The production of commodities such as cocoa, rubber, oil palm and cashew, is the main driver of deforestation in West Africa (WA). The practiced production systems correspond to a land managment approach referred to as agroforestry systems (AFS), which consist of managing trees and crops on the same unit of land.Because of the ubiquity of trees, AFS reported as viable solution for climate mitigation; the carbon sequestrated by the trees could be estimated with remote sensing (RS) data and methods and reported as emission reduction efforts. However, the diversity in AFS in relation to their composition, structure and spatial distribution makes it challenging for an accurate monitoring of carbon stocks using RS. Therefore, the aim of this research is to propose a RS-based approach for the estimation of carbon sequestration in AFS across the climatic regions of WA. The main objectives were to (i) provide an accurate classification map of AFS by modelling the spatial distribution of the classification error; (ii) estimate the carbon stock of AFS in the main climatic regions of WA using RS data; (iii) evaluate the dynamic of carbon stocks within AFS across WA. Three regions of interest (ROI) were defined in Cote d'Ivoire and Burkina Faso, one in each climatic region of WA namely the Guineo-Congolian, Guinean and Sudanian, and three field campaigns were carried out for data collection. The collected data consisted of reference points for image classification, biometric tree measurements (diameter, height, species) for biomass estimation. A total of 261 samples were collected in 12 AFS across WA. For the RS data, yearly composite images from Sentinel-1 and -2 (S1 and S2), ALOS-PALSAR and GEDI data were used. A supervised classification using random forest (RF) was implemented and the classification error was assessed using the Shannon entropy generated from the class probabilities. For carbon estimation, different RS data, machine learning algorithms and carbon reference sources were compared for the prediction of the aboveground biomass in AFS. The assessment of the carbon dynamic was carried between 2017 and 2021. An average carbon map was genrated and use as reference for the comparison of annual carbon estimations, using the standard deviation as threshold. As far as the results are concerned, the classification accuracy was higher than 0.9 in all the ROIs, and AFS were mainly represented by rubber (38.9%), cocoa (36.4%), palm (10.8%) in the ROI-1, mango (15.2%) and cashew (13.4%) in ROI-2, shea tree (55.7%) and African locust bean (28.1%) in ROI-3. However, evidence of misclassification was found in cocoa, mango, and shea butter. The assessment of the classification error suggested that the error level was higher in the ROI-3 and ROI-1. The error generated from the entropy was able to reduced the level of misclassification by 63% with 11% of loss of information. Moreover, the approach was able to accuretely detect encroachement in protected areas. On carbon estimation, the highest prediction accuracy (R²>0.8) was obtained for a RF model using the combination of S1 and S2 and AGB derived from field measurements. Predictions from GEDI could only be used as reference in the ROI-1 but resulted in a prediction error was higher in cashew, mango, rubber and cocoa plantations, and the carbon stock level was higher in African locust bean (43.9 t/ha), shea butter (15 t/ha), cashew (13.8 t/ha), mango (12.8 t/ha), cocoa (7.51 t/ha) and rubber (7.33 t/ha). The analysis showed that carbon stock is determined mainly by the diameter (R²=0.45) and height (R²=0.13) of trees. It was found that crop plantations had the lowest biodiversity level, and no significant relationship was found between the considered biodiversity indices and carbon stock levels. The assessment of the spatial distribution of carbon sources and sinks showed that cashew plantations are carbon emitters due to firewood collection, while cocoa plantations showed the highest potential for carbon sequestration. The study revealed that Sentinel data could be used to support a RS-based approach for modelling carbon sequestration in AFS. Entropy could be used to map crop plantations and to monitor encroachment in protected areas. Moreover, field measurements with appropriate allometric models could ensure an accurate estimation of carbon stocks in AFS. Even though AFS in the Sudanian region had the highest carbon stocks level, there is a high potential to increase the carbon level in cocoa plantations by integrating and/or maintaining forest trees. / Die Produktion von Rohstoffen wie Kakao, Kautschuk, Ölpalmen und Cashew ist die Hauptursache fur die Entwaldung in Westafrika (WA). Die verwendeten Produktionssyteme entsprechen einem Landbewirtschaftungskonzept, welches als Agroforstsysteme (AFS) bezeichnet wird und darin besteht, Baume und Nutzpflanzen auf der gleichen Landeinheit zu bewirtschaften. Aufgrund der kohlenstoffbindung durch Baumen sind AFS als praktikable Losung fur den Klimaschutz anerkannt, die Vielfalt der AFS in Bezug auf ihre Zusammensetzung, Struktur un raumliche Verteilung erschwert jedoch eine genaue Schatzung der Kohlenstoffvorrate. Hier konnen Daten und Methoden der satellitenbasierten Erdbeobachtung ansetzten. Ziel dieser Forschungsarbeit ist es daher, einen fernerkundungs-basierten Ansatz fur die Schatzung der Kohlenstoffbindung in AFS in den Klimaregionen von WA vorzuschlagen. Die Hauptziele waren (i) die Erstellung einer genauen Klassifizierungskarte von AFS durch Modellierung der raumlichen verteilung des Klassifizierungsfehlers; (ii) die Shatzung des Kohlenstoffbestands von AFS in den wichtigsten Klimaregionen von WA unter Verwendung von Fernerkundungs-daten (RS); (iii) die Bewertung der raumlichen Verteilung von Kohlenstoffquellen und -senken innerhalb von AFS in ganz WA. Fur jede Klimaregion in West Afrika wurden drei Regionen von Interesse (ROI) festgelegt, namlich die guineisch-kongolesische (ROI 1), die guineische (ROI 2) und die sudanesische Region (ROI 3) in Côte d'Ivoire und Burkina Faso, und es wurden drei Feldkampagnen zur Datenerhebung durchgefuhrt. Die gesammelten Daten bestanden aus Referenzpunkten fur die Bildklassifizierung und biometrischen Messungen (Durchmesser, Hohe, Artname) zur Schatzung der Biomasse. Insgesamt wurden 261 Proben in 12 AFS in ganz WA gesammelt. Fur die RS-Daten wurden jahrliche Komposite von Sentinel-1 und -2 (s1 und S3), ALOS-PALSAR und GEDI-Daten verwendet. Es wurde eine uberwachte Klassifizierung mit Random Forest (RF) algorithmus durch gefuhrt, und der Klassifizierungsfehler wurde anhand der aus den Klassenwahrscheinlichkeiten generierten Shannon-Entropie bewertet. Fur die Kohlenstoffschatzung wurden verschiedene RS-Daten, Algorithmen fur maschinelles Lernen und Kohlenstoff-Referenzquellen fur die Vorhesage des Kohlenstoffs in AFS verglichen. Die Bewertung der raumlichen Verteilung von Kohlenstoffsenken und -quellen basierte auf der Bewertung von Anomalien in der Kohlenstoffdynamik zwischen 2017 und 2021. Es wurde eine Karte zum durchschnittliche gebundenen Kohkenstoff erstellt, und die jahrliche Differenz wurde verwendet, um Kohlenstoffsenken und -quellen zu identifizieren. Die Klassifizierungsgenauigkeit war in allen ROI hoher als 0.9, in der Region dominierten Kautschuk (38.9%), Kakao (36.4%), Palme (10.8%) in ROI-1, Mango (15.2%) und Cashew (13.4%) in ROI-2, Sheabaum (55.7%) und Johannisbrot (28.1%) in ROI-3. Hinweise auf eine Fehlklassifizierung wurden vor allem bei Kakao, Mango un Sheabutter gefunden. Die Bewertung des Klassifizierungsfehlers ergab, dass das Fehlerniveau in ROI-3 und ROI-1 hoher war. Der aus der Entropie generiete Fehler konnte das Ausmass der Fehlklassifizierung reduzieren, ohne die gut klassifizierten Pixel zu beeintrachtigen. Ausserdem war der Ansatz in der Lage, Eingriffe in Schutzgebiete zuverlassig un akkurat zu erkennen. Was die Kohlenstoffschatzung betrifft, so wrude die hochste Vorhersagegenauigkeit (R²> 0.8)bei der Kombination von S1 und S2 mit Random Forest und AGB aus Feldmessungen erzielt. Vorhersagen von GEDI konnten nur als Referenz in der ROI verwendet werden, fuhrten aber zu einem Vorhersagefehler bei Cashew-, Mango-, Kautschuk- und Kakaoplantagen hoher war und der Kohlenstoffbestand bei Johannisbrot (43.9t/ha), Sheabutter (15 t/ha), Cashew (13.8 t/ha), Mango (12.8t/ha), Kakao (7.51 t/ha) und Kautschuk (7.33 t/ha) hoher war. Die Analyse zeigte, dass der Kohlenstoffbestand hauptsachlich durch den Durchmesser (R²=0.45) und die Hohe (R²=0.13) der Baume beeinflusst wird. Zudem wurde festgestellt, dass Plantagenkulturen die geringste Biodiversitat aufweisen, und es wurde kein signifikanter Zusammenhang zwischen Biodiversitatsindizes und Kohlenstoffvorraten festgestellt. Die Bewertung der raumlichen Verteilung von Kohlenstoffquellen und -senken zeigte, dass Cashew ein Kohlenstoffemittent ist, da in dieser Region Brennholz gesammelt wird, wahrend Kakaoplantagen wichtige Kohlenstoffsenken sind. Die Studie ergab zudem, dass Sentinel-Daten zur Unterstutzung eines RS-basierten Ansatzes fur die Modellierung der Kohlenstoffbindung in AFS verwendet werden konnten. Die Entropie konnte zur Kartierung von Anbauplantagen und zur uberwachen von Schutzgebiete verwendet werden. Daruber hinaus gewahrleisten feldmessungen mit geeigneten allometrischen Modellen eine genaue Schatzung der Kohlenstoffvorrate in AFS. Die AFS in der sudanesischen Region weisen die hochsten Kohlenstoffvorrate auf, aber es besteht die Moglichkeit, den Kohlenstoffgehalt in Kakaoplantagen durch die Integration und/oder Erhaltung von Waldbaumen zu erhoehen.

Ein Kennzeichen der Plasmodium-Infektion ist die Induktion von strukturellen Veränderungen der Membranen der Wirtszelle. Die Parasiten bilden sich Membranstrukturen im Zytoplasma der Wirtszelle aus. Die Maurersche Fleckung ist einer der am besten charakterisierten Struktur von Plasmodium falciparum, die für den Transport von Virulenzfaktoren an die Oberfläche der infizierten Erythrozytenmembran wichtig ist. Plasmodium berghei, eine Nagetier-infizierende Spezies, bildet ähnliche Strukturen aus, die als intra-erythrozytäre P. berghei induzierte Strukturen (IBIS) bezeichnet werden. In beiden Strukturen können Proteine gefunden werden, die für die Sequestrierung von infizierten roten Blutkörperchen innerhalb des Wirts verantwortlich sind. Zwei P. berghei Proteine, IPIS2 und IPIS3, sind im Leber- und Blutstadium der Infektion präsent. Im Blutstadium werden sie in die IBIS-Kompartimente exportiert. Das speziesübergreifende Vorkommen von IPIS2 und IPIS3 deutet darauf hin, dass sie konservierte Funktionen haben könnten, die für das intrazelluläre Wachstum von Plasmodium wichtig sind. Diese Arbeit beschreibt Rollen für beide Proteine an der Wirts-Parasit Schnittstelle während der Infektion. Um einen Einblick in die induzierten Veränderungen zu erhalten, wurde die Infektion von P. berghei in Abwesenheit von IPIS2 beziehungsweise IPIS3 charakterisiert. Darüber hinaus interessierte uns auch, wie sich die Orthologe von IPIS2- und IPIS3 in den Blutstadien von P. knowlesi verhalten. Darüber hinaus zeigt diese Arbeit, dass die Deletion von entweder IPIS2 oder IPIS3 zu leicht reduzierten Wachstumsraten der Parasiten im Blut infizierter Tiere führte und die Anzahl der zirkulierenden Schizonten im peripheren Blut erhöhte, während das Leberstadium unbeeinflusst blieb. Zusammengenommen deuten diese Daten darauf hin, dass IPIS2 und IPIS3 für den Wirtszell-Umbau erforderlich sind, der für die effiziente Sequestrierung von infizierten Erythrozyten aus dem Blutkreislauf verantwortlich ist. / One characteristic of Plasmodium infection is the induction of structural changes in the membranes of the host cell. The parasites form membrane structures in the cytoplasm of the host cell. Maurer's clefts are one of the best characterised structures of Plasmodium falciparum, which are important for the transport of virulence factors to the surface of the infected erythrocyte membrane. Plasmodium berghei, a rodent-infecting species, forms similar structures called intra-erythrocyte P. berghei induced structures (IBIS). In both structures, proteins can be found that are responsible for sequestering infected red blood cells within the host. Two P. berghei proteins, IPIS2 and IPIS3, are present in the liver and blood stages of infection. In the blood stage, they are exported to the IBIS compartments. The cross-species presence of IPIS2 and IPIS3 suggests that they may have conserved functions important for Plasmodium intracellular growth. This work describes roles for both proteins at the host-parasite interface during infection. To gain insight into the induced changes, infection of P. berghei was characterized in the absence of IPIS2 and IPIS3, respectively. Furthermore, we were also interested in how the orthologues of IPIS2- and IPIS3 behave in the blood stages of P. knowlesi. Furthermore, this work shows that deletion of either IPIS2 or IPIS3 resulted in slightly reduced parasite growth rates in the blood of infected animals and increased the number of circulating schizonts in the peripheral blood, while the liver stage was unaffected. Taken together, these data suggest that IPIS2 and IPIS3 are required for host cell remodeling, which is responsible for the efficient sequestration of infected erythrocytes from the bloodstream.

Numerical modelling of subsurface processes, such as geotechnical, geohydrological or geothermal applications requires a realistic description of fluid parameters in order to obtain plausible results. Particularly for gases, the properties of a fluid strongly depend on the primary variables of the simulated systems, which lead to non-linerarities in the governing equations. This thesis describes the development, evaluation and application of a numerical model for non-isothermal flow processes based on thermodynamic principles. Governing and constitutive equations of this model have been implemented into the open-source scientific FEM simulator OpenGeoSys. The model has been verified by several well-known benchmark tests for heat transport as well as for single- and multiphase flow. To describe physical fluid behaviour, highly accurate thermophysical property correlations of various fluids and fluid mixtures have been utilized. These correlations are functions of density and temperature. Thus, the accuracy of those correlations is strongly depending on the precision of the chosen equation of state (EOS), which provides a relation between the system state variables pressure, temperature, and composition. Complex multi-parameter EOSs reach a higher level of accuracy than general cubic equations, but lead to very expansive computing times. Therefore, a sensitivity analysis has been conducted to investigate the effects of EOS uncertainties on numerical simulation results. The comparison shows, that small differences in the density function may lead to significant discrepancies in the simulation results. Applying a compromise between precision and computational effort, a cubic EOS has been chosen for the simulation of the continuous injection of carbon dioxide into a depleted natural gas reservoir. In this simulation, real fluid behaviour has been considered. Interpreting the simulation results allows prognoses of CO2 propagation velocities and its distribution within the reservoir. These results are helpful and necessary for scheduling real injection strategies. / Für die numerische Modellierung von unterirdischen Prozessen, wie z. B. geotechnische, geohydrologische oder geothermische Anwendungen, ist eine möglichst genaue Beschreibung der Parameter der beteiligten Fluide notwendig, um plausible Ergebnisse zu erhalten. Fluideigenschaften, vor allem die Eigenschaften von Gasen, sind stark abhängig von den jeweiligen Primärvariablen der simulierten Prozesse. Dies führt zu Nicht-linearitäten in den prozessbeschreibenden partiellen Differentialgleichungen. In der vorliegenden Arbeit wird die Entwicklung, die Evaluierung und die Anwendung eines numerischen Modells für nicht-isotherme Strömungsprozesse in porösen Medien beschrieben, das auf thermodynamischen Grundlagen beruht. Strömungs-, Transport- und Materialgleichungen wurden in die open-source-Software-Plattform OpenGeoSys implementiert. Das entwickelte Modell wurde mittels verschiedener, namhafter Benchmark-Tests für Wärmetransport sowie für Ein- und Mehrphasenströmung verifiziert. Um physikalisches Fluidverhalten zu beschreiben, wurden hochgenaue Korrelationsfunktionen für mehrere relevante Fluide und deren Gemische verwendet. Diese Korrelationen sind Funktionen der Dichte und der Temperatur. Daher ist deren Genauigkeit von der Präzision der verwendeten Zustandsgleichungen abhängig, welche die Fluiddichte in Relation zu Druck- und Temperaturbedingungen sowie der Zusammensetzung von Gemischen beschreiben. Komplexe Zustandsgleichungen, die mittels einer Vielzahl von Parametern an Realgasverhalten angepasst wurden, erreichen ein viel höheres Maß an Genauigkeit als die einfacheren, kubischen Gleichungen. Andererseits führt deren Komplexität zu sehr langen Rechenzeiten. Um die Wahl einer geeigneten Zustandsgleichung zu vereinfachen, wurde eine Sensitivitätsanalyse durchgeführt, um die Auswirkungen von Unsicherheiten in der Dichtefunktion auf die numerischen Simulationsergebnisse zu untersuchen. Die Analyse ergibt, dass bereits kleine Unterschiede in der Zustandsgleichung zu erheblichen Abweichungen der Simulationsergebnisse untereinander führen können. Als ein Kompromiss zwischen Einfachheit und Rechenaufwand wurde für die Simulation einer enhanced gas recovery-Anwendung eine kubische Zustandsgleichung gewählt. Die Simulation sieht, unter Berücksichtigung des Realgasverhaltens, die kontinuierliche Injektion von CO2 in ein nahezu erschöpftes Erdgasreservoir vor. Die Interpretation der Ergebnisse erlaubt eine Prognose über die Ausbreitungsgeschwindigkeit des CO2 bzw. über dessen Verteilung im Reservoir. Diese Ergebnisse sind für die Planung von realen Injektionsanwendungen notwendig

Numerical modelling of subsurface processes, such as geotechnical, geohydrological or geothermal applications requires a realistic description of fluid parameters in order to obtain plausible results. Particularly for gases, the properties of a fluid strongly depend on the primary variables of the simulated systems, which lead to non-linerarities in the governing equations. This thesis describes the development, evaluation and application of a numerical model for non-isothermal flow processes based on thermodynamic principles. Governing and constitutive equations of this model have been implemented into the open-source scientific FEM simulator OpenGeoSys. The model has been verified by several well-known benchmark tests for heat transport as well as for single- and multiphase flow. To describe physical fluid behaviour, highly accurate thermophysical property correlations of various fluids and fluid mixtures have been utilized. These correlations are functions of density and temperature. Thus, the accuracy of those correlations is strongly depending on the precision of the chosen equation of state (EOS), which provides a relation between the system state variables pressure, temperature, and composition. Complex multi-parameter EOSs reach a higher level of accuracy than general cubic equations, but lead to very expansive computing times. Therefore, a sensitivity analysis has been conducted to investigate the effects of EOS uncertainties on numerical simulation results. The comparison shows, that small differences in the density function may lead to significant discrepancies in the simulation results. Applying a compromise between precision and computational effort, a cubic EOS has been chosen for the simulation of the continuous injection of carbon dioxide into a depleted natural gas reservoir. In this simulation, real fluid behaviour has been considered. Interpreting the simulation results allows prognoses of CO2 propagation velocities and its distribution within the reservoir. These results are helpful and necessary for scheduling real injection strategies. / Für die numerische Modellierung von unterirdischen Prozessen, wie z. B. geotechnische, geohydrologische oder geothermische Anwendungen, ist eine möglichst genaue Beschreibung der Parameter der beteiligten Fluide notwendig, um plausible Ergebnisse zu erhalten. Fluideigenschaften, vor allem die Eigenschaften von Gasen, sind stark abhängig von den jeweiligen Primärvariablen der simulierten Prozesse. Dies führt zu Nicht-linearitäten in den prozessbeschreibenden partiellen Differentialgleichungen. In der vorliegenden Arbeit wird die Entwicklung, die Evaluierung und die Anwendung eines numerischen Modells für nicht-isotherme Strömungsprozesse in porösen Medien beschrieben, das auf thermodynamischen Grundlagen beruht. Strömungs-, Transport- und Materialgleichungen wurden in die open-source-Software-Plattform OpenGeoSys implementiert. Das entwickelte Modell wurde mittels verschiedener, namhafter Benchmark-Tests für Wärmetransport sowie für Ein- und Mehrphasenströmung verifiziert. Um physikalisches Fluidverhalten zu beschreiben, wurden hochgenaue Korrelationsfunktionen für mehrere relevante Fluide und deren Gemische verwendet. Diese Korrelationen sind Funktionen der Dichte und der Temperatur. Daher ist deren Genauigkeit von der Präzision der verwendeten Zustandsgleichungen abhängig, welche die Fluiddichte in Relation zu Druck- und Temperaturbedingungen sowie der Zusammensetzung von Gemischen beschreiben. Komplexe Zustandsgleichungen, die mittels einer Vielzahl von Parametern an Realgasverhalten angepasst wurden, erreichen ein viel höheres Maß an Genauigkeit als die einfacheren, kubischen Gleichungen. Andererseits führt deren Komplexität zu sehr langen Rechenzeiten. Um die Wahl einer geeigneten Zustandsgleichung zu vereinfachen, wurde eine Sensitivitätsanalyse durchgeführt, um die Auswirkungen von Unsicherheiten in der Dichtefunktion auf die numerischen Simulationsergebnisse zu untersuchen. Die Analyse ergibt, dass bereits kleine Unterschiede in der Zustandsgleichung zu erheblichen Abweichungen der Simulationsergebnisse untereinander führen können. Als ein Kompromiss zwischen Einfachheit und Rechenaufwand wurde für die Simulation einer enhanced gas recovery-Anwendung eine kubische Zustandsgleichung gewählt. Die Simulation sieht, unter Berücksichtigung des Realgasverhaltens, die kontinuierliche Injektion von CO2 in ein nahezu erschöpftes Erdgasreservoir vor. Die Interpretation der Ergebnisse erlaubt eine Prognose über die Ausbreitungsgeschwindigkeit des CO2 bzw. über dessen Verteilung im Reservoir. Diese Ergebnisse sind für die Planung von realen Injektionsanwendungen notwendig

The mitigation of greenhouse gases, like CO2 is a challenging aspect for our society. A strategy to hamper the constant emission of CO2 is utilizing carbon capture and storage technologies. CO2 is sequestrated in subsurface reservoirs. However, these reservoirs harbor the risk of leakage and appropriate geophysical monitoring methods are needed. A crucial aspect of monitoring is the assignment of measured data to certain events occurring. Especially if changes in the measured data are small, suitable statistical methods are needed. In this thesis, a new statistical workflow based on cluster analysis is proposed to detect similar transient electromagnetic signals. The similarity criteria dynamic time warping, the autoregressive distance, and the normalized root-mean-square distance are investigated and evaluated with respect to the classic Euclidean norm. The optimal number of clusters is determined using the gap statistic and visualized with multidimensional scaling. To validate the clustering results, silhouette values are used. The statistical workflow is applied to a synthetic data set, a long-term monitoring data set and a repeat measurement at a pilot CO2-sequestration site in Brooks, Alberta.