, insbesondere durch die Art Choristoneura occidentalis. Der Mangel an Studien kann durch ein Fehlen von geeigneten Methoden zur Quantifizierung von Insektenausbrüchen auf der Landschafts- und Regionalskala erklärt werden. Die Nutzung von Fernerkundung vermag diese Wissenslücke zu schließen. Das übergeordnete Ziel dieser Dissertation ist daher, anhand von Fernerkundung ein besseres Verständnis der raumzeitlichen Muster von Insektenausbrüchen in der nord-west amerikanischen Nadelholzzone zu erlangen. Die spezifischen Forschungsfragen der Dissertation sind: (1) Inwieweit kann Fernerkundung die Kartierung und Quantifizierung von Insektenausbrüchen, insbesondere durch Herbivoren, unterstützen? (2) Was sind die raumzeitlichen Muster und Prozesse von Ausbrüchen des Choristoneura occidentalis in der west-nord-amerikanischen Nadelholzzone? Anhand des rezenten Ausbruches in Britisch Kolumbien, Kanada, wurde gezeigt, dass Fernerkundung ein geeigneter Weg ist um die raumzeitlichen Muster von Choristoneura occidentalis zu rekonstruieren. Mit dieser Erkenntnis konnten die hauptsächlichen Triebkräfte hinter diesen raumzeitlichen Mustern erklärt werden. So zeigte sich, dass sich die Dynamiken durch Ausbreitung adulter Motten, eine hohe Abundanz von Wirtsbäumen, Wetter, sowie deren Interaktion erklärt werden konnte. Aus den Ergebnissen kann geschlossen werden, dass Ausbrüche herbivorer Insekten in der westamerikanischen Nadelholzzone durch Prozesse welche über ein Management auf Standesebene hinausgehen bestimmt werden. Ein nachhaltiges Waldmanagement sollte daher neben Standfaktoren auch Faktoren auf Landschafts- und Regionalebene berücksichtigen. / Insect disturbances play a key role for maintaining healthy forest ecosystems, though they are also important for the timber industry, reducing yields and wood quality during major outbreaks. Despite the ecological and economic importance of insect disturbances, the outbreak dynamics of defoliating insects of the coniferous forests of western North America -- in particular the western spruce budworm Choristoneura occidentalis - are yet poorly understood. This is partly caused by a lack of suitable methods for quantifying landscape to regional scale outbreak patterns. Remote sensing time series analysis can help overcoming this challenge. Consequently, the overall goal of this dissertation was to increase the understanding of landscape to regional scale patterns and processes of insect defoliator disturbances in the coniferous forests of western North America with the help of Landsat remote sensing. Precisely, the research questions of the dissertation were: (1) How can Landsat remote sensing be used to map and quantify insect defoliator outbreaks? (2) What are the spatiotemporal patterns and processes of outbreaks of western spruce budworm in the coniferous forests of western North America? Using the current outbreak in British Columbia as example, it could be demonstrated that Landsat time series can be used to map and quantify the spatial and temporal dynamics of budworm outbreaks at the landscape and regional scale. The outbreak dynamics were mainly driven by direct effects and interactions of moth dispersal, host abundance, and weather patterns. Concluding from my results, it is suggested that outbreaks of forest defoliators in the coniferous forests of western North America are governed by factors that go beyond stand level management. Forest management thus should consider those factors in their operational planning, as well as in their models of future forest change.

Globale Urbanisierungsprozesse und eine Zunahme der räumlichen Konzentration von exponierten Elementen wie Menschen, Gebäude, Infrastruktur und ökonomische Werte induzieren ein ungekanntes Risiko in erdbebengefährdeten Regionen. Wenn keine Abschwächung des Risikos erfolgt werden dramatische Folgen in der Zukunft erwartet. Diese umfassen eine beispiellose Anzahl an Todesopfer, enorme ökonomische und ökologische Verluste und Ausfälle bezüglich kritischer Infrastruktur und Versorgung etc. Um derartige Gefährdungen abzuschwächen sind detaillierte Informationen über seismisches Risiko notwendig. Die seismische Verwundbarkeit von Siedlungsarealen ist dabei als zentrale, konstituierende Komponente von seismischem Risiko zu berücksichtigen. In diesem Zusammenhang ist es von besonderem Interesse das Verhalten von Gebäudeinventaren unter einem bestimmten Erdbebeneinfluss abschätzen zu können. Das Hauptziel der Arbeit war es maßgeschneiderte Methoden zu entwickeln, die eine Bewertung der seismischen Vulnerabilität von Siedlungsräumen, basierend auf Fernerkundungsdaten, durchführbar machen. Es wurden Methoden aus dem Bereich des maschinellen Lernens adaptiert, um Verwundbarkeitsstufen von Gebäuden und homogenen Siedlungsstrukturen zu bestimmen. Hierfür wurden Merkmale aus Fernerkundungsdaten abgeleitet und mit in situ Informationen verknüpft. Wir verwenden verschiedene Ensembles von Fernerkundungssensoren, um die urbane Morphologie umfassend zu charakterisieren. Empirische Ergebnisse, die für die erdbebengefährdeten Städte Padang (Indonesien) und Istanbul (Türkei) generiert werden konnten, bestätigen die Durchführbarkeit der entwickelten Verfahren. Zukünftige Arbeiten können daran anknüpfen und beispielsweise empirische Erkenntnisse in weiteren Fallstudien anzweifeln, eine Verbesserung der Methodik vornehmen, Konzepte und Ansätze auf andere Sensorsysteme oder Datenquellen übertragen oder Daten und Methoden im Rahmen von holistischen Risikobewertungsstrategien anwenden. / Global urbanization processes and increasing spatial concentration of exposed elements such as people, buildings, infrastructure, and economic values in earthquake prone regions induce seismic risk at a uniquely high level. This situation, when left unmitigated, is expected to cause unprecedented death tolls, enormous economic and ecological losses, and critical infrastructure and service failures, etc., in the future. To mitigate those perils requires detailed knowledge about seismic risks. As an important constituent element of seismic risk, the seismic vulnerability of the built environment has to be assessed. In particular, it is crucial to know about the behavior of the building inventory under a certain level of ground shaking. The main goal of the thesis was to develop and evaluate tailored methods and procedures that allow for a viable seismic vulnerability assessment of the built environment with remote sensing data. In particular, methods from the machine learning domain were adapted to estimate vulnerability levels of buildings and homogeneous urban structures based on features derived from remote sensing and by incorporation of in situ knowledge. To this purpose we deploy ensembles of earth observation sensors to exhaustively characterize the urban morphology. Empirical results, obtained for the earthquake prone cities Padang (Indonesia) and Istanbul (Turkey), confirm the viability of the approaches. Overall, this thesis provides some promising results, which show that remote sensing has a high capability to contribute to a rapid screening assessment of the seismic vulnerability of buildings and urban structures. Further work can build upon these results and may challenge empirical findings in further case studies, enhance developed and applied methods, transfer concepts and approaches to other sensor systems and data sources, or apply data and methodologies within integrative and holistic risk assessment strategies.

Trockengebiete, die etwa 40% der globalen Landoberfläche abdecken, Lebensgrundlage für 2 Millionen Menschen bilden, einzigarte Biodiversität enthalten und wichtige Ökosystemdienstleistungen bereitstellen, sind beträchtlichem Druck durch Landnutzungs- und Klimawandel ausgesetzt. Die räumlichen Muster dieser Landnutzungsänderungen sowie deren Ursachen sind jedoch nur in Ansätzen verstanden. Fernerkundung kann Veränderungen großräumig beobachten, aber Methoden fehlen, um diese Veränderungen, die graduell und abrupt (z.B. Feuer) auftreten können, abzuleiten. Die Ziele dieser Dissertation waren die Entwicklung fernerkundlicher Methoden, um verschiedene Landnutzungsänderungen in mediterranen Ökosystemen zu quantifizieren und um den Einfluss verschiedener Landnutzungsprozesse auf das Feuerregime besser zu verstehen. Die griechische Insel Kreta wurde als Untersuchungsgebiet gewählt. Zuerst wurden basierend auf Trendanalysen von Landsatzeitreihen verschiedene Vegetationsmaße verglichen. Demnach führen einfache Vegetationsmaße zu ähnlich guten Ergebnissen und ermöglichen eine effiziente Beobachtung großer Gebiete. Anschließend wurden Veränderungstrajektorien abgeleitet, um graduelle und abrupte Prozesse zu unterscheiden und um zu analysieren, wie Landnutzungssysteme und Feuerregime sich auf Kreta ausgewirkt haben. Mittels einer statistischen Modellierung wurde der relative Einfluss von Landnutzungsprozessen auf das Feuerregime quantifiziert. Die Ergebnisse zeigten ein komplexes Muster von graduellen Vegetationsveränderungen und Feuern und deuten darauf hin, dass Feuer hauptsächlich vom Beweidungssystem abhängt. Feuer traten häufig am Fuße der Berge auf, wohingegen in den Berggebieten Vegetationszunahme vorherrscht. Die statistische Modellierung bestätigte, dass Extensivierung und Klima die Hauptursachen des kretischen Feuerregimes sind. So ist zu vermuten, dass sich das ehemals durch Brennmaterial limitierte Feuerregime zu einem trockenheitsgetriebenen entwickeln wird. / Drylands cover about 41% of the earth’s surface, sustain the livelihoods of 2 billion people, harbor unique biodiversity and provide important ecosystem services, but land use and climate change exert considerable pressure on these ecosystems. However, pattern and drivers of land use change are weakly understood. Remote sensing can monitor these changes for large areas but methods to detect both gradual and abrupt events like fires are missing. The main objectives of this thesis were to develop remote sensing based methods to better quantify the impact of land use change on fire-prone Mediterranean ecosystems, and to apply these methods to better understand the influence of different land use processes on fire regimes. The island of Crete (Greece) served as study region where diverging land use transformation are extensive, fires are frequent and environmental gradients are large. First, the trade-off between different vegetation estimates when using Landsat-based trend analyses was quantified. The results suggested that simple vegetation estimates perform equally well and thus, allow for effective mapping of large areas. Second, a trajectory change detection approach was applied to separate gradual changes from abrupt events and to answer the question how land use systems and fire regimes have affected Crete’s rangelands. Statistical modeling was then used to quantify the relative importance of land use processes in driving the fire regime. The results show that vegetation changes resulted in complex pattern of gradual changes and fires likewise. The fire regime appeared to be mainly driven by changing grazing systems. Fires were frequent in foothills whereas mountains showed increasing vegetation as a result of land abandonment. The statistical modeling confirmed that land extensification and climate are the primary drivers of fire regimes on Crete. The results suggest that the former fuel-limited fire regime will likely shift towards a drought-driven fire regime.

Die Abwägung von Wirtschaftswachstum, Nahrungsmittelsicherheit und Bewahrung natürlicher Ökosystemdienstleistungen ist eine der wesentlichen Herausforderungen für die heutige Gesellschaft. Diese Dissertation zielt darauf ab, mit Hilfe von zeitreihenbasierten Fernerkundungsmethoden den Status und die Veränderungen von Landnutzung, und Landbedeckung im brasilianischen Regenwald und der Savanne zu erfassen. Dabei wurde untersucht, inwieweit der Einsatz zeitlicher Information die Trennung von Ackerland, Weideland und natürlicher Vegetation in einer heterogenen Savannenlandschaft erleichtert. Im Anschluss wurden langfristige Zeitreihen von Satellitenbildern genutzt, um die historische Entwaldung und das Nachwachsen der Sekundärvegetation nachzuvollziehen. Der verfolgte Ansatz stellte deutlich den Mehrwert zeitlicher Information zur Trennung von Ackerland, Weideland und natürlicher Vegetation in den komplexen Landnutzungssystemen der Savannenlandschaften heraus. Die langzeitlichen Analysen zur Entwaldungsdynamik zeigten erstmals die Bedeutung der historischen Abholzung im Untersuchungsgebiet. Hier wurde die Hälfte aller Abholzung zwischen 1984-2012 vor dem Jahr 2000 registriert. Weiterhin konnte gezeigt werden, dass auf bis zu 50% der Abholzungsflächen in Pará und maximal 25% der Abholzungsflächen in Mato Grosso Sekundärvegetation aufgewachsen ist. Die höheren Aufwuchsraten in Pará deuten auf eine geringere Bewirtschaftungsintensität der dominierenden Weidesysteme im Vergleich zu Mato Grosso hin. Zudem werfen die unterschiedlichen Dynamiken von Abholzungs- und Aufwuchsprozessen ein neues Licht auf die politischen und ökonomischen Rahmenbedingungen der 90er Jahre, nach dem Zusammenbruch des Militärregimes. Darüber hinaus helfen die räumlich expliziten Informationen zur langfristigen Entwaldung und Wiederaufwuchs dabei, die Schätzungen der regionalen Kohlenstoffbilanz zu verfeinern und Kernbereiche für die Wiederherstellung der Landschaft zu identifizieren. / Reconciling trade-offs between economic growth, food security and ecosystem services is one of the major challenges for today’s society. This dissertation aims to monitor status and changes of land use and land cover (LULC) in the Brazilian rainforest and savanna employing time series-based analysis of Landsat imagery. First, it was investigated how temporal information facilitates the separation of cropland, pasture and natural vegetation in a heterogeneous savanna landscape of the Brazilian Cerrado. Second, a long-term record of satellite imagery was used to uncover historic deforestation and regrowth processes. Outcomes of the LULC assessment demonstrated a high additional value of temporal information for separating cropland, pasture and natural vegetation in complex land use systems of savanna landscapes. In regard to the long-term deforestation analysis (1984-2012), spatio-temporal clearing patterns emphasized the relevance of historical deforestation with half of the overall deforestation being detected before 2000. Investigating post-deforestation regrowth dynamics, results revealed secondary vegetation on up to 50% of the deforested area in Pará and a maximum of 25% in Mato Grosso. Higher regrowth rates in Pará indicated a lower management intensity on the dominating pasture systems compared to Mato Grosso. Differences in historic deforestation and regrowth dynamics shed a new light on possible impacts of political incentives in the 90s after the collapse of the military regime in 1984. In this context, the results set a valuable basis to investigate the influence of proximate and underlying drivers on land change in the region. Spatially explicit information on long- term deforestation and regrowth dynamics further allows to refine estimates on the regional carbon balance and to identify core areas for landscape restoration.

In der vorliegenden Arbeit werden die Möglichkeiten einer Nutzung thermal-infraroter Wellenlängen zur fernerkundlichen Erfassung/Quantifizierung von Bodenparametern vorgestellt. Die Studie basiert auf Bodenproben des Untersuchungsgebietes Mullewa, welches sich in einer semiariden Agrarregion im West-Australischen Weizengürtel befindet. Im Mittelpunkt der Arbeit steht die Bewertung des langwelligen Infrarots (LWIR), innerhalb des atmosphärischen Fensters zwischen 8 und 14 Mikrometer, bezüglich seines spektralen Potentials für die quantitative Ableitung des Ton- und Sandgehaltes sowie des Gehaltes an organischem Kohlenstoff (SOC). Zur Abschätzung der Effizienz wurden die Ergebnisse des LWIR einer Quantifizierung aus dem herkömmlich gebrauchten solar-reflektiven Wellenlängenbereichs zwischen 0,4 und 2,5 Mikrometer (VNIR-SWIR) gegenübergestellt. Mit verschiedenen Methoden der Laborspektroskopie wurden Bodenproben aus dem Untersuchungsgebiet im thermalen (Emissions-FTIR-Spektroskopie und direktional-hemisphärische Reflexions- (DHR) Spektroskopie)und im solar-reflektiven (Diffuse Reflexions-Spektroskopie) Wellenlängenbereich eingemessen und anschließend auf ihren Informationsgehalt hin untersucht. Die quantitative Modellierung der pedologischen Parameter aus den gemessenen spektralen Signaturen wurde mithilfe einer multivariaten Regressionsanalyse (Partial Least Squares Regression – PLSR) realisiert. Diese Grundlagenstudie konnte zeigen, dass die spektralen Voraussetzungen im LWIR für ein mögliches Monitoring der Bodenparameter mit thermalen Fernerkundungsdaten gegeben sind. Die Arbeit demonstriert darüber hinaus, dass für die Erfassung/Quantifizierung der Textur-Parameter (Sand- und Tongehalt) der relevante spektrale Informationsgehalt im LWIR deutlich höher ist als im VNIR-SWIR. / This study embraces the feasibility of using the thermal infrared wavelength region for future remote sensing applications to detect/quantify soil parameters. The research is based on soil samples from the semiarid agricultural area of Mullewa, located within the wheat belt of Western Australia. The main focus of this study is to assess the potential of the longwave infrared (LWIR), within the atmospheric window between 8 and 14 micrometer, to predict the content of sand, clay and organic carbon (SOC) in soils. The results are compared with predictions made with the traditionally used solar-reflective wavelength region (visible, VIS: 0.4 - 0.7 micrometer; near infrared, NIR: 0.7 - 1.1 micrometer; shortwave infrared, SWIR: 1.1 - 2.5 micrometer). Using laboratory spectroscopy, the Mullewa soil samples were measured, both in the thermal infrared (emission FTIR spectroscopy and directional hemispherical reflection (DHR) spectroscopy) and in the solar-reflective (diffuse reflection spectroscopy) wavelength region. This data was analyzed to determine the relevant content of information for the soil parameters. Multivariate regression analyses (partial least squares regression - PLSR) were used to quantitatively model the soil parameters from the spectral signatures. This basic research demonstrated that the spectral requirements in the LWIR are met for monitoring these soil parameters with thermal remote sensing instruments. Furthermore the study found that the relevant spectral information for the detection/quantification of the sand- and the clay content (textural parameters) is explicitly higher in the LWIR than in the VNIR-SWIR.

Die Steppen Kasachstans haben seit dem Zusammenbruch der Sowjetunion einen tiefgreifenden Wandel erfahren. Insbesondere die Veränderung der Landnutzung, welche traditionell von der Acker- und Weidenutzung geprägt ist, sowie die daraus resultierenden Effekte auf das Feuerregime sind aktuell noch nicht ausreichend verstanden. Das Hauptziel dieser Dissertation besteht daher in der Kartierung und Analyse der Veränderungen im Mensch-Umweltsystem des nördlichen Kasachstans seit den 1980er Jahren. Ein auf jährlichen Landsat-Zeitreihen basierender Ansatz wurde entwickelt, um den Zeitpunkt der Aufgabe und Rekultivierung von landwirtschaftlichen Flächen mit hoher räumlicher und zeitlicher Auflösung zu dokumentieren. Dieser Datensatz ermöglichte z.B. die Schätzung des Anteils organischer Kohlenstoffbindungen im Boden auf Basis der Nutzungsgeschichte der letzten Jahrzehnte. Eine Kartierung der Änderungen im Feuerregime zeigte eine siebenfache Zunahme an verbrannter Fläche und eine Verachtfachung von Bränden innerhalb des Untersuchungszeitraumes. Sowohl landwirtschaftliche Feuer als auch die Landaufgabe waren mit einem erhöhten Brandrisiko assoziiert. Darüber hinaus wurde mithilfe von Spektralindizes und einem Random Forest Modell quantifiziert, wie sich der Beweidungsdruck nach dem Zerfall der Sowjetunion verändert hat. Die Analyse ergab einen Rückgang des Beweidungsdrucks in der kasachischen Steppe nach 1992, meist in der Nähe von aufgegebenen Nutzviehhaltestationen. In dieser Dissertation konnte gezeigt werden, wie Landsat-Zeitreihen genutzt werden können, um den Einfluss von Landnutzungsänderungen auf die Ökologie von Steppen besser zu verstehen. Die entwickelten Datensätze ermöglichen es, die Prozesse, die zur Landaufgabe und den damit zusammenhängenden Auswirkungen auf die kasachische Steppe führten, zu entwirren und können zur Entscheidungsfindung in der Landnutzungs- und Naturschutzplanung verwendet werden. / The steppes of Kazakhstan are one of the world regions that experienced massive changes in land-use intensity and widespread land-use change after the breakdown of the Soviet Union. Cropping and grazing regime changes across the steppes of Kazakhstan are understudied, and related spatio-temporal changes, e.g. in fire regimes, are still poorly understood. The main research goal of this thesis was to develop a methodology to map related change at appropriate scales and to provide novel datasets to enhance our understanding of how the coupled human-environment in Northern Kazakhstan has changed since the 1980s. An approach was developed to identify the timing of post-Soviet cropland abandonment and recultivation in northern Kazakhstan. Knowing the timing of abandonment allowed for deeper insights into what drives these dynamics: for example, recultivation after 2007 happened mainly on land that had been abandoned latest. Knowing the timing of abandonment allowed for substantially more precise estimates of soil organic carbon sequestration. Mapping changes in fire regimes highlighted a sevenfold increase in burnt area and an eightfold increase in number of fires after the breakdown of the Soviet Union. Agricultural burning and abandonment were associated with increased fire risk. Grazing probabilities, derived from Landsat using a random forest, were found to provide the best metrics to capture grazing pressure. The analysis revealed a general decline in grazing pressure in the Kazakh steppe after 1992, especially near abandoned livestock stations. Collectively, the dissertation highlights how dense records of Landsat images can be utilized to better understand land use changes and the ecology of steppes across large areas. The datasets developed within this thesis allow to disentangle the processes leading to and the impacts of agricultural abandonment in the temperate Kazakh steppes, and may be used to support decision-making in land-use and conservation planning.

Städte sind Brennpunkte des globalen Wandels. Daher sind hochdetaillierte und aktuelle Informationen über deren Entwicklung nötig, wofür moderne Erdbeobachtungssensoren eine ideale Datenbasis liefern. In der vorliegenden Arbeit wird ein Verfahren zur Änderungserkennung auf Basis höchstaufgelöster optischer Aufnahmen entwickelt und anschließend im stadtgeographischen Kontext zur Bewertung einer potenziell vorliegenden Geisterstadt angewandt. Das unüberwachte objektbasierte Verfahren erfasst den Bau neuer Gebäude mit einer Genauigkeit von 0,8 bis 0,9 entsprechend der Kappa Statistik in einem Testgebiet in der chinesischen Stadt Dongying. Dabei werden Differenzmerkmale auf Basis vorhandener Gebäudegeometrien zur Änderungserkennung verwendet. Ein Vorteil des Ansatzes ist die Nutzung verschiedener Sensoren mit unterschiedlichen Aufnahmegeometrien, was die Verwertung des gesamten Datenbestandes aktueller und zukünftig verfügbarer höchstaufgelöster Satellitenbilddaten auf kleinen räumlichen Skalen ermöglicht. Die Übertragbarkeit des Ansatzes wird mit besonderem Augenmerk auf die Klassenverteilung untersucht. Zu diesem Zweck wird ein Rahmenwerk entwickelt und in zwei Städten unterschiedlicher Charakteristika angewandt. Dabei zeigen sich geringere Genauigkeiten bei ungleich verteilten Klassen im Gegensatz zu einer ausgewogenen Verteilung. Die Bewertung potenziell vorliegender Geisterstädte wird als exemplarische stadtgeographische Anwendung am Beispiel der chinesischen Stadt Dongying gezeigt. Das Bewertungskonzept basiert auf der Annahme, dass eine geringe Auslastung des verfügbaren Wohnraums eines der wichtigsten Merkmale einer Geisterstadt darstellt. Dazu wird ein funktionales 4D-Stadtmodell zur Abschätzung der Bevölkerungskapazität erstellt und anschließend mit der tatsächlichen permanenten Wohnbevölkerung aus Zensusdaten verglichen. Aufgrund signifikanter Unterschiede ergibt sich eine hohe Wahrscheinlichkeit für die Entstehung einer Geisterstadt in der Stadt Dongying. / Cities are hot spots of global change. Thus, highly detailed and up-to-date information is required, which can be delineated based on various earth observation sensors. This thesis aims at the development of a change detection approach based on very high resolution (VHR) optical remote sensing data and consequent exemplary application of the assessment of the ghost city phenomenon in the context of urban geography. The unsupervised object-based change detection method captures the construction of individual buildings with accuracy of 0.8 to 0.9 according to kappa statistics in the city of Dongying, China. The methodology utilizes object-based difference features based on existing building geometries for the delimitation of changed and unchanged buildings. It is capable of handling VHR data from different sensors with deviating viewing geometries which allows the utilization of all present and future available sources of VHR data at small spatial scale. The transferability of the approach is investigated with particular focus on the nature and effects of class distribution. For this purpose, a diagnostic framework is developed and consequently applied in two cities of different characteristics. Results showed that situations of imbalanced class distribution generally provide less reliable identification of changes compared to balanced situations. The assessment of the ghost city phenomenon is conducted as an exemplary application of urban geography in the city of Dongying, China. The conceptual framework replicates undercapacity with respect to the residential population as one of the key characteristics of a ghost city. A 4d functional city model is established based on VHR imagery for population capacity estimation of residential buildings and subsequently related to actual permanent residential population from census counts. A significant mismatch and thus, high likelihood for the emergence and presence of the ghost city phenomenon was found in Dongying.

Einhergehend mit schnellem Bevölkerungs- und Wirtschaftswachstum erlebt die Welt innerhalb der letzten Jahrzehnte eine schnelle Akkumulation langlebiger Ressourcen in Gebäuden und Infrastruktur, auch gesellschaftlicher Materialbestand genannt. Im 21. Jahrhundert wird die Fortsetzung dieser Entwicklung zur großen Herausforderung für den sozioökonomischen Stoffwechsel der Erde und zum Erreichen biophysikalischer Grenzen führen. Siedlungen sind von besonderem Interesse, da Menschen dort Nachfrage nach Leistungen wie Nahrung oder Mobilität generieren und mit ihnen interagieren. Zukünftig wird neben einer globalen Entwicklungsperspektive auf Materialbestände und Bevölkerung auch ein räumlich explizites, hochauflösendes Verständnis lokaler Muster und Prozesse von Relevanz für eine datenbasierte Antwort auf Herausforderungen des globalen Wandels sein. Diese Arbeit präsentiert einen Workflow zur Kartierung und Quantifizierung von Materialbeständen und Bevölkerungsverteilung und -dynamik mittels hochaufgelöster mehrdimensionaler Siedlungskartierung mit Multisensor-Erdbeobachtungsdaten auf nationaler Ebene. Der erste Abschnitt demonstriert das Potenzial der Verwendung von Sentinel-1 und -2 Zeitreihendaten mit Methoden des maschinellen Lernens für die Kartierung von Siedlungsstrukturen, d.h. Subpixel-Landbedeckung, Gebäudehöhe und Gebäudetyp. Der zweite Abschnitt quantifiziert Schlüsselparameter des sozioökonomischen Metabolismus, d. h. Bevölkerung und Materialbestand, anhand zuvor generierter Datensätze zur Siedlungsstruktur. Der dritte Abschnitt nutzt das Landsat-Datenarchiv und Zeitreihenanalyse, um räumliche Muster und Dynamiken von Bevölkerung und Materialbeständen in Deutschland seit 1985 zu quantifizieren. Frei verfügbare und global konsistente Erdbeobachtungsdaten und Techniken des maschinellen Lernens haben großes Potenzial, das räumlich explizite hochaufgelöste Verständnis sozioökologischer Variablen basierend auf mehrdimensionaler Siedlungskartierung zu verbessern. / During the recent decades of the Anthropocene, the world has experienced rapid growth of population and economic activity. This went along with a considerable accumulation of long-lived resources, for example in buildings and infrastructure, i.e., societal material stock. In the 21st century, a continuation of this development will be a major challenge to the Earth’s socio-economic metabolism, as some limitations of the Earth’s biophysical basis might be reached. Settlements are of particular interest, because they are the places where people generate demand for, and interact with services. Both an overarching perspective on the global long-term development of material stock and population as well as a spatially explicit, high-resolution understanding of local patterns and processes will be of particular relevance for a more data-informed response to challenges of global change. This dissertation presents a workflow to map and quantify material stocks and population distribution and dynamics by means of multi-dimensional settlement mapping with decameter resolution multi-source Earth Observation data on a national scale. The first part demonstrates the potential of using Sentinel-1 and -2 time series imagery with machine learning regression and classification for settlement structure mapping, including sub-pixel land cover, building height and building type mapping. The second part quantifies key parameters of the socio-economic metabolism, i.e., population and material stock, using previously generated datasets on settlement structure. The third part uses the Landsat data archive and Change-Aftereffect-Trend analysis to quantify spatial-temporal patterns and dynamics of population and material stock development in Germany since 1985. Findings demonstrate that freely available and globally consistent Earth Observation data and machine learning techniques have great potential to improve the spatially explicit high-resolution understanding of socio-metabolic variables based on multi-dimensional settlement mapping in a seamless workflow.

Grasländer sind wichtige Elemente der zentraleuropäischen Landschaft und stellen essenzielle Ökosystemdienstleistungen bereit. Dürren, welche durch den globalen Klimawandel zunehmen, haben negative Auswirkungen auf die Vitalität und Produktivität von Grasland. Satellitenmissionen wie Sentinel-2 und Landsat liefern große, bisher ungenutzte Möglichkeiten für das Grasland Monitoring. Ansätze auf Basis quantitativer Parameter, z.B. Prozentanteile von photosynthetisch aktiver Vegetation (PV), nicht photosynthetisch aktiver Vegetation (NPV) und Boden sind bisher für die Anwendung in zentraleuropäischen Grasländern nicht erforscht. Das Ziel der Arbeit war es, das Verständnis von Dürreeinflüssen auf zentraleuropäische Grasländer durch die Entwicklung eines fernerkundungsbasierten Monitoring Frameworks zu verbessern. Der erste Teil dieses Frameworks umfasste die Ableitung konsistenter Zeitreihen von PV-, NPV-, und Bodenanteilen. Der zweite Teil umfasste die Quantifizierung von Dürreeffekten anhand dieser Zeitreihen. Die Ergebnisse zeigten einen großflächigen, massiven und langanhaltenden Rückgang von Graslandvitalität in extremen Dürrejahren (z.B. 2003, 2018-2020). Robuste statistische Zusammenhänge bestätigten die starke Kopplung von Graslandvitalität und Dürre, insbesondere bei gleichzeitigen Hitzewellen. Zudem beeinflussten Bodeneigenschaften sowie klimatische und hydrologische Bedingungen die Dürresensitivität. Die Ergebnisse unterstreichen den Wert von generalisierten Entmischungsansätzen basierend auf Sentinel-2/Landsat Zeitreihen für großflächiges, quantitatives Monitoring von Grasland. Die Ergebnisse deuten darauf hin, dass durch den Klimawandel verstärkte Dürreereignisse in Zukunft erheblichen Einfluss auf die Vitalität von Grasländern in Zentraleuropa haben werden. Die hier gewonnenen Informationen liefern wichtige Beiträge zur Verbesserung von Dürremonitoring und können die Maßnahmenentwicklung zur Verringerung von Dürreschäden im Grasland unterstützen. / Grasslands are vital landscape elements in Central Europe providing essential ecosystem services. Drought events, which are increasing with global climate change, negatively affect grassland vitality and productivity. Satellite remote sensing missions such as Sentinel-2/Landsat offer untapped potential for monitoring grassland vitality. However, workflows for grassland monitoring based on fractional cover of photosynthetic vegetation (PV), non-photosynthetic vegetation (NPV), and soil, remain largely unexplored. The goal of this thesis was to advance the understanding of drought impacts on Central European grasslands by developing a framework for monitoring grassland vitality. The framework included the retrieval of consistent PV, NPV, and soil fractional cover time series from Landsat/Sentinel-2, which was achieved by implementing and generalizing an unmixing workflow. Second, drought impacts were quantified and evaluated based on fractional cover time series. Results showed large-scale, severe, and long-lasting negative impacts on grassland vitality in extreme drought years (e.g., in 2003, and 2018-2020). Robust statistical links confirmed the overall consistent coupling of grassland vitality to drought, specifically to compounding droughts and heatwaves. Spatiotemporal patterns of grassland drought sensitivity revealed that underlying factors such as soil features, and climatic and hydrological conditions modulate drought impacts on local to regional scales. Findings of this thesis emphasize the value of generalized unmixing workflows based on Sentinel-2/Landsat time series for quantitative grassland monitoring across large areas. Furthermore, results suggest that droughts amplified by climate change will pose substantial challenges for grassland vitality across Central European grasslands in the future. The findings provide a steppingstone towards improved drought monitoring and can thus inform adaptation efforts to alleviate drought impacts on grasslands.