Die in den letzten Jahrzehnten aufgenommenen Satellitenbilder zur Erdbeobachtung bieten eine ideale Grundlage für eine genaue Langzeitüberwachung und Kartierung der Erdoberfläche und Atmosphäre. Unterschiedliche Sensoreigenschaften verhindern jedoch oft eine synergetische Nutzung. Daher besteht ein dringender Bedarf heterogene Multisensordaten zu kombinieren und als geometrisch und spektral harmonisierte Zeitreihen nutzbar zu machen. Diese Dissertation liefert einen vorwiegend methodischen Beitrag und stellt zwei neu entwickelte Open-Source-Algorithmen zur Sensorfusion vor, die gründlich evaluiert, getestet und validiert werden. AROSICS, ein neuer Algorithmus zur Co-Registrierung und geometrischen Harmonisierung von Multisensor-Daten, ermöglicht eine robuste und automatische Erkennung und Korrektur von Lageverschiebungen und richtet die Daten an einem gemeinsamen Koordinatengitter aus. Der zweite Algorithmus, SpecHomo, wurde entwickelt, um unterschiedliche spektrale Sensorcharakteristika zu vereinheitlichen. Auf Basis von materialspezifischen Regressoren für verschiedene Landbedeckungsklassen ermöglicht er nicht nur höhere Transformationsgenauigkeiten, sondern auch die Abschätzung einseitig fehlender Spektralbänder. Darauf aufbauend wurde in einer dritten Studie untersucht, inwieweit sich die Abschätzung von Brandschäden aus Landsat mittels synthetischer Red-Edge-Bänder und der Verwendung dichter Zeitreihen, ermöglicht durch Sensorfusion, verbessern lässt. Die Ergebnisse zeigen die Effektivität der entwickelten Algorithmen zur Verringerung von Inkonsistenzen bei Multisensor- und Multitemporaldaten sowie den Mehrwert einer geometrischen und spektralen Harmonisierung für nachfolgende Produkte. Synthetische Red-Edge-Bänder erwiesen sich als wertvoll bei der Abschätzung vegetationsbezogener Parameter wie z. B. Brandschweregraden. Zudem zeigt die Arbeit das große Potenzial zur genaueren Überwachung und Kartierung von sich schnell entwickelnden Umweltprozessen, das sich aus einer Sensorfusion ergibt. / Earth observation satellite data acquired in recent years and decades provide an ideal data basis for accurate long-term monitoring and mapping of the Earth's surface and atmosphere. However, the vast diversity of different sensor characteristics often prevents synergetic use. Hence, there is an urgent need to combine heterogeneous multi-sensor data to generate geometrically and spectrally harmonized time series of analysis-ready satellite data. This dissertation provides a mainly methodical contribution by presenting two newly developed, open-source algorithms for sensor fusion, which are both thoroughly evaluated as well as tested and validated in practical applications. AROSICS, a novel algorithm for multi-sensor image co-registration and geometric harmonization, provides a robust and automated detection and correction of positional shifts and aligns the data to a common coordinate grid. The second algorithm, SpecHomo, was developed to unify differing spectral sensor characteristics. It relies on separate material-specific regressors for different land cover classes enabling higher transformation accuracies and the estimation of unilaterally missing spectral bands. Based on these algorithms, a third study investigated the added value of synthesized red edge bands and the use of dense time series, enabled by sensor fusion, for the estimation of burn severity and mapping of fire damage from Landsat. The results illustrate the effectiveness of the developed algorithms to reduce multi-sensor, multi-temporal data inconsistencies and demonstrate the added value of geometric and spectral harmonization for subsequent products. Synthesized red edge information has proven valuable when retrieving vegetation-related parameters such as burn severity. Moreover, using sensor fusion for combining multi-sensor time series was shown to offer great potential for more accurate monitoring and mapping of quickly evolving environmental processes.

Die zunehmende Verfügbarkeit von Satellitenfernerkundungs- und Wildtier-Telemetriedaten eröffnet neue Möglichkeiten für eine verbesserte Überwachung von Wildtierhabitaten durch Habitatmodelle, doch fehlt es häufig an geeigneten Ansätzen, um dieses Potenzial voll auszuschöpfen. Das übergeordnete Ziel dieser Arbeit bestand in der Konzipierung und Weiterentwicklung von Ansätzen zur Nutzung des Potenzials großer Satellitenbild- und Telemetriedatensätze in Habitatmodellen. Am Beispiel von drei großen Säugetierarten in Europa (Eurasischer Luchs, Rothirsch und Reh) wurden Ansätze entwickelt, um (1) Habitatmodelle mit dem umfangreichsten global und frei verfügbaren Satellitenbildarchiv der Landsat-Satelliten zu verknüpfen und (2) Wildtier-Telemetriedaten über Wildtierpopulationen hinweg in großflächigen Analysen der Habitateignung und -nutzung zu integrieren. Die Ergebnisse dieser Arbeit belegen das enorme Potenzial von Landsat-basierten Variablen als Prädiktoren in Habitatmodellen, die es ermöglichen von statischen Habitatbeschreibungen zu einem kontinuierlichen Monitoring von Habitatdynamiken über Raum und Zeit überzugehen. Die Ergebnisse meiner Forschung zeigen darüber hinaus, wie wichtig es ist, die Kontextabhängigkeit der Lebensraumnutzung von Wildtieren in Habitatmodellen zu berücksichtigen, insbesondere auch bei der Integration von Telemetriedatensätzen über Wildtierpopulationen hinweg. Die Ergebnisse dieser Dissertation liefern neue ökologische Erkenntnisse, welche zum Management und Schutz großer Säugetiere beitragen können. Darüber hinaus zeigt meine Forschung, dass eine bessere Integration von Satellitenbild- und Telemetriedaten eine neue Generation von Habitatmodellen möglich macht, welche genauere Analysen und ein besseres Verständnis von Lebensraumdynamiken erlaubt und so Bemühungen zum Schutz von Wildtieren unterstützen kann. / The growing availability of satellite remote sensing and animal tracking data opens new opportunities for an improved monitoring of wildlife habitats based on habitat models, yet suitable approaches for making full use of this potential are commonly lacking. The overarching goal of this thesis was to develop and advance approaches for harnessing the potential of big satellite image and animal tracking data in habitat models. Specifically, using three large mammal species in Europe as an example (Eurasian lynx, red deer, and roe deer), I developed approaches for (1) linking habitat models to the largest global and freely available satellite image record, the Landsat image archive, and (2) for integrating animal tracking datasets across wildlife populations in large-area assessments of habitat suitability and use. The results of this thesis demonstrate the enormous potential of Landsat-based variables as predictors in habitat models, allowing to move from static habitat descriptions to a continuous monitoring of habitat dynamics across space and time. In addition, my research underscores the importance of considering context-dependence in species’ habitat use in habitat models, particularly also when integrating tracking datasets across wildlife populations. The findings of this thesis provide novel ecological insights that help to inform the management and conservation of large mammals and more broadly, demonstrate that a better integration of satellite image and animal tracking data will allow for a new generation of habitat models improving our ability to monitor and understand habitat dynamics, thus supporting efforts to restore and protect wildlife across the globe.

Tropische Trockenwälder sind von großer Bedeutung für das Klima, die biologische Vielfalt und den Lebensunterhalt von Millionen von Menschen. Die Walddegradation bedroht die tropischen Trockenwälder, aber es fehlt an Wissen über ihre Muster, ihr Ausmaß und ihre Ursachen. Ziel dieser Arbeit war es, das derzeitige Verständnis der Walddegradation im argentinischen Dry Chaco mit Hilfe der Fernerkundung zu verbessern. Mithilfe des Landsat-Archivs habe ich die Störungsgeschichte des verbleibenden Waldes charakterisiert, die räumlichen und zeitlichen Muster der Störungsfaktoren bewertet und die langfristigen Auswirkungen der verschiedenen Faktoren auf die Waldstruktur untersucht. Die Ergebnisse zeigen, dass über 30 Jahre hinweg große Gebiete des argentinischen Dry Chaco (etwa 8 %) von Störungen betroffen waren. Meine Ergebnisse zeigen einen anthropogenen Zusammenhang mit den meisten Störungsarten, deuten aber auch auf einen komplexen indirekten Einfluss von Niederschlagsmustern hin, wobei Waldstörungen in Dürrejahren besonders verbreitet sind. Die Analyse der zeitlichen Muster der verschiedenen Einwirkungen zeigt Trends in der Landnutzung im Laufe der Zeit, wobei neue Landnutzungsformen wie silvopastorale Systeme entstehen und alte Praktiken wie die Abholzung jedes Jahr einen relativ stabilen Anteil der Flächen betreffen. Die Ergebnisse zu den langfristigen Auswirkungen von Störungen zeigen, dass sich die Waldstruktur bei den am weitesten verbreiteten Störungen über drei Jahrzehnte kaum oder gar nicht erholt, was auf eine großflächige Walddegradation schließen lässt. Diese Arbeit zeigt das Potenzial von Satellitenzeitreihen für eine robuste Charakterisierung der Walddynamik im Zusammenhang mit der Degradation auch in tropischen Trockenwäldern. Die aus dieser Arbeit resultierenden Karten, Ansätze und Erkenntnisse tragen zu einem besseren Verständnis der Walddegradation im Dry Chaco bei und können zu einem wirksameren Schutz der tropischen Trockenwälder beitragen. / Tropical dry forests are of great importance for climate regulation, harbour biodiversity and sustain the livelihood of millions of people. Deforestation and degradation threaten tropical dry forests but whereas our understanding of tropical deforestation has increased tremendously over the last decades, knowledge of the patterns, extent and drivers of forest degradation is lacking. This thesis aimed to advance the current understanding of forest degradation in the Dry Chaco by means of remote sensing. Using the Landsat archive, I characterized the disturbance history of the remaining Argentine Dry Chaco forest, assessed spatial and temporal patterns of disturbance agents, and investigated the long-term effect of different agents on forest structure. Results show that over 30 years large areas of the Argentine Dry Chaco (about 8%) were affected by disturbances. My findings reveal an anthropogenic link to most types of disturbances, while also suggesting complex indirect influence of precipitation patterns, with forest disturbances being particularly widespread during drought years. The analyses of temporal patterns of different agents reveals trends in land-use practices over time, with new land uses emerging, such as silvopastoral systems, and old practices such as logging, affecting a fairly stable share of areas every year. Findings on the long-term impact of disturbances indicate that for the most widespread disturbances, forest structure shows little or no recovery over three decades, which suggests forest degradation affecting large areas. This thesis demonstrates the potential of satellite time series for robust characterization of forest dynamics related to degradation also in tropical dry forests, despite the complex conditions these systems represent. The maps, approaches and knowledge resulting from this thesis contribute to a better understanding of forest degradation in the Dry Chaco and can inform more effective conservation of tropical dry forests.

Städtische Gehölzflächen haben positive Auswirkungen für Mensch und Natur, wie die Abkühlung überhitzter Innenstädte. Detaillierte Angaben zur Lage, Höhe und Kronenstruktur sind zur Lokalisierung und Quantifizierung derartiger Wirkungen unentbehrlich, allerdings auf globalen Maßstab nur für wenige Siedlungsräume verfügbar. In dieser Arbeit werden städtische Baumkronenhöhenmodelle (BHM) aus global verfügbaren digitalen Höhenmodellen (DHM) der TanDEM-X-Mission unter Einbezug zusätzlicher Fernerkundungsdaten und übertragbarer Bildverarbeitungstechniken erstellt sowie deren Anwendbarkeit für stadtökologische Fragestellungen untersucht. Das übergeordnete Ziel der Arbeit ist die Bereitstellung von Ansätzen zur Erstellung und Einbindung großmaßstäblicher, mehrdimensionaler Informationen zu städtischen Gehölzflächen. In einem ersten Schritt wird ein BHM aus einem TanDEM-X DHM unter Verwendung eines zusätzlichen Geländemodells für verschiedene urbane Biotopen der deutschen Stadt Berlin abgeleitet und validiert. Im Anschluss wird in einem neuartigen Ansatz zuerst ein Gelände- und dann ein Kronenmodell für groß- und kleinflächige Gehölzbestände aus einem TanDEM-X-DHM abgeleitet, um die Unabhängigkeit zusätzlicher Höhendaten zu erreichen. Die Genauigkeiten beider Schritte variieren in Abhängigkeit des städtischen Kontextes, wobei Resultate gröber aufgelöster globaler Höhendaten übertroffen werden. Zur Ideenfindung zukünftiger Anwendungen eines BHM in der Stadtforschung wird eine schriftliche Expertenumfrage durchgeführt. Über die Ableitung und Einbindung eines BHM für die iranische Stadt Yazd werden die methodische Übertragbarkeit getestet und Anwendbarkeit demonstriert. Im Gesamtergebnis liefert diese Dissertation validierte Ansätze zur Erstellung und Einbindung großskaliger Flächen- und Höhendaten städtischer Vegetation, die neue Perspektiven für stadtökologische Fragestellungen bieten. / Urban trees and shrubs have a variety of positive effects on humans and nature, such as cooling overheated inner cities. Detailed information on the location, height, and canopy structure of urban woody plants is indispensable for locating and quantifying such effects, but they are only poorly available on large scales. The globally available digital elevation model (DEM) of the TanDEM-X mission seems suitable for deriving the height and structure of woody areas in cities. This work incorporates TanDEM-X’s DEM with additional remote sensing data and transferable image processing techniques to create urban tree canopy height models (CHM) of woody vegetation and investigate their applicability. The overall goal of this thesis is to provide approaches for creating and applying large-scale, multi-dimensional information on urban wooded areas in a holistic framework. In a first step, CHMs are derived from a TanDEM-X DEM and validated using an additional terrain model for different urban biotopes in Berlin, Germany. Next, first a terrain model and then a crown model are derived in a novel approach, to eliminate the need for an additional terrain model. The accuracies of both steps vary depending on the urban context, but exceed results based on global elevation data with coarser resolution. Then, to generate ideas for future applications of a CHM in urban research, a Berlin CHM is presented to a scientific audience in a written survey. By conducting an urban CHM for the Iranian city of Yazd and integrating it into an urban ecological study, the methodological transferability of the model is tested and the applicability is demonstrated. As an overall result, this thesis provides approaches for the processing and specific application of large-scale area and elevation data on urban vegetation, offering a variety of new perspectives on urban ecological issues.

Vorliegende Arbeit zeigt die jüngsten Möglichkeiten hochauflösender Fernerkundung am Beispiel von Stadtbäumen in Berlin, Deutschland. Es wurden neuste methodische Ansätze eingesetzt, wie beispielsweise maschinelles Lernens und individuelle Baumdetektion. Sie erwiesen sich von großem Vorteil für die detaillierte Analyse urbaner Ökosystemdienstleistungen in einer heterogenen Umwelt. Neueste Fernerkundung von hoher zeitlicher Auflösung hat Möglichkeiten gezeigt, Veränderungen des Stadtwaldes präziser zu untersuchen. Diesbezüglich konnten Baumspezies klassifiziert werden auf Grundlage saisonaler Veränderungen, die mittels Fernerkundungsdaten aufgenommen wurden. Dies ist für den urbanen Bereich einmalig und über große Flächen noch nicht durchgeführt worden. Darüber hinaus haben diese Baumarten einzelnen Bäumen zugeordnet werden können, deren Abmessung fernerkundlich erfasst worden ist. Diese neu erzeugten Umweltinformationen einzelner Bäume können damit verbundene urbane Ökosystemdienstleistungen präzise aktualisieren. Zum Beispiel haben so Unsicherheiten in der Schätzung zur Kohlenstoffspeicherung städtischer Wälder reduziert werden können. Es ist zudem von Vorteil gewesen, den gegenwärtigen Mangel an räumlich expliziten dreidimensionalen Informationen über Stadtwälder anzusprechen. Allerdings ist die Rolle städtischen Wälder, das Treibhausgas CO2 langfristig auszugleichen, immer noch wenig untersucht. Gerade der Mangel an präzisen, konsistenten und aktuellen Details führt zu großen Unsicherheiten im Rahmen von Lebenszyklus-Analysen. Auf Grund des aktuellen Fortschritts in hochauflösender Fernerkundung könnten diese Unsicherheiten reduziert werden. Dazu werden Möglichkeiten ausgiebig kritisch bewertet und anhand einer Lebenszyklus-Analyse am Beispiel Berlin andiskutiert, inwieweit sie präzisere langfristige Prognosen zum Stadtwald als Kohlenstoffspeicher liefern. / This work shows recent options for implementing high resolution remote sensing in assessing urban trees in Berlin, Germany. State-of-the-art methodological approaches like machine learning and individual tree detection proved to be highly advantageous for analyzing details of urban ecosystem services within a heterogeneous urban environment. Recent remote sensing of high temporal resolution offers new options for more precisely addressing urban forest dynamics. This successfully shows that tree species could be identified from seasonal changes of remotely sensed imagery, though this has not yet been applied across cities. Furthermore, these tree species results could be combined with remotely sensed individual tree dimensions. This newly generated data can be suggested to update spatially explicit information on related urban ecosystem services. For example, this could reduce the uncertainties of such estimates as urban forest carbon storage, and also address the present lack of spatially explicit three-dimensional information on urban forests. However, few studies have considered the local scale of urban forests to effectively evaluate their potential long-term carbon offset. The lack of precise, consistent and up-to-date forest details is challenging within the scope of life cycle assessments. This can cause high uncertainties in urban forest carbon offset. Although, recent progress in high resolution remote sensing is promising to reduce these uncertainties. For this purpose, remote sensing options are extensively reviewed and briefly discussed using an example of life cycle assessment for Berlin, which allow more precise long-term prognoses of urban forest carbon offset.

Der Amazonas befindet sich im Wandel. Seine Regenwälder sind zunehmend durch die expandierende Landwirtschaft bedroht. Brandrodungen und die meist extensive Weidewirtschaft verantworten großflächige Ökosystemschäden und hohe Treibhausgasemissionen. Erdbeobachtungssysteme wie die Landsat und Sentinel-2 Satelliten ermöglichen eine großflächige Analyse dieser Entwicklungen und sind unerlässlich zur Evaluierung von Maßnahmen zum Schutze des Amazonas. Allerdings sind in den Kerntropen Fernerkundungsanalysen aufgrund des Bewölkungsgrades sehr herausfordernd. Diese Arbeit zielt daher auf eine verbesserte Erkennung landwirtschaftlicher Prozesse, wie sie an Entwaldungsfronten und speziell in der Region Novo Progresso, Pará, Brasilien, typisch sind. Dazu wurde zunächst der EO Time Series Explorer entwickelt, um verschiedene Dimensionen dichter Multisensorzeitserien interaktiv zur Erstellung von Referenzdaten in Wert zu setzen. Mit den Clear Observation Sequences (COS) wurde darauf basierend ein neuer Ansatz zur Erfassung hoch-dynamischer landwirtschaftlicher Prozesse entwickelt, etwa Feuer mit geringer Brandlast oder Bodenbearbeitungsmaßnahmen. Darauf aufbauend wurde schließlich der Landnutzungswandel in der Region Novo Progresso zwischen 2014 und 2020 untersucht. Die Ergebnisse zeigen einen alarmierenden Anstieg der Entwaldung und eine Zunahme landwirtschaftlicher Feuer seit der Präsidentschaft von Jair Bolsonaro. Differenziert nach Landnutzungszonen und Betriebsgrößen wird deutlich, dass Schutzgebiete weniger wirksam sind und insbesondere größere Landwirtschaftsbetriebe die Entwaldung vorantreiben. Diese Arbeit zeigt den hohen Wert einer synergetischen Nutzung unterschiedlicher Satellitenzeitserien für die fernerkundliche Analyse landwirtschaftlicher Prozesse. Eine weitere Verdichtung der Zeitserien mit räumlich und spektral höherauflösenden Sensoren bietet weiteres Verbesserungspotential bei der Beschreibung landwirtschaftlicher Dynamiken. / The Amazon is in transition, and its rainforests are increasingly threatened by agricultural expansion. A slash-and-burn agriculture and mostly extensive cattle grazing are responsible for large-scale ecosystem damage and high levels of greenhouse gas emission. Earth observation systems such as the Landsat and Sentinel-2 satellites enable large-scale analysis of these developments and are essential for evaluating measures to protect the Amazon. However, cloud cover makes remote sensing analysis challenging in the core tropics. The present work aims to improve the detection of agricultural processes typical of deforestation frontiers, focusing specifically on the Novo Progresso region, Pará, Brazil. To that end, the EO Time Series Explorer was developed to interactively visualize the different dimensions of dense multi-sensor time series and to create reference data. Based on this software tool, the Clear Observation Sequences (COS) approach was developed to capture highly dynamic agricultural processes such as low-load fires or tillage operations. Finally, the investigation of land-use changes in the Novo Progresso region between 2014 and 2020 shows an alarming increase in deforestation and agricultural fires since Jair Bolsonaro’s accession to the presidency. Analysis by land-use zone and property size shows that protected areas have become less effective and that larger properties are driving deforestation. This work demonstrates the value of synergistic use of satellite time series for remote sensing analysis of agricultural processes. Further densification of time series using higher spatial and spectral resolution sensors promises to further improve the description of agricultural dynamics.

Klimawandel und Biodiversitätsverlust sowie Verstädterung und demografischer Wandel haben tiefgreifende Auswirkungen auf Städte und ihre Ökosysteme und damit auf die Lebensbedingungen der Mehrheit der Menschheit. Die Geschwindigkeit des Wandels und die Dringlichkeit der Folgen macht Umweltmonitoring zu einem potentiell interessanten Tool für nachhaltige und resiliente Stadtentwicklung. Der erste Artikel gibt einen Überblick über den aktuellen Stand der Fernerkundung in Bezug auf Stadtökologie und zeigt, dass Fernerkundung relevant für nachhaltige Stadtplanung ist. Es bestehen jedoch bestehen Mängel, da viele Studien nicht direkt umsetzbar sind. Der zweite Artikel zeigt, dass eine wachsende Stadt Möglichkeiten für den Ausbau der grünen Infrastruktur bieten kann. Im dritten Artikel wird untersucht, wie sich die städtische Dichte auf die Bereitstellung von Ökosystemdienstleistungen der grünen Infrastruktur auswirkt. Es wird gezeigt, dass eine hohe Siedlungsdichte nicht zwangsläufig zu einem geringeren Biodiversitätspotenzial oder einer geringeren Kühlkapazität führt. Allerdings sind dicht bebaute Gebiete mit geringer Vegetationsbedeckung besonders auf grüne Infrastruktur angewiesen. Der vierte Artikel befasst sich mit der Frage, wie naturbasierte Lösungen durch eine bessere Vernetzung der Beteiligten gestärkt werden können. Auf der Grundlage einer gezielten Literaturrecherche über Informationstechnologie zur Unterstützung sozial-ökologischer Systeme wird ein Instrument zur Entscheidungshilfe entwickelt. Dieses kombiniert ökologische und soziale Indikatoren, um Klimawandeladaption in Übereinstimmung mit den sozio-ökologischen Bedingungen entwickeln zu können. Der fünfte Artikel bietet eine grundsätzliche Perspektive zur Unterstützung der städtischen Nachhaltigkeit, die auf dem ökologischen-Trait Konzept basiert. Zusammen bieten die fünf Artikel Wege für die Fernerkundungswissenschaft und die angewandte Raumplanung für nachhaltige und resiliente Entwicklungen in Städten. / Climate change and biodiversity loss, as well as urbanisation and demographic change, are major global challenges of the 21st century. These trends have profound impacts on cities and their ecosystems and thus on the living conditions of the majority of humanity. This raises the need for timely environmental monitoring supporting sustainable and resilient urban developments. The first article is an overview of the state of the art of remote sensing science in relation to urban ecology. The review found that remote sensing can contribute to sustainable urban policy, still insufficiencies remain as many studies are not directly actionable. The second article shows that a growing city can provide opportunities for an increase in green infrastructure. Here, remote sensing is used for long-term analysis of land-use in relation to urban forms in Berlin. The third article examines how urban density affects ecosystem service provision of urban green infrastructure. It is shown that residential density does not necessarily lead to poor biodiversity potential or cooling capacity. However, dense areas with low vegetation cover are particularly dependent on major green infrastructure. The fourth article explores ways to reinforce nature-based solutions by better connecting and informing stakeholders. Based on a focussed literature review on information technology supporting urban social-ecological systems, a decision support tool is developed. The tool combines indicators based on ecological diversity and performance with population density and vulnerability. This way, climate change adaptation can be developed in accordance with socio-ecological conditions. The concluding fifth article offers an outlook on a larger framework in support of urban sustainability, based on the ecological trait concept. Together the five research papers provide pathways for urban remote sensing science and applied spatial planning that can support sustainable and resilient developments in cities.