Die vorrangige Zielstellung dieser Dissertation war die Berechnung nicht erschlossener landwirtschaftlicher Potenziale des Europäischen Russlands. Wir haben ein räumliches Allokationsmodell entwickelt, dass die jährlichen Acker- und Ackerbrachflächen von 1991 bis 2009 kartiert. Diese Daten haben wir anschließend in ein dynamisches Vegetationsmodell integriert und damit berechnet, dass während der postsowjetischen Aufgabe von 31 Millionen Hektar Ackerland bis 2009 470 TgC in Boden und Vegetation gebunden wurden. Anschließend haben wir ein Pflanzenwachstumsmodell auf regionale Weizenerträge kalibriert und darauf basierend durchschnittliche Ertragslücken von 1.51-2.10 t ha−1 für natürliche (künstlich unbewässerte) und 3.14-3.30 t ha−1 für künstlich bewässerte Anbaubedingungen ermittelt. Die Karte der Ackerbrachflächen, räumlich-explizite Informationen über die Kohlenstoffspeicherung in Boden und Vegetation infolge der Ackerflächenaufgabe sowie unsere Ergebnisse der Ertragslückenberechnung haben wir zur Berechnung von Weizenproduktionspotenzialen verwendet. Unsere Ergebnisse zeigen, dass das Europäische Russland erhebliche Potenziale mobilisieren kann – bis zu 32 Millionen Tonnen für künstlich unbewässerte Bedingungen – obwohl ausschließlich jüngere Ackerbrachen zur Rekultivierung in unserem Modell berücksichtigt wurden. Ältere Brachflächen haben häufig große Mengen Kohlenstoff in Boden und Vegetation gespeichert; die Rekultivierung ältere Brachflächen würde zu hohen Emissionen führen. Eine wesentliche Schlussfolgerung dieser Dissertation ist daher, dass Produktionssteigerungen vorrangig durch Flächenintensivierung der bestehenden Ackerflächen erzielt werden sollten. Allerdings können die Ergebnisse dieser Arbeit helfen, Brachen für die Rekultivierung zu bestimmen, deren Rekultivierung relativ geringe Kohlenstoffemissionen nach sich ziehten. Zudem können die Ergebnisse dieser Arbeit nützlich sein, landwirtschaftliche Produktionsmittel effizienter einzusetzen. / This dissertation addresses the primary objective to systematically quantify untapped agricultural potentials in European Russia, where widespread abandoned agricultural lands and large yield gaps co-exist. We developed a spatial allocation model to produce annual cropland and cropland abandonment maps. Feeding the new maps into a dynamic vegetation model revealed that 470 Tg of carbon was sequestered in soil and vegetation due to the abandonment of 31 million hectares of cropland. Thus, the environmental consequences limit the potential for cropland expansion to abandoned cropland. We then calibrated a crop growth model for provincial wheat yields in European Russia and found average yield gaps of 1.51–2.10 t ha−1 under rainfed conditions and 3.14–3.30 t ha−1 under irrigated conditions. The cropland abandonment maps, spatial information on carbon sequestration due to cropland abandonment, and the estimates of yield gaps allowed us to estimate the potential of European Russia to increase its wheat production and to account for the carbon tradeoffs of cropland expansion. We demonstrated that European Russia can substantially increase its wheat production (up to 32 Mt under rainfed conditions). This increase is despite a limited expansion of wheat cultivation to the recently abandoned cropland to reduce the trade-off from the high carbon emissions in re-cultivating older, abandoned cropland where most carbon is stored. Therefore, intensification of the existing croplands is recommended to be the major driver for future growth in agricultural production. This dissertation can help policy makers and agribusiness owners identify areas suitable for cropland expansion, better target agricultural inputs and infrastructures, as well as guide adaptation strategies to the volatile climate conditions. Moreover, this dissertation contributes to better identifying and balancing trade-offs between environmental impacts and increasing agricultural production in European Russia.

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.