Anpassung an den Klimawandel erfordert Wissen über die potenziellen regionalen und lokalen Wirkungen von Klima und Wetterextremen. Auswirkungen des Klimawandels können die Landwirtschaft, abhängig von Witterung, Standortqualität, Landnutzung und -management, sowohl positiv als auch negativ beeinflussen. Dabei ist zu berücksichtigen, dass der Klimawandel sich einerseits direkt auf Funktionen von Agrarökosystemen auswirkt, andererseits aber auch Anpassungsmaßnahmen der Landwirtschaft Ökosystemdienstleistungen im ländlichen Raum beeinträchtigen können. Gefordert ist daher eine integrative Sicht der Wechselwirkungen. Aufgrund der komplexen Zusammenhänge muss die Bewertung zukünftiger Entwicklungen durch Simulationsmodelle unterstützt werden. Der Beitrag fasst Kenntnisse über den Einfluss des Klimawandels auf die Landwirtschaft zusammen und stellt beispielhaft modellgestützte Werkzeuge vor, die Auswirkungen des Klimawandels auf Agrarökosysteme simulieren und derzeit durch das Verbundvorhaben LandCaRe (Land, Climate and Resources) 2020 entwickelt werden. / Adaptation to climate change requires knowledge of the potential regional and local impact of climate and weather extremes. The effects of climate change on agriculture may be positive or negative, depending on weather conditions, site quality, land use and management. It must be considered that, on the one hand, climate change will directly affect functions of agro-ecosystems, while on the other hand, adaptation measures in agriculture may influence ecosystem services in rural areas. Therefore, an integrative view of possible interactions is necessary. Given the complex interdependencies, the evaluation of future developments must be supported by simulation models. The paper summarises current knowledge on the influence of climate change on agriculture and presents the model-based instruments which being currently developed by the joint project “LandCaRe (Land, Climate and Resources) 2020” to simulate the impact of climate change on agroecosystems.

Dieser Beitrag analysiert den aktuellen Stand der Offenlegung der Klimaleistung in den CO2- intensiven Branchen Energie und Zement. Unter Heranziehung einer Inhaltsanalyse werden 204 Umweltberichte aus den Jahren 2002 bis 2007 ausgewertet. Dabei wird untersucht, ob die Berichterstattung den Richtlinien der Global Reporting Initiative zur Kommunikation der Klimaleistung entspricht. Die zu untersuchenden Fragen lauten: Wie hat sich die Offenlegung der Klimaleistung entwickelt? Wie berichten Energie- und Zementunternehmen über ihre Klimaleistung? Ausgehend von der Stakeholdertheorie [1] wird dabei untersucht, ob sich ein stärkerer Druck von Anspruchsgruppen (Stakeholder) gegenüber der Energiebranche auch in einer besseren Berichterstattung widerspiegelt. Durch diese sektorspezifische Differenzierung und die Anwendung der Stakeholdertheorie ergänzt dieser Beitrag die vorhandene Literatur [2, 3] zur Offenlegung der Klimaleistung von Unternehmen. / This paper analyses the status quo of carbon disclosure in the carbon-intensive energy and cement industries. It makes use of content analysis to evaluate 204 environmental reports from the years 2002 to 2007, scrutinising the compliance of carbon disclosure with the guidelines of the Global Reporting Initiative. The issues investigated include: How has carbon disclosure evolved over time? What information on carbon management can be gained from the carbon disclosure of energy and cement companies? Based on stakeholder theory [1], the impact of higher external pressure on the energy sector regarding carbon disclosure will be assessed. It is proposed to add to existing literature on carbon disclosure [2, 3] by applying stakeholder theory and through a sectoral approach.

Anhand der aktuellen und prognostizierten verkehrlichen Treibhausgasemissionen wird einleitend die Bedeutung des Verkehrsbereiches für einen wirksamen Klimaschutz herausgestellt. Anschließend wird aus langfristigen Tragfähigkeitsbetrachtungen (ca. 1 – 2 t CO2- Äq./Person und Jahr) ein maximal denkbares Nutzungsniveau fossiler Energie für Verkehr abgeleitet, das deutlich unter den heutigen Verbräuchen liegt. Die Diskussion der sich daraus ergebenden Implikationen führt zu folgender Hauptschlussfolgerung: Es wird zukünftig weniger Verkehr geben (müssen), dies führt aber nicht zu weniger Mobilität, eher im Gegenteil. Veränderte Raumplanung, Nähe, Nutzenmischung usw. erlauben es, Mobilitätsbedürfnisse sauberer, leiser und gesünder zu erfüllen. / The paper highlights the importance of the factor “traffic” in any effective climate protection regime. Based on long-term sustainability studies, a maximum acceptable level of individual annual CO2 emissions from fossil fuels is determined. The figure proposed is far below present-day levels. Implications are discussed and the following main conclusion is derived: Future societies will have to make do with considerably less traffic: However, this will not necessarily lead to less mobility. On the contrary, different patterns of land use, multi-functional urban structures, new pricing regimes, altered travel patterns and technical improvements will actually permit greater mobility (e.g. among groups socially excluded today) with less traffic.

Im Rahmen des Forschungsverbundvorhabens „Veränderung und Management der Risiken extremer Hochwasserereignisse in großen Flussgebieten – am Beispiel der Elbe“ wurden verschiedene Handlungsstrategien zur Verringerung potenzieller Hochwasserrisiken unter Berücksichtigung des Klimawandels untersucht. Risiko wird als Produkt aus Schaden und Eintrittswahrscheinlichkeit definiert. Eine Möglichkeit zur Minderung des Risikos infolge von Hochwasserereignissen besteht demnach in der Beeinflussung der Eintrittswahrscheinlichkeit bzw. aus wasserwirtschaftlicher Sicht des damit einhergehenden Hochwasserabflusses. Der vorliegende Beitrag zeigt Möglichkeiten der Hochwasserscheitelabsenkung mithilfe potenzieller, gesteuerter Flutpolder an der Elbe als Reaktion auf eine mögliche Erhöhung der Hochwasserrisiken infolge des Klimawandels auf. Diesbezüglich werden die angewendeten Modelle zur numerischen Berechnung der hydrologischen und hydraulischen Verhältnisse, die Auswahl von Standorten, wasserbauliche Grobkonzeptionen sowie Besonderheiten bei der Bemessung potenzieller Flutpolder an der Elbe erläutert. / As part of the integrated research project “Changes and management of risks of extreme flood events in large river basins – the example of the Elbe River”, various strategies to reduce potential flood risks, including climate change considerations, have been investigated. Risk is defined as a product of injury and probability of occurrence. With regard to hydraulics, one way to reduce the risk resulting from floods is to manage the discharge during the flood’s peak. This paper introduces the possibility of managing flood peak reduction using controllable flood polders along the Elbe in response to the possible risk of increased flooding due to climate change. The numerical models used to calculate the hydrological and hydraulic conditions are explained, alongside discussion of the site selection and preliminary hydraulic designs for potential flood polders.

This work makes an attempt to explain the origin, features and potential applications of the elevation bias of the synthetic aperture radar interferometry (InSAR) datasets over areas covered by vegetation. The rapid development of radar-based remote sensing methods, such as synthetic aperture radar (SAR) and InSAR, has provided an alternative to the photogrammetry and LiDAR for determining the third dimension of topographic surfaces. The InSAR method has proved to be so effective and productive that it allowed, within eleven days of the space shuttle mission, for acquisition of data to develop a three-dimensional model of almost the entire land surface of our planet. This mission is known as the Shuttle Radar Topography Mission (SRTM). Scientists across the geosciences were able to access the great benefits of uniformity, high resolution and the most precise digital elevation model (DEM) of the Earth like never before for their a wide variety of scientific and practical inquiries. Unfortunately, InSAR elevations misrepresent the surface of the Earth in places where there is substantial vegetation cover. This is a systematic error of unknown, yet limited (by the vertical extension of vegetation) magnitude. Up to now, only a limited number of attempts to model this error source have been made. However, none offer a robust remedy, but rather partial or case-based solutions. More work in this area of research is needed as the number of airborne and space-based InSAR elevation models has been steadily increasing over the last few years, despite strong competition from LiDAR and optical methods. From another perspective, however, this elevation bias, termed here as the “biomass impenetrability”, creates a great opportunity to learn about the biomass. This may be achieved due to the fact that the impenetrability can be considered a collective response to a few factors originating in 3D space that encompass the outermost boundaries of vegetation. The biomass, presence in InSAR datasets or simply the biomass impenetrability, is the focus of this research. The report, presented in a sequence of sections, gradually introduces terminology, physical and mathematical fundamentals commonly used in describing the propagation of electromagnetic waves, including the Maxwell equations. The synthetic aperture radar (SAR) and InSAR as active remote sensing methods are summarised. In subsequent steps, the major InSAR data sources and data acquisition systems, past and present, are outlined. Various examples of the InSAR datasets, including the SRTM C- and X-band elevation products and INTERMAP Inc. IFSAR digital terrain/surface models (DTM/DSM), representing diverse test sites in the world are used to demonstrate the presence and/or magnitude of the biomass impenetrability in the context of different types of vegetation – usually forest. Also, results of investigations carried out by selected researchers on the elevation bias in InSAR datasets and their attempts at mathematical modelling are reviewed. In recent years, a few researchers have suggested that the magnitude of the biomass impenetrability is linked to gaps in the vegetation cover. Based on these hints, a mathematical model of the tree and the forest has been developed. Three types of gaps were identified; gaps in the landscape-scale forest areas (Type 1), e.g. forest fire scares and logging areas; a gap between three trees forming a triangle (Type 2), e.g. depending on the shape of tree crowns; and gaps within a tree itself (Type 3). Experiments have demonstrated that Type 1 gaps follow the power-law density distribution function. One of the most useful features of the power-law distributed phenomena is their scale-independent property. This property was also used to model Type 3 gaps (within the tree crown) by assuming that these gaps follow the same distribution as the Type 1 gaps. A hypothesis was formulated regarding the penetration depth of the radar waves within the canopy. It claims that the depth of penetration is simply related to the quantisation level of the radar backscattered signal. A higher level of bits per pixels allows for capturing weaker signals arriving from the lower levels of the tree crown. Assuming certain generic and simplified shapes of tree crowns including cone, paraboloid, sphere and spherical cap, it was possible to model analytically Type 2 gaps. The Monte Carlo simulation method was used to investigate relationships between the impenetrability and various configurations of a modelled forest. One of the most important findings is that impenetrability is largely explainable by the gaps between trees. A much less important role is played by the penetrability into the crown cover. Another important finding is that the impenetrability strongly correlates with the vegetation density. Using this feature, a method for vegetation density mapping called the mean maximum impenetrability (MMI) method is proposed. Unlike the traditional methods of forest inventories, the MMI method allows for a much more realistic inventory of vegetation cover, because it is able to capture an in situ or current situation on the ground, but not for areas that are nominally classified as a “forest-to-be”. The MMI method also allows for the mapping of landscape variation in the forest or vegetation density, which is a novel and exciting feature of the new 3D remote sensing (3DRS) technique. Besides the inventory-type applications, the MMI method can be used as a forest change detection method. For maximum effectiveness of the MMI method, an object-based change detection approach is preferred. A minimum requirement for the MMI method is a time-lapsed reference dataset in the form, for example, of an existing forest map of the area of interest, or a vegetation density map prepared using InSAR datasets. Preliminary tests aimed at finding a degree of correlation between the impenetrability and other types of passive and active remote sensing data sources, including TerraSAR-X, NDVI and PALSAR, proved that the method most sensitive to vegetation density was the Japanese PALSAR - L-band SAR system. Unfortunately, PALSAR backscattered signals become very noisy for impenetrability below 15 m. This means that PALSAR has severe limitations for low loadings of the biomass per unit area. The proposed applications of the InSAR data will remain indispensable wherever cloud cover obscures the sky in a persistent manner, which makes suitable optical data acquisition extremely time-consuming or nearly impossible. A limitation of the MMI method is due to the fact that the impenetrability is calculated using a reference DTM, which must be available beforehand. In many countries around the world, appropriate quality DTMs are still unavailable. A possible solution to this obstacle is to use a DEM that was derived using P-band InSAR elevations or LiDAR. It must be noted, however, that in many cases, two InSAR datasets separated by time of the same area are sufficient for forest change detection or similar applications.

Schummerungen sind heutzutage die anschaulichste und am weitesten verbreite Methode zur Darstellung des Reliefs in der Kartenebene. Analytische Verfahren zur Herstellung einer Schummerung finden sich meist im Kontext von Geoinformationssystemen, von denen eine große Vielzahl auf dem Markt erhältlich ist - darunter auch zunehmend Open-Source-Programme. Vor diesem Hintergrund ist es das Ziel der Arbeit sowohl den Funktionsumfang als auch die Möglichkeiten und Grenzen der Reliefdarstellung ausgewählter kommerzieller und freier Produkte zu untersuchen und zu vergleichen. Speziell wurden die Möglichkeiten zur Erstellung einer Reliefschummerung, farbiger Höhenschichten und Maskierung flacher Gebiete untersucht. Dafür wurden verschiedene Vergleichskriterien eingeführt nach denen zwei Beispielregionen, sowohl auf Meso- als auch auf Mikroebene, bearbeitet und bewertet wurden. Die Untersuchungen haben gezeigt, dass kommerzielle Produkte generell die anspruchsvolleren Schummerungen generieren und Open-Source Produkte keine Alternative für qualitativ hochwertige, kartographische Anliegen darstellen. Allerdings müssen die Einstellungen in den meisten Fällen manuell sowohl an das Programm als auch an den Kartenausschnitt angepasst werden. Die Ergebnisse und Schlussfolgerungen sind anschaulich in Tabellen mit abschließendem Fazit am Ende der Arbeit zusammengefasst.:1. Motivation 2. Grundlagen 2.1. Reliefdarstellungsmethoden 2.2. Schummerungsarten 2.3. Herstellung einer Schummerung 3. Möglichkeiten der analytischen Schummerung 3.1. Datengrundlage 3.2. Kommerzielle Produkte 3.3. Open-Source Software 4. Ergebnis 4.1. Zusammenfassung der Ergebnisse 4.2. Tabellarischer Vergleich 5. Schlussfolgerung

Nutzergenerierte Geodaten werden für viele Anwendungen auch als alternative Quelle zu den amtlichen Daten genutzt. Das wohl populäreste Projekt, das solche Daten sammelt, ist OpenStreetMap (OSM), dessen umfangreiche Datenbank viele Typen geographischer Informationen abdeckt. Mit zunehmender Vollständigkeit werden diese Daten neben praktischen Anwendungen (Visualisierung, Routing, etc.) auch für die Beantwortung raumwissenschaftlicher Fragestellungen interessant. Das Leibniz-Institut für ökologische Raumentwicklung (IÖR) beschäftigt sich beispielsweise seit Jahren mit der Erfassung und Analyse der gebäudebasierten Siedlungsstruktur. Inwiefern der Gebäudedatenbestand von OSM für kleinräumige Analysen der Siedlungsstruktur genutzt werden kann, war bisher offen und wird mit dieser Studienarbeit, gemeinsam betreut von IÖR und dem Institut für Kartographie (TU-Dresden), beantwortet. In der Arbeit erfolgt ein quantitativer Vergleich der Gebäudedaten aus der OSM-Datenbank der mit Gebäudedaten der amtlichen Vermessung, im speziellen der Amtlichen Liegenschaftskarte (ALK) und des Amtlichen Topographisch-Kartographischen Informationssystems (ATKIS). Das Hauptaugenmerk liegt hierbei auf der Untersuchung von Gebäudepolygonen hinsichtlich der Vollständigkeit und Qualität der Gebäudepolygone. Im Rahmen einer Vollständigkeitsanalyse werden verschiedene Bezugsflächen verwendet, auf denen die vergleichenden Ergebnisse visualisiert werden. Für den objektbezogenen Vergleich zwischen den amtlichen und den freien Geodaten werden verschiedene Verschneidungsmethoden herausgearbeitet und hinsichtlich ihrer Aussagekraft bewertet. Stellvertretend für den Gesamtdatenbestand von Deutschland, wurde die Analyse auf ausgewählte Untersuchungsgebiete angewendet. Die Ergebnisse zeigen, dass die Gebäudedaten des OSM-Projektes noch starke Defizite aufweisen, was die Vollständigkeit und die Lagegenauigkeit anbelangt. Unterschiede zeigen sich vor allem hinsichtlich der Gebäudevollständigkeit zwischen Agglomerationsräumen und ländlichen Regionen, die hauptsächlich auf unterschiedlich ausgeprägte Kartieraktivitäten der OSM-Datenerfasser zurückzuführen ist.:Zusammenfassung ............................................................................ i Abstract ............................................................................................ ii Abbildungsverzeichnis ...................................................................... v Tabellenverzeichnis .......................................................................... vi Abkürzungsverzeichnis ..................................................................... vii 1. Einleitung ...................................................................................... 1 1.1. Motivation der Arbeit .................................................................. 1 1.2. Aufbau der Arbeit ....................................................................... 2 2. Theoretischer Teil .......................................................................... 3 2.1. Web 2.0 und nutzergenerierte (Geo)Daten ................................ 3 2.2. OpenStreetMap Projekt .............................................................. 5 2.3. Qualitäts- und Vollständigkeitsuntersuchungen ......................... 8 3. Methodischer Teil ........................................................................... 14 3.1. Daten, deren Formate und Aufbau ............................................. 14 3.1.1. Amtliche Geodaten – Gebäudedaten aus ATKIS und ALKIS ..... 14 3.1.2. Nutzergenerierte Geodaten – OSM .......................................... 16 3.2. Eingesetzte Software für die Datenaufbereitung ........................ 20 3.3. Konzept der Vollständigkeitsanalyse .......................................... 22 3.3.1. Bezugsflächen ......................................................................... 22 3.3.2. Ansätze auf Basis von Bezugsflächen ...................................... 26 3.3.2.1. Gebäudeanzahl ..................................................................... 26 3.3.2.2. Flächenbilanz ........................................................................ 27 3.3.3. Objektbezogener Vergleich zweier Datensätze ....................... 27 3.3.3.1. Centroid-Methode ................................................................. 29 3.3.3.2. Überdeckungsgrad-Methode ................................................. 30 3.4. Nutzungsinformationen ............................................................... 31 3.4.1. Attributinformationen aus OSM ................................................ 31 3.4.2. Attributinformationen aus amtlichen Daten .............................. 32 3.4.3. Möglichkeit zur Analyse von Attributinformationen ................... 33 4. Praktischer Teil ............................................................................... 35 4.1. Untersuchungsgebiete ................................................................ 35 4.2. Benutzte Datensätze .................................................................. 38 4.2.1. Referenzdatensatz Nordrhein-Westfalen ................................. 38 4.2.2. Referenzdatensatz Sachsen .................................................... 39 4.2.3. Vergleichsdatensatz OSM ......................................................... 39 4.2.4. Bezugsflächen .......................................................................... 41 4.3. Vorverarbeitung .......................................................................... 42 4.4. Bearbeitungsschritte der Vollständigkeitsanalyse ....................... 44 4.4.1. Auf Basis von Bezugsflächen..................................................... 44 4.4.2. Objektbezogen ......................................................................... 50 4.5. Ergebnisse .................................................................................. 54 4.5.1. Überblicklicher Vergleich ........................................................... 54 4.5.2. Vergleich von Anzahl und Fläche auf Basis von Bezugsflächen 57 4.5.3. Objektbezogener Vergleich ...................................................... 59 4.5.3.1. Centroid-Methode ................................................................. 60 4.5.3.2. Überdeckungsgrad-Methode ................................................. 61 4.5.4. Zusammenfassender Vergleich nach Untersuchungsgebieten ..63 4.5.5. Visualisierungsoptionen ........................................................... 64 4.6. Auswertung und Ergebnisse der Attributanalyse ........................ 66 5. Zusammenfassung ......................................................................... 69 5.1. Fazit ............................................................................................ 69 5.2. Ausblick ....................................................................................... 71 Literaturverzeichnis ............................................................................ ix Anhang ............................................................................................... xv / User-generated geodata is used in various applications as an alternative solution to the authorative data source. The most popular project, collecting this kind of data, is OpenStreetMap (OSM). A lot of different types of geographical information are covered in this database. In fact of the increasing level of completeness, this data becomes besides practical cases (visualization, routing, etc.) more and more important for answering questions in spatial science. For many years the Leibniz Institute of Ecological Urban and Regional Development (IOER) deals with the analysis of the building related settlement structure. In what way the building data from OSM could be used for small-scale settlement structure analyses is open. This research paper, supervised by the IOER and the Institut of Cartography (TU Dresden), will answer this questions. This student research paper deals with the quantitative comparison between building data from the OSM-database and the authorative building data from the surveying authorities, especially the automated real estate map (ALK) and the Authorative Topographic-Cartographic Information System (ATKIS). The focus of this work is on the analysis of the polygons of buildings. They are examined according to their completeness and their positional consistency. As part of the analysis of completeness, several reference planes are used to visualize the comparative results. Within the geometrical comparison of buildings between authoritative and free geological data different intersection methods are applied and compared according to their significance. The anaylsis was implemented in selected investigation areas, representative for the german nationwide data set. The results illustrate a deficit in the field of building data from OSM, regarding to completeness and positional correctness. Main differences appear especially between urban agglomeration and rural areas. This could be explained by the different mapping behaviour of the members or the therefore required underlying data.:Zusammenfassung ............................................................................ i Abstract ............................................................................................ ii Abbildungsverzeichnis ...................................................................... v Tabellenverzeichnis .......................................................................... vi Abkürzungsverzeichnis ..................................................................... vii 1. Einleitung ...................................................................................... 1 1.1. Motivation der Arbeit .................................................................. 1 1.2. Aufbau der Arbeit ....................................................................... 2 2. Theoretischer Teil .......................................................................... 3 2.1. Web 2.0 und nutzergenerierte (Geo)Daten ................................ 3 2.2. OpenStreetMap Projekt .............................................................. 5 2.3. Qualitäts- und Vollständigkeitsuntersuchungen ......................... 8 3. Methodischer Teil ........................................................................... 14 3.1. Daten, deren Formate und Aufbau ............................................. 14 3.1.1. Amtliche Geodaten – Gebäudedaten aus ATKIS und ALKIS ..... 14 3.1.2. Nutzergenerierte Geodaten – OSM .......................................... 16 3.2. Eingesetzte Software für die Datenaufbereitung ........................ 20 3.3. Konzept der Vollständigkeitsanalyse .......................................... 22 3.3.1. Bezugsflächen ......................................................................... 22 3.3.2. Ansätze auf Basis von Bezugsflächen ...................................... 26 3.3.2.1. Gebäudeanzahl ..................................................................... 26 3.3.2.2. Flächenbilanz ........................................................................ 27 3.3.3. Objektbezogener Vergleich zweier Datensätze ....................... 27 3.3.3.1. Centroid-Methode ................................................................. 29 3.3.3.2. Überdeckungsgrad-Methode ................................................. 30 3.4. Nutzungsinformationen ............................................................... 31 3.4.1. Attributinformationen aus OSM ................................................ 31 3.4.2. Attributinformationen aus amtlichen Daten .............................. 32 3.4.3. Möglichkeit zur Analyse von Attributinformationen ................... 33 4. Praktischer Teil ............................................................................... 35 4.1. Untersuchungsgebiete ................................................................ 35 4.2. Benutzte Datensätze .................................................................. 38 4.2.1. Referenzdatensatz Nordrhein-Westfalen ................................. 38 4.2.2. Referenzdatensatz Sachsen .................................................... 39 4.2.3. Vergleichsdatensatz OSM ......................................................... 39 4.2.4. Bezugsflächen .......................................................................... 41 4.3. Vorverarbeitung .......................................................................... 42 4.4. Bearbeitungsschritte der Vollständigkeitsanalyse ....................... 44 4.4.1. Auf Basis von Bezugsflächen..................................................... 44 4.4.2. Objektbezogen ......................................................................... 50 4.5. Ergebnisse .................................................................................. 54 4.5.1. Überblicklicher Vergleich ........................................................... 54 4.5.2. Vergleich von Anzahl und Fläche auf Basis von Bezugsflächen 57 4.5.3. Objektbezogener Vergleich ...................................................... 59 4.5.3.1. Centroid-Methode ................................................................. 60 4.5.3.2. Überdeckungsgrad-Methode ................................................. 61 4.5.4. Zusammenfassender Vergleich nach Untersuchungsgebieten ..63 4.5.5. Visualisierungsoptionen ........................................................... 64 4.6. Auswertung und Ergebnisse der Attributanalyse ........................ 66 5. Zusammenfassung ......................................................................... 69 5.1. Fazit ............................................................................................ 69 5.2. Ausblick ....................................................................................... 71 Literaturverzeichnis ............................................................................ ix Anhang ............................................................................................... xv

The primary objective of this research was to evaluate the potential for monitoring forest change using Landsat ETM and Aster data. This was accomplished by performing eight change detection algorithms: pixel post-classification comparison (PCC), image differencing Normalized Difference Vegetation Index (NDVI), Soil-Adjusted Vegetation Index (SAVI), Transformed Difference Vegetation Index (TDVI), principal component analysis (PCA), multivariate alteration detection (MAD), change vector analysis (CVA) and tasseled cap analysis (TCA). Methods, Post-Classification Comparison and vegetation indices are straightforward techniques and easy to apply. In this study the simplified classification with only 4 forest classes namely close forest, open forest, bare land and grass land was used The overall classification accuracy obtained were 88.4%, 91.9% and 92.1% for the years 2000, 2003 and 2006 respectively. The Tasseled Cap green layer (GTC) composite of the three images was proposed to detect the change in vegetation of the study area. We found that the RBG-TCG worked better than RGBNDVI. For instance, the RBG-TCG detected some areas of changes that RGB-NDVI failed to detect them, moreover RBG-TCG displayed different changed areas with more strong colours. Change vector analysis (CVA) based on Tasseled Cap transformation (TCT) was also applied for detecting and characterizing land cover change. The results support the CVA approach to change detection. The calculated date to date change vectors contained useful information, both in their magnitude and their direction. A powerful tool for time series analysis is the principal components analysis (PCA). This method was tested for change detection in the study area by two ways: Multitemporal PCA and Selective PCA. Both methods found to offer the potential for monitoring forest change detection. A recently proposed approach, the multivariate alteration detection (MAD), in combination with a posterior maximum autocorrelation factor transformation (MAF) was used to demonstrate visualization of vegetation changes in the study area. The MAD transformation provides a way of combining different data types that found to be useful in change detection. Accuracy assessment is an important final step addressed in the study to evaluate the different change detection techniques. A quantitative accuracy assessment at level of change/no change pixels was performed to determine the threshold value with the highest accuracy. Among the various accuracy assessment methods presented the highest accuracy was obtained using the post-classification comparison based on supervised classification of each two time periods (2000 -2003 and 2003-2006), which were 90.6% and 87% consequently.

Mobile Endgeräte beeinflussen unseren Alltag und sind allgegenwärtig. Besonders die Vielfalt der Nutzungsmöglichkeiten entwickeln sich stetig weiter. Die meisten Funktionen dieser Geräte basieren auf der visuellen Informationsein- und Ausgabe. Hingegen sind die nicht-visuellen Aktionsmöglichkeiten weniger verbreitet. In der Bachelorarbeit werden darum die Parameter und die Symboldarstellung der nicht-visuellen Informationsausgabe untersucht. Des Weiteren wird eine Auswahl verschiedener Forschungsprojekte, externer Geräte und anwendungsbereiter Software vorgestellt, die sich größtenteils mit der Navigation besonders im Bezug auf Smartphones beschäftigt. Aus den gewonnenen Erkenntnissen ist die konzeptionelle Idee einer Navigationsanwendung für Smartphones entstanden. Im Bezug dazu ist eine denkbare Teststrecke im Elbsandsteingebirge für mögliche Experimente und Versuche vorgeschlagen worden, welche vielfältige Bereiche der Navigationsmöglichkeiten abdeckt. / Mobile devices are upiquitous these days and influence our everyday life dramatically, especially as the variety and use of applications is ever-evolving. However, most of the functions of these devices are based on input and output of visual information data. Non-visual features are not yet particularly common. This is why the different parameters and depictions of symbols of the non-visual data output type have been analysed in this paper. Moreover, there are some research projects, additional equipment and applications presented in here which are primarily concerned with the navigational functionality deployed by Smart phones. The study and research undertaken for this paper has lead to the creation of a concept for an application program which relates to navigational functionality based on smart phones. A test track in the Sächsische Schweiz National Parl, "Elbsandsteingebirge", has already been developed for the purpose of conducting further experiments in this area.

Das internationale Waldregime kann als Summe von Prinzipien, Normen, Prozeduren und Programmen verstanden werden, welche den Schutz und die Nutzung von Wäldern sowie die Rolle der einzelnen Akteure hierbei regeln sollen. Als Ergebnis des Erdgipfels von Rio 1992 wurden vielfältige Forderungen und Vorschläge für den Abbau von intragenerationalen (Stichwort Nord-Süd-Konflikt) und intergenerationalen Ungleichheiten erhoben. Die Erkenntnisse aus Fallstudien in mehreren asiatischen Ländern (Bangladesh, China, Indien, Nepal) deuten jedoch darauf hin, dass diese Ansätze oft nur wenig zur Lösung von Nutzungskonflikten um Waldressourcen auf der lokalen Ebene beitragen können. Gerade hier muss aber angesetzt werden, um Veränderungen im Hinblick auf die Stabilisierung des globalen Klimas herbeizuführen. / The international forest regime is characterised by principles, norms, procedures and programs, which follow the target to regulate forest conservation and use as well as to determine the role of involved actors. In the conclusions of the Rio-process many proposals with focus on the reduction of the intergenerational and intragenerational imbalances have been made. Case studies from some Asiatic countries (Bangladesh, China, India, Nepal, Vietnam) indicate, that the above mentioned global regulations hardly respond to questions of land use and forest use on a local level. Urgent actions and interventions are necessary on this local level to stabilise the global climate.