Die imperiale Lebensweise westlicher Industrienationen, die sich durch ein permanentes Streben nach Wirtschaftswachstum ausdrückt, bringt den Planeten an die Grenzen seiner Tragfähigkeit. In den letzten Jahren wurden jedoch – bestärkt durch die Weltwirtschaftskrise 2007/08 – Alternativen zum Modell des permanenten Wachstums immer populärer, die sich anstatt auf ökonomischen Wohlstand vermehrt auf soziale und ökologische Belange des gesellschaftlichen Zusammenlebens fokussierten. Unter dem Begriff der Postwachstumsbewegung sammelten sich Ansätze, Ideen und Akteure, die gemeinsam für eine Zukunft fernab jeglicher Wachstumszwänge und innerhalb der planetaren Grenzen kämpfen. Vor dem Hintergrund der zunehmenden sozialen und ökologischen Herausforderungen wurden nun erstmals sozial-ökologische Nischenakteure aus drei unterschiedlichen Bereichen der Postwachstumsbewegung gemeinsam in einem Forschungsvorhaben – unter besonderer Berücksichtigung gesellschaftlicher, organisatorischer und territorialer Einbettungsprozesse – untersucht. Eingebettet ist diese Untersuchung in den theoretisch-konzeptionellen Ansatz der sozial-ökologischen Transformation, deren inkrementeller Wandel mithilfe der Multi-Level-Perspektive beschrieben werden kann. Die Kombination dieses spezifischen theoretisch-konzeptionellen Ansatzes und der empirischen Erhebung ist das Alleinstellungsmerkmal der vorliegenden Untersuchung. Es zeigte sich, dass alle untersuchten Nischenakteure eine deutlich progressive Unternehmungsphilosophie vertreten, die häufig in einer Unternehmungsorganisation mit flachen Hierarchien und konsensbasierten Entscheidungsfindungen mündet. Besonders gesellschaftliche Einbettungsprozesse bedingen den Erfolg oder Misserfolg der Nischenentwicklung. Organisatorische Einbettung kommt derweil vor allem im Aufbau weitreichender Netzwerkstrukturen zum Tragen, die die Innovationsfähigkeit und Stabilität der Nische unterstützen. Eine starke territoriale Einbettung steigert den lokal-regionalen Einfluss der Nischeninnovationen und generiert Rückhalt in der Bevölkerung. / The imperial way of life of Western industrialized nations, expressed through a permanent pursuit of economic growth, is pushing the planet to the limits of its carrying capacity. In recent years, however, alternatives to the model of permanent growth have become increasingly popular - encouraged by the global economic crisis of 2007/08 - that focus increasingly on social and ecological concerns of social coexistence instead of economic prosperity. Under the term of the post-growth movement, approaches, ideas and actors gathered together to fight for a future far away from any growth constraints and within planetary boundaries. Against the backdrop of increasing social and ecological challenges, socio-ecological niche actors from three different areas of the post-growth movement have now been studied together for the first time in a research project - with a special focus on social, organizational and territorial embedding processes. This research is embedded in the theoretical-conceptual approach of socio-ecological transformation, whose incremental change can be described with the help of the multi-level perspective. The combination of this specific theoretical-conceptual approach and the empirical survey is the unique selling point of the present study. It was found that all of the niche players studied represent a clearly progressive entrepreneurial philosophy, which often results in an entrepreneurial organization with flat hierarchies and consensus-based decision-making. Social embedding processes in particular determine the success or failure of niche development. Organizational embedding, meanwhile, comes into play primarily in the development of far-reaching network structures that support the innovative capacity and stability of the niche. Strong territorial embedding increases the local-regional influence of niche innovations and generates support among the population. / Die imperiale Lebensweise westlicher Industrienationen, die sich durch ein permanentes Streben nach Wirtschaftswachstum ausdrückt, bringt den Planeten an die Grenzen seiner Tragfähigkeit. Nach der Weltwirtschaftskrise 2007/08 wurden jedoch Alternativen zum Modell des permanenten Wachstums immer populärer, die sich anstatt auf ökonomischen Wohlstand vermehrt auf soziale und ökologische Belange des gesellschaftlichen Zusammenlebens fokussierten. Unter dem Begriff der Postwachstumsbewegung sammelten sich Ideen und Akteure, die gemeinsam für eine Zukunft fernab jeglicher Wachstumszwänge und ein Leben innerhalb der planetaren Grenzen eintreten. Vor dem Hintergrund der zunehmenden sozialen und ökologischen Herausforderungen werden nun erstmals sozial-ökologische Nischenakteure aus unterschiedlichen Bereichen der Postwachstums-bewegung gemeinsam in einem Forschungsvorhaben – unter besonderer Berücksichtigung gesellschaftlicher, organisatorischer und territorialer Einbettungsprozesse – untersucht. Fußend auf dem theoretisch-konzeptionellen Ansatz der sozial-ökologischen Transformation werden im Rahmen einer Multi-Level-Perspektive auf Grundlage der qualitativen Inhaltsanalyse von Experteninterviews Chancen und Herausforderungen eines inkrementellen gesellschaftlichen Wandels aufgezeigt.

The area northeast of Sudbury, Ontario, is known for one of the largest unexplained geophysical anomalies on the Canadian Shield, the 1,200 km2 Temagami Anomaly. The geological cause of this regional magnetic, conductive and gravity feature has previously been modelled to be a mafic-ultramafic body at relatively great depth (2–15 km) of unknown age and origin, which may or may not be related to the meteorite impact-generated Sudbury Igneous Complex in its immediate vicinity. However, with a profound lack of outcrops and drill holes, the geological cause of the anomaly remains elusive, a genetic link to the 1.85 Ga Sudbury impact event purely speculative. In search for any potential surface expression of the deep-seated cause of the Temagami Anomaly, this study provides a first, yet comprehensive petrological and geochemical assessment of exotic igneous dykes recently discovered in outcrops above, and drill cores into, the Temagami Anomaly. Based on cross-cutting field relations, petrographic studies, lithogeochemistry, whole-rock Nd-Sr-Pb isotope systematics, and U-Pb geochronology, it was possible to identify, and distinguish between, at least six different groups of igneous dykes: (i) Calc-alkaline quartz diorite dykes related to the 1.85 Ga Sudbury Igneous Complex (locally termed Offset Dykes); (ii) tholeiitic quartz diabase of the regional 2.22 Ga Nipissing Suite/Senneterre Dyke Swarm; (iii) calc-alkaline quartz diabase of the regional 2.17 Ga Biscotasing Dyke Swarm; (iv) alkaline ultrabasic dykes correlated with the 1.88–1.86 Ga Circum-Superior Large Igneous Province (LIP); and (v) aplitic dykes as well as (vi) a hornblende syenite, the latter two of more ambiguous age and stratigraphic position. The findings presented in this study – the discovery of three new Offset Dykes in particular – offer some unexpected insights into the geology and economic potential of one of the least explored areas of the world-class Sudbury Mining Camp as well as into the nature and distribution of both allochthonous and autochthonous impactites within one of the oldest and largest impact structures known on Earth. Not only do the geometric patterns of dyke (and breccia) distribution reaffirm previous notions of the existence of discrete ring structures in the sense of a ~200-km multi-ring basin, but they provide critical constraints as to the pre-erosional thickness and extent of the impact melt sheet, thus helping to identity new areas for Ni-Cu-PGE exploration. Furthermore, this study provides important insights into the pre-impact stratigraphy and the magmatic evolution of the region in general, which reveals to be much more complex, compositionally divers, and protracted than initially assumed. Of note is the discovery of rocks related to the 2.17 Ga Biscotasing and the 1.88–1.86 Ga Circum-Superior magmatic events, as these were not previously known to occur on the southeast margin of the Superior Craton. Shortly predating the Sudbury impact and being contemporaneous with ore-forming events at Thompson (Manitoba) and Raglan (Cape Smith), these magmatic rocks could provide the missing link between unusual mafic, pre-enriched, crustal target rocks, and the unique metal endowment of the Sudbury Impact Structure. The actual geological cause of the Temagami Anomaly remains open to debate and requires the downward extension of existing bore holes as well as more detailed geophysical investigations. The hypothesis of a genetic relationship between Sudbury impact event and Temagami Anomaly is neither borne out by any evidence nor particularly realistic, even in case of an oblique impact, and should thus be abandoned. It is instead proposed, based on circumstantial evidence, that the anomaly might be explained by an ultramafic complex of the 1.88–1.86 Ga Circum-Superior LIP. / Das Gebiet nordöstlich von Sudbury, Ontario, ist bekannt für eine der größten unerklärten geophysikalischen Anomalien auf dem Kanadischen Schild, die 1.200 km2 große Temagami Anomalie. Die geologische Ursache dieser regionalen magnetischen, konduktiven und Schwere-Anomalie wurde bisweilen als ein mafisch-ultramafischer Körper in relativ großer Tiefe (2–15 km) unbekannten Alters und Ursprungs modelliert, der womöglich mit dem durch einen Impakt entstandenen Sudbury Igneous Complex in dessen unmittelbarer Nachbarschaft verwandt sein könnte. Da es jedoch an Aufschlüssen und Tiefbohrungen grundlegend mangelt, bleibt die geologische Ursache dieser Anomalie unklar, eine genetische Beziehung zum 1,85 Ga Sudbury Impaktereignis rein spekulativ. Auf der Suche nach einer potenziellen Oberflächenmanifestation der tiefliegenden Ursache der Temagami Anomalie liefert diese Studie eine erste und dennoch umfassende petrologische und geochemische Charakterisierung magmatischer Ganggesteine, die erst kürzlich in Aufschlüssen über der Temagami Anomalie, als auch in Bohrkernen, entdeckt wurden. Auf Grundlage von relativen geologischen Altersbeziehungen, petrographischen Untersuchungen, Lithogeochemie, Nd-Sr-Pb Isotopensystematiken sowie U-Pb Geochronologie war es möglich, mindestens sechs Gruppen von magmatischen Gesteinsgängen zu identifizieren und zu unterscheiden: (i) kalk-alkaline Quarz Diorit Gänge, die mit dem 1,85 Ga Sudbury Igneous Complex genetisch verwandt sind (lokal als Offset Dykes bezeichnet); (ii) tholeiitischer Quarz Dolerit der regionalen 2,22 Ga Nipissing Suite/Senneterre Gangschar (iii) kalk-alkaliner Quarz Dolerit der regionalen 2,17 Ga Biscotasing Gangschar; (iv) alkaline ultrabasische Gänge, die sich mit der 1,88–1,86 Ga Circum-Superior Large Igneous Province (LIP) korrelieren lassen; und (v) aplitische Gänge sowie ein (vi) Hornblende Syenit, beide von nach wie vor unklarem Alter und unklarer Zugehörigkeit. Die in dieser Studie vorgestellten Ergebnisse – insbesondere die Entdeckung drei neuer Offset Dykes – bieten einige unerwartete Einblicke in die Geologie und das wirtschaftliche Potenzial eines der am wenigsten erforschten Gebiete des Sudbury Bergbaudistriktes sowie in die Beschaffenheit und Verteilung sowohl allochthoner als auch autochthoner Impaktgesteine innerhalb einer der größten und ältesten bekannten terrestrischen Impaktstrukturen. Die geometrischen Muster der Gang (und Brekzien-) Verteilung bestätigen nicht nur frühere Vorstellungen von der Existenz diskreter Ringstrukturen im Sinne eines ~200 km großen Multiringbeckens, sondern liefern auch Erkenntnisse über die ursprüngliche Mächtigkeit und Ausbreitung der Impaktschmelze, was unter anderem zur Identifizierung neuer potenzieller Gebiete für die Ni-Cu-PGE Exploration beiträgt. Darüber hinaus liefert diese Studie wichtige Einblicke in die Stratigraphie des Einschlagsgebietes und die magmatische Entwicklung der Region im Allgemeinen, welche sich als viel komplexer, in der Zusammensetzung vielfältiger, und zeitlich ausgedehnter erweist als ursprünglich angenommen. Hervorzuheben ist hierbei die Entdeckung von Gesteinen, die mit dem 2,17 Ga Biscotasing und dem 1,88–1,86 Circum-Superior Magmatismus in Verbindung stehen, da solche Gesteine bisher nicht am südöstlichen Rand des Superior Kratons bekannt waren. Diese Ereignisse, die kurz vor dem Sudbury Impakt und zeitgleich mit Erz-bildendem Magmatismus nahe Thompson (Manitoba) und Raglan (Cape Smith, Quebec) stattfanden, könnten das fehlende Bindeglied zwischen ungewöhnlich mafischen, vorangereicherten krustalen Zielgesteinen einerseits, und der einzigartigen Metallausstattung der Sudbury Impaktstruktur andererseits, darstellen. Die tatsächliche geologische Ursache der Temagami Anomalie bleibt nach wie vor ungeklärt und erfordert letztlich die Erweiterung bestehender Bohrlöcher sowie detailliertere geophysikalische Untersuchungen. Die Hypothese eines genetischen Zusammenhangs zwischen Sudbury Impakt und Temagami Anomalie kann weder durch Beweise gestützt werden noch gilt sie als besonders realistisch, selbst im Falle eines obliquen Einschlags, und sollte daher verworfen werden. Stattdessen wird auf der Grundlage von Indizienbeweisen vorgeschlagen, dass die Temagami Anomalie durch einen ultramafischen Komplex der 1,88–1,86 Ga Circum-Superior LIP verursacht wird.

Grasslands shape many landscapes of the earth as they cover about one-third of its surface. They are home and provide livelihood for billions of people and are mainly used as source of forage for animals. However, grasslands fulfill many additional ecosystem functions next to fodder production, such as storage of carbon, water filtration, provision of habitats and cultural values. They play a role in climate change (mitigation) and in preserving biodiversity and ecosystem functions on a global scale. The degree to what these ecosystem functions are present within grassland ecosystems is largely determined by the management. Individual management practices and the use intensity influence the species composition as well as functions, like carbon storage, while higher use intensities (e.g. high mowing frequencies) usually show a negative impact. Especially in Central European countries, like in Germany, the determining influence of grassland management on its physiognomy and ecosystem functions leads to a large variability and small-scale alternations of grassland parcels. Large-scale information on the management and use intensity of grasslands is not available. Consequently, estimations of grassland ecosystem functions are challenging which, however, would be required for large-scale assessments of the status of grassland ecosystems and optimized management plans for the future. The topic of this thesis tackles this gap by investigating the major grassland management practice in Germany, which is mowing, for multiple years, in high spatial resolution and on a national scale. Earth Observation (EO) has the advantage of providing information of the earth’s surface on multi-temporal time steps. An extensive literature review on the use of EO for grassland management and production analyses, which was part of this thesis, showed that in particular research on grasslands consisting of small parcels with a large variety of management and use intensity, like common in Central Europe, is underrepresented. Especially the launch of the Sentinel satellites in the recent past now enables the analyses of such grasslands due to their high spatial and temporal resolution. The literature review specifically on the investigation of grassland mowing events revealed that most previous studies focused on small study areas, were exploratory, only used one sensor type and/or lacked a reference data set with a complete range of management options. Within this thesis a novel framework to detect grassland mowing events over large areas is presented which was applied and validated for the entire area of Germany for multiple years (2018–2021). The potential of both sensor types, optical (Sentinel-2) and Synthetic Aperture Radar (SAR) (Sentinel-1) was investigated regarding grassland mowing event detection. Eight EO parameters were investigated, namely the Enhanced Vegetation Index (EVI), the backscatter intensity and the interferometric (InSAR) temporal coherence for both available polarization modes (VV and VH), and the polarimetric (PolSAR) decomposition parameters Entropy, K0 and K1. An extensive reference data set was generated based on daily images of webcams distributed in Germany which resulted in mowing information for grasslands with the entire possible range of mowing frequencies – from one to six in Germany – and in 1475 reference mowing events for the four years of interest. For the first time a observation-driven mowing detection approach including data from Sentinel-2 and Sentinel-1 and combining the two was developed, applied and validated on large scale. Based on a subset of the reference data (13 grassland parcels with 44 mowing events) from 2019 the EO parameters were investigated and the detection algorithm developed and parameterized. This analysis showed that a threshold-based change detection approach based on EVI captured grassland mowing events best, which only failed during periods of clouds. All SAR-based parameters showed a less consistent behavior to mowing events, with PolSAR Entropy and InSAR Coherence VH, however, revealing the highest potential among them. A second, combined approach based on EVI and a SARbased parameter was developed and tested for PolSAR Entropy and InSAR VH. To avoid additional false positive detections during periods in which mowing events are anyhow reliably detected using optical data, the SAR-based mowing detection was only initiated during long gaps within the optical time series (< 25 days). Application and validation of these approaches in a focus region revealed that only using EVI leads to the highest accuracies (F1-Score = 0.65) as combining this approach with SAR-based detection led to a strong increase in falsely detected mowing events resulting in a decrease of accuracies (EVI + PolSAR ENT F1-Score = 0.61; EVI + InSAR COH F1-Score = 0.61). The mowing detection algorithm based on EVI was applied for the entire area of Germany for the years 2018-2021. It was revealed that the largest share of grasslands with high mowing frequencies (at least four mowing events) can be found in southern/south-eastern Germany. Extensively used grassland (mown up to two times) is distributed within the entire country with larger shares in the center and north-eastern parts of Germany. These patterns stay constant in general, but small fluctuations between the years are visible. Early mown grasslands can be found in southern/south-eastern Germany – in line with high mowing frequency areas – but also in central-western parts. The years 2019 and 2020 revealed higher accuracies based on the 1475 mowing events of the multi-annual validation data set (F1-Scores of 0.64 and 0.63), 2018 and 2021 lower ones (F1-Score of 0.52 and 0.50). Based on this new, unprecedented data set, potential influencing factors on the mowing dynamics were investigated. Therefore, climate, topography, soil data and information on conservation schemes were related to mowing dynamics for the year 2020, which showed a high number of valid observations and detection accuracy. It was revealed that there are no strong linear relationships between the mowing frequency or the timing of the first mowing event and the investigated variables. However, it was found that for intensive grassland usage certain climatic and topographic conditions have to be fulfilled, while extensive grasslands appear on the entire spectrum of these variables. Further, higher mowing frequencies occur on soils with influence of ground water and lower mowing frequencies in protected areas. These results show the complex interplay between grassland mowing dynamics and external influences and highlight the challenges of policies aiming to protect grassland ecosystem functions and their need to be adapted to regional circumstances. / Grünland prägt viele Landschaften der Erde, da es etwa ein Drittel der Erdoberfläche bedeckt. Es ist Heimat und Lebensgrundlage für Milliarden von Menschen und wird hauptsächlich als Futterquelle für die Viehhaltung genutzt. Neben der Futterproduktion erfüllen Grünlandflächen jedoch viele weitere Ökosystemfunktionen, wie die Speicherung von Kohlenstoff, die Wasserfilterung, die Bereitstellung von Lebensräumen, als auch kulturelle Werte. Sie spielen eine Rolle bei der Abschwächung des Klimawandels und bei der Erhaltung der biologischen Vielfalt und der Ökosystemfunktionen auf globaler Ebene. Das Ausmaß, in dem diese Ökosystemfunktionen in Grünlandökosystemen vorhanden sind, wird weitgehend durch die Bewirtschaftung bestimmt. Einzelne Bewirtschaftungspraktiken und die Nutzungsintensität beeinflussen sowohl die Artenzusammensetzung als auch Funktionen wie die Kohlenstoffspeicherung, wobei höhere Nutzungsintensitäten (z. B. hohe Mähfrequenzen) in der Regel einen negativen Einfluss haben. Insbesondere in mitteleuropäischen Ländern wie Deutschland, führt der bestimmende Einfluss der Grünlandbewirtschaftung auf die Physiognomie und die Ökosystemfunktionen zu einer großen Variabilität und kleinräumigen Differenziertheit einzelner Grünlandflächen. Großräumige Informationen über die Bewirtschaftungs- und Nutzungsintensität von Grünland sind nicht verfügbar. Folglich sind Schätzungen der Ökosystemfunktionen von Grünland eine Herausforderung, die jedoch für großräumige Bewertungen des Zustands von Grünlandökosystemen und optimierte Bewirtschaftungspläne für die Zukunft erforderlich wären. Das Thema dieser Arbeit greift diese Lücke auf, indem es die wichtigste Grünlandbewirtschaftungsmethode in Deutschland, die Mahd, über mehrere Jahre, mit hoher räumlicher Auflösung und auf nationaler Ebene untersucht. Die Erdbeobachtung hat den Vorteil, Informationen über die Erdoberfläche in multitemporalen Zeitschritten zu liefern. Eine umfangreiche Literaturrecherche zur Nutzung von Erdbeobachtung für Grünlandmanagement und Produktion, welche Teil dieser Arbeit war, hat gezeigt, dass insbesondere die Forschung zu kleinparzelligem Grünland mit einer großen Vielfalt an Bewirtschaftungs- und Nutzungsintensitäten, wie in Mitteleuropa gängig, unterrepräsentiert ist. Insbesondere die vor wenigen Jahren erfolgte Start der Sentinel-Satellitenmissionen ermöglicht nun auch die Analyse solcher Grünlandflächen aufgrund der hohen räumlichen und zeitlichen Auflösung ihrer Aufnahmen. Die Literaturrecherche speziell zur Untersuchung von Mähereignissen auf Grünland ergab, dass die meisten bisherigen Studien sich auf kleine Untersuchungsgebiete konzentrierten, explorativ waren, nur einen Sensortyp verwendeten und/oder keinen Referenzdatensatz mit einer vollständigen Palette von Managementoptionen enthielten. Im Rahmen dieser Arbeit wird eine neuartige Methodik zur Erkennung von Grünlandmahdereignissen vorgestellt, welches über mehrere Jahre (2018-2021) flächendeckend in Deutschland angewendet und validiert wurde. Beide Sensortypen – optisch (Sentinel-2) und SAR (Sentinel-1) – wurden hinsichtlich ihres Potentials zur Detektion von Grünlandmahdereignissen ausgewertet. Acht EO-Parameter wurden untersucht, nämlich der Enhanced Vegetation Index (EVI), die Rückstreuintensität und die interferometrische zeitliche Kohärenz (InSAR) für beide verfügbaren Polarimetrien (VV und VH), sowie die polarimetrischen (PolSAR) Zerlegungsparameter Entropie, K0 und K1. Ein umfangreicher Referenzdatensatz wurde auf der Basis täglicher Bilder von Webcams generiert, welche über Deutschland verteilt sind. Dieser enthält Mahdinformationen für Grünland mit dem gesamten möglichen Spektrum an Mähfrequenzen – von eins bis sechs Mahden – und 1475 Referenz-Mähereignisse für die Untersuchungsjahre. Zum ersten Mal wurde ein Ansatz basierend auf tatsächlichen Beobachtungen zur Erkennung der Mahd entwickelt, angewandt und großflächig validiert, der Daten von Sentinel - 2 und Sentinel - 1 verwendet und beide miteinander kombiniert. Anhand eines Subset der Referenzdaten (13 Grünlandparzellen) wurden die EO-Parameter untersucht und der Algorithmus zur Mahddetektion entwickelt und parametrisiert. Die Analyse hat gezeigt, dass ein schwellenwertbasierter Ansatz zur Erkennung von Veränderungen auf der Grundlage des EVI die Ereignisse der Grünlandmahd am besten erfasst, und nur während Bewölkungsperioden Mahden nicht erfolgreich detektiert. Alle SAR-basierten Parameter zeigten ein inkonsistenteres Verhalten gegenüber Mähaktivitäten als EVI, wobei PolSAR Entropie und InSAR Kohärenz VH noch das höchste Potenzial aufwiesen. Ein zweiter, kombinierter Ansatz, der auf EVI und einem SAR Parameter basiert, wurde entwickelt und für PolSAR Entropie und InSAR VH getestet. Aufgrund vieler zusätzlicher Veränderungen, die in den Zeitreihen erkennbar sind, wurde die SAR-basierte Mahddetektion nur während langer Lücken in den optischen Zeitreihen (< 25 Tage) initiiert. Die Anwendung und Validierung dieser Ansätze in einer Fokusregion ergab, dass die Verwendung des EVI-Ansatzes zu den höchsten Genauigkeiten führt (F1-Score = 0.65), da die Kombination dieses Ansatzes mit der SAR-basierten Detektion zu einem starken Anstieg der falsch erkannten Mähereignisse und damit zu einer Abnahme der Genauigkeiten führte (EVI + PolSAR ENT F1-Score=0.61; EVI + InSAR COH F1-Score = 0.61). Der auf EVI basierende Mahddetektionsalgorithmus wurde für die gesamte Fläche Deutschlands für die Jahre 2018–2021 angewendet. Es zeigte sich, dass der größte Anteil an Grünland mit hoher Mähfrequenz (mindestens vier Mähereignisse) im Süden/Südosten Deutschlands zu finden ist. Extensiv genutztes Grünland (bis zu zweimal gemäht) ist über das gesamte Bundesgebiet verteilt, mit größeren Anteilen in der Mitte und im Nordosten Deutschlands. Diese Muster bleiben im Allgemeinen konstant, aber es sind kleine Schwankungen zwischen den Jahren erkennbar. Früh gemähtes Grünland findet sich in Süd-/Südostdeutschland - entsprechend den Gebieten mit hoher Mähfrequenz -, aber auch in Mittel- und Westdeutschland. Die Jahre 2019 und 2020 zeigen höhere Genauigkeiten (F1- Scores von 0.64 und 0.63), 2018 und 2021 niedrigere (F1-Score von 0.52 und 0.50). Darüber hinaus wurden mögliche Einflussfaktoren auf die Mahddynamik untersucht. So wurden Klima, Topografie, Bodendaten und Informationen über Schutzmaßnahmen mit der Mahddynamik für das Jahr 2020 in Verbindung gebracht, für welches eine hohe Anzahl gültiger Beobachtungen und eine hohe Erfassungsgenauigkeit erzielt werden konnten. Es zeigte sich, dass es keine starken linearen Beziehungen zwischen der Mahdhäufigkeit oder dem Zeitpunkt der ersten Mahd und den untersuchten Variablen gibt. Es wurde jedoch festgestellt, dass für eine intensive Grünlandnutzung bestimmte klimatische und topografische Bedingungen erfüllt sein müssen, wohingegen extensive Grünlandflächen im gesamten Spektrum dieser Variablen auftreten. Außerdem treten auf Böden mit Grundwassereinfluss höhere und in Schutzgebieten niedrigere Mahdhäufigkeiten auf. Diese Ergebnisse zeigen das komplexe Zusammenspiel zwischen der Dynamik der Grünlandmahd und äußeren Einflüssen und verdeutlichen die Herausforderungen in der gezielten Erstellung von Maßnahmen zum Schutz von Grünland-Ökosystemfunktionen und die Notwendigkeit diese regional anzupassen.

Permafrost degradation is observed all over the world as a consequence of climate change and the associated Arctic amplification, which has severe implications for the environment. Landslides, increased rates of surface deformation, rising likelihood of infrastructure damage, amplified coastal erosion rates, and the potential turnover of permafrost from a carbon sink to a carbon source are thereby exemplary implications linked to the thawing of frozen ground material. In this context, satellite earth observation is a potent tool for the identification and continuous monitoring of relevant processes and features on a cheap, long-term, spatially explicit, and operational basis as well as up to a circumpolar scale. A total of 325 articles published in 30 different international journals during the past two decades were investigated on the basis of studied environmental foci, remote sensing platforms, sensor combinations, applied spatio-temporal resolutions, and study locations in an extensive review on past achievements, current trends, as well as future potentials and challenges of satellite earth observation for permafrost related analyses. The development of analysed environmental subjects, utilized sensors and platforms, and the number of annually published articles over time are addressed in detail. Studies linked to atmospheric features and processes, such as the release of greenhouse gas emissions, appear to be strongly under-represented. Investigations on the spatial distribution of study locations revealed distinct study clusters across the Arctic. At the same time, large sections of the continuous permafrost domain are only poorly covered and remain to be investigated in detail. A general trend towards increasing attention in satellite earth observation of permafrost and related processes and features was observed. The overall amount of published articles hereby more than doubled since the year 2015. New sources of satellite data, such as the Sentinel satellites and the Methane Remote Sensing LiDAR Mission (Merlin), as well as novel methodological approaches, such as data fusion and deep learning, will thereby likely improve our understanding of the thermal state and distribution of permafrost, and the effects of its degradation. Furthermore, cloud-based big data processing platforms (e.g. Google Earth Engine (GEE)) will further enable sophisticated and long-term analyses on increasingly larger scales and at high spatial resolutions. In this thesis, a specific focus was put on Arctic permafrost coasts, which feature increasing vulnerability to environmental parameters, such as the thawing of frozen ground, and are therefore associated with amplified erosion rates. In particular, a novel monitoring framework for quantifying Arctic coastal erosion rates within the permafrost domain at high spatial resolution and on a circum-Arctic scale is presented within this thesis. Challenging illumination conditions and frequent cloud cover restrict the applicability of optical satellite imagery in Arctic regions. In order to overcome these limitations, Synthetic Aperture RADAR (SAR) data derived from Sentinel-1 (S1), which is largely independent from sun illumination and weather conditions, was utilized. Annual SAR composites covering the months June–September were combined with a Deep Learning (DL) framework and a Change Vector Analysis (CVA) approach to generate both a high-quality and circum-Arctic coastline product as well as a coastal change product that highlights areas of erosion and build-up. Annual composites in the form of standard deviation (sd) and median backscatter were computed and used as inputs for both the DL framework and the CVA coastal change quantification. The final DL-based coastline product covered a total of 161,600 km of Arctic coastline and featured a median accuracy of ±6.3 m to the manually digitized reference data. Annual coastal change quantification between 2017–2021 indicated erosion rates of up to 67 m per year for some areas based on 400 m coastal segments. In total, 12.24% of the investigated coastline featured an average erosion rate of 3.8 m per year, which corresponds to 17.83 km2 of annually eroded land area. Multiple quality layers associated to both products, the generated DL-coastline and the coastal change rates, are provided on a pixel basis to further assess the accuracy and applicability of the proposed data, methods, and products. Lastly, the extracted circum-Arctic erosion rates were utilized as a basis in an experimental framework for estimating the amount of permafrost and carbon loss as a result of eroding permafrost coastlines. Information on permafrost fraction, Active Layer Thickness (ALT), soil carbon content, and surface elevation were thereby combined with the aforementioned erosion rates. While the proposed experimental framework provides a valuable outline for quantifying the volume loss of frozen ground and carbon release, extensive validation of the utilized environmental products and resulting volume loss numbers based on 200 m segments are necessary. Furthermore, data of higher spatial resolution and information of carbon content for deeper soil depths are required for more accurate estimates. / Als Folge des Klimawandels und der damit verbundenen „Arctic Amplification“ wird weltweit eine Degradation des Dauerfrostbodens (Permafrost) beobachtet, welche schwerwiegende Auswirkungen auf die Umwelt hat. Erdrutsche, erhöhte Oberflächen- verformungsraten, eine zunehmende Wahrscheinlichkeit von Infrastrukturschäden, verstärkte Küstenerosionsraten und die potenzielle Umwandlung von Permafrost von einer Kohlenstoffsenke in eine Kohlenstoffquelle sind dabei beispielhafte Auswirkun- gen im Zusammenhang mit dem Auftauen von gefrorenem Bodenmaterial. In diesem Kontext ist die Satelliten-gestützte Erdbeobachtung ein wirkmächtiges Werkzeug zur Identifizierung und kontinuierlichen Überwachung relevanter Prozesse und Merkmale auf einer kostengünstigen, langfristigen, räumlich expliziten und operativen Basis und auf einem zirkumpolaren Maßstab. Insgesamt 325 Artikel, die in den letzten zwei Jahrzehnten in 30 verschiedenen internationalen Zeitschriften veröffentlicht wurden, wurden auf Basis der adressierten Umweltschwerpunkte, Fernerkundungsplattformen, Sensorkombinationen, angewand- ten raum-zeitlichen Auflösungen und den Studienorten in einem umfassenden Überblick über vergangene Errungenschaften und aktuelle Trends untersucht. Zusätzlich wur- den zukünftige Potenziale und Herausforderungen der Satelliten-Erdbeobachtung für Permafrost-bezogene Analysen diskutiert. Auf die zeitliche Entwicklung der un- tersuchten Umweltthemen, eingesetzten Sensoren und Satelliten-Plattformen sowie die Zahl der jährlich erscheinenden Artikel wurde detailliert eingegangen. Studien zu atmosphärischen Eigenschaften und Prozessen, wie etwa der Freisetzung von Treibhaus- gasemissionen, waren stark unterrepräsentiert. Deutliche geografische Schlüssel-Gebiete, auf welche sich der Großteil der Studien konzentrierte, konnten in Untersuchungen zur räumlichen Verteilung der Studienorte identifiziert werden. Gleichzeitig sind große Teile des kontinuierlichen Permafrost-Gebiets nur spärlich abgedeckt und müssen noch im Detail untersucht werden. Es wurde ein allgemeiner Trend zu einer zunehmenden Aufmerksamkeit bezüglich der Satelliten-gestützten Erdbeobachtung von Permafrost und verwandten Prozessen und Merkmalen beobachtet. Die Gesamtzahl der veröf- fentlichten Artikel hat sich dabei seit dem Jahr 2015 mehr als verdoppelt. Neue Quellen für Satellitendaten, wie beispielweise die Sentinel-Satelliten und die Methane Remote Sensing LiDAR Mission (Merlin), sowie neuartige methodische Ansätze, wie Datenfusion und Deep Learning, werden dabei voraussichtlich unser Verständnis bzgl. des thermischen Zustands und der Verteilung von Permafrost-Vorkommen sowie die Auswirkungen seines Auftauens verbessern. Darüber hinaus werden Cloud-basierte Big-Data-Verarbeitungsplattformen (z.B. Google Earth Engine (GEE)) anspruchsvolle und langfristige Analysen in immer größeren Maßstäben und mit hoher räumlicher Auflösung erleichtern. In dieser Arbeit wurde ein besonderer Fokus auf arktische Permafrost-Küsten gelegt, die eine zunehmende Vulnerabilität gegenüber Umweltparametern wie dem Auftauen von gefrorenem Boden aufweisen und daher von verstärkten Erosionsraten betroffen sind. Ein neuartiger Ansatz zur Quantifizierung der arktischen Küstene- rosion innerhalb des Permafrost-Gebiets mit hoher räumlicher Auflösung und auf zirkum-arktischem Maßstab wird in dieser Dissertation präsentiert. Schwierige Be- leuchtungsbedingungen und häufige Bewölkung schränken die Anwendbarkeit optischer Satellitenbilder in arktischen Regionen ein. Um diese Einschränkungen zu überwinden, wurden Synthetic Aperture RADAR (SAR) Daten von Sentinel-1 (S1) verwendet, die weitgehend unabhängig von Sonneneinstrahlung und Wetterbedingungen sind. Jährli- che SAR-Komposite, welche die Monate Juni bis September abdecken, wurden mit einem Deep Learning (DL)-Ansatz und einer Change Vector Analysis (CVA)-Methode kombiniert, um sowohl ein qualitativ hochwertiges und zirkum-arktisches Küstenli- nienprodukt als auch ein Produkt für die Änderungsraten (Erosion und küstennahe Aggregation von Sedimenten) der Küste zu generieren. Jährliche Satelliten-Komposite in Form von der Standardabweichung (sd) und des Medians der SAR Rückstreuung wurden hierbei berechnet und als Eingabedaten sowohl für den DL-Ansatz als auch für die Quantifizierung der CVA-basierten Küstenänderung verwendet. Das endgül- tige DL-basierte Küstenlinienprodukt deckt insgesamt 161.600 km der arktischen Küstenlinie ab und wies eine Median-Abweichung von ±6,3 m gegenüber den ma- nuell digitalisierten Referenzdaten auf. Im Zuge der Quantifizierung von jährlichen Küstenveränderungen zwischen 2017 und 2021 konnten Erosionsraten von bis zu 67 m pro Jahr und basierend auf 400 m Küstenabschnitten identifiziert werden. Insgesamt wiesen 12,24% der untersuchten Küstenlinie eine durchschnittliche Erosionsrate von 3,8 m pro Jahr auf, was einer jährlichen erodierten Landfläche von 17,83 km2 entspricht. Mehrere Qualitäts-Datensätze, die beiden Produkten zugeordnet sind, wurden auf Pixelbasis bereitgestellt, um die Genauigkeit und Anwendbarkeit der präsentierten Daten, Methoden und Produkte weiter einordnen zu können. Darüber hinaus wurden die extrahierten zirkum-arktischen Erosionsraten als Grund- lage in einem experimentellen Ansatz verwendet, um die Menge an Permafrost-Verlust und Kohlenstofffreistzung als Konsequenz der erodierten Permafrost-Küsten abzu- schätzen. Dabei wurden Informationen zu Permafrost-Anteil, Active Layer Thickness (ALT), Höhenmodellen und der Menge an im Boden gespeichertem Kohlenstoff mit den oben genannten Erosionsraten kombiniert. Während der präsentierte experimentelle Ansatz einen wertvollen Ausgangspunkt für die Quantifizierung des Volumenverlusts von gefrorenem Boden und der Kohlenstofffreisetzung darstellt, ist eine umfassende Validierung der verwendeten Umweltprodukte und der resultierenden Volumenzah- len erforderlich. Zusätzlich werden für genauere Abschätzungen Daten mit höherer räumlicher Auflösung und Informationen zum Kohlenstoffgehalt für tiefere Bodentiefen benötigt.

Human activities are transforming the Earth's natural environments, leading to profound changes in the habitats that animals rely on for their daily needs and survival. Consequently, studying species-environment relationships has become an active area of research. The goal is to understand how animals depend on, or respond to, environmental characteristics, and how they might be affected by their modifications. Over time, bio-logging sensors and satellite-based remote sensing have become the backbone of modern species-environment research. Bio-logging data can provide information on animal movements, animal habitat use and related factors. This data can then be linked to environmental variables from remote sensing to investigate associations. Although current remote sensing data and methods offer considerable possibilities for deriving meaningful environmental variables for wildlife habitats, much of this potential remains underutilised. Additionally, errors and uncertainties in remote sensing data can bias environmental variables and study results, but these issues have not yet been adequately addressed. The objective of this dissertation is therefore to explore if remote sensing can be more effectively integrated into species-environment research to provide meaningful and robust environmental variables for animal habitats. This interdisciplinary work bridges the fields of remote sensing, geo-information science, and ecology. Recognising that the relevance of environmental factors varies between taxa, the focus is set on one study species: the white stork. By examining the needs of this bird at different life stages, the thesis illustrates how established remote sensing data and methods can be used to design novel and meaningful environmental variables. It also explores in a practical way how to account for uncertainties in remote sensing data in species-environment analyses. The outlined objectives are addressed in three studies: The first study evaluates the effectiveness of an established remote sensing technique, the half-maximum (HM) approach, in identifying periods of early vegetation growth and post-harvest/mowing phases in stork foraging habitats. It is hypothesised that these periods offer favourable prey accessibility, characterised by short vegetation, for the birds during their breeding season. Conversely, periods outside of these times are expected to have poor prey accessibility due to tall vegetation. The relevance of these variations in prey accessibility for storks is assessed by studying the birds' habitat use, habitat preference/avoidance, and by modelling habitat selection. The results show that storks tend to prefer foraging habitats with favourable prey accessibility over those with poor prey accessibility. Furthermore, they are more likely to select foraging habitats with favourable prey accessibility conditions, as indicated by the new HM-amplitude variable which numerically captures the variations in prey accessibility. This suggests that established remote sensing techniques offer promising avenues for designing meaningful environmental variables, e.g., related to habitat dynamics in agricultural landscapes. The second study assesses the impact of input data uncertainties on the variations in prey accessibility for storks identified in the first study. A novel bootstrapping approach is proposed to estimate uncertainties in remote sensing time series (RSTS). This approach, together with established methods from movement ecology, allows an assessment of whether input data uncertainties from RSTS and GNSS telemetry data affect the identified variation in prey accessibility. After accounting for input data uncertainties, it is confirmed that storks prefer/select favourable prey accessibility conditions over poor conditions. However, it is also shown that more temporal samples are needed to reliably identify prey accessibility variations in grassland compared to cropland habitats. Additionally, the results suggest that NDVI is not a robust predictor of stork habitat selection. This highlights the importance of considering input data uncertainties in species-environment research to validate study results and identify shortcomings. The third study explores whether land surface temperature (LST) data allows for deriving meaningful environmental variables (LST features) to characterise the thermal uplift suitability of landscapes. It is also tested whether the LST features enhance the performance of variables previously used for this purpose (static features). Thermal uplift is particularly important for storks during migration. The presence and absence of thermal uplift, observed through storks' soaring or flapping flight locations, is modelled based on the LST and/or static features. These models are used to predict thermal uplift suitability, and the predictions are compared with the storks' energy expenditure. The results suggest that LST features effectively identify areas conducive to thermal uplift occurrence and improve the performance of static features in modelling thermal uplift suitability and predicting storks' energy costs. This proof-of-concept study suggests that LST data hold promise for deriving meaningful environmental variables to study the flight behaviour of soaring birds. In summary, this dissertation presents practical examples that illustrate the value of remote sensing in deriving novel, meaningful and robust environmental variables for species-environment research. Furthermore, these examples highlight the potential for species-environment studies to become a new research focus for remote sensing. In this field, remote sensing scientists can make valuable contributions through and benefit from the development of targeted methods and environmental variables. Establishing collaborations between remote sensing scientists and ecologists is a key step that can promote the realisation of this potential, enriching both disciplines and advancing species-environment research. The latter is particularly important in the current context of the 'Anthropocene'. / Menschliche Aktivitäten verändern die natürlichen Landschaften der Erde und beeinträchtigen die Lebensräume, auf die Tiere angewiesen sind. Daher hat sich die Untersuchung der Beziehungen von Tieren zu ihrer Umwelt zu einem aktiven Forschungsgebiet entwickelt. Ziel ist es, zu verstehen, wie Tiere von Umweltmerkmalen abhängen, darauf reagieren und wie sie durch deren Veränderungen beeinträchtigt werden könnten. Bio-Logging-Sensoren und satellitengestützte Fernerkundung sind dabei zentrale Werkzeuge. Bio-Logging-Daten liefern Informationen über Tierbewegungen und die Nutzung von Lebensräumen, die mit Umweltvariablen aus der Fernerkundung verknüpft werden können, um Zusammenhänge zu untersuchen. Obwohl Fernerkundungsdaten und -methoden umfangreiche Möglichkeiten zur Ableitung aussagekräftiger Umweltvariablen für Wildtierhabitate bieten, bleibt ein Großteil dieses Potenzials ungenutzt. Zudem können Fehler und Unsicherheiten in Fernerkundungsdaten Umweltvariablen und Studienergebnisse verfälschen. Das Ziel dieser Dissertation ist es daher zu untersuchen, ob Fernerkundung effektiver in die Tier-Umwelt Forschung integriert werden kann, um aussagekräftige und robuste Umweltvariablen für Tierhabitate zu liefern. Diese interdisziplinäre Arbeit verbindet die Bereiche Fernerkundung, Geoinformationswissenschaften und Ökologie. Da die Relevanz von Umweltfaktoren von Tierart zu Tierart variiert, wird der Fokus auf eine Art gelegt: den Weißstorch. Anhand der Bedürfnisse dieses Vogels in verschiedenen Lebensphasen wird gezeigt, wie Fernerkundungsdaten und -methoden genutzt werden können, um aussagekräftige Umweltvariablen zu entwickeln. Darüber hinaus wird betrachtet, wie Unsicherheiten in Fernerkundungsdaten bei Tier-Umwelt Analysen berücksichtigt werden können. Die skizzierten Ziele werden in drei Studien bearbeitet: Die erste Studie evaluiert eine Fernerkundungsmethode, den Half-Maximum (HM) Ansatz, hinsichtlich ihrer Effektivität bei der Identifizierung von Perioden frühen Vegetationswachstums und Phasen nach der Ernte/Mahd in Nahrungshabitaten von Störchen. Es wird angenommen, dass diese Zeiträume den Vögeln während der Brutzeit eine günstige Beuteerreichbarkeit bieten (kurze Vegetation), während außerhalb dieser Zeiträume eine schlechte Beuteerreichbarkeit zu erwarten ist (hohe Vegetation). Die Relevanz dieser Zeiträume für die Störche wird durch die Analyse der Habitatnutzung und Habitatpräferenz/-vermeidung der Vögel sowie durch die Modellierung der Habitatwahl evaluiert. Die Ergebnisse zeigen, dass Störche bei der Nahrungssuche Habitate mit günstiger Beuteerreichbarkeit gegenüber Habitaten mit schlechter Beuteerreichbarkeit bevorzugen. Zudem wählen die Vögel bevorzugt Nahrungsgebiete mit günstiger Beuteerreichbarkeit, wie die neue Variable HM-Amplitude zeigt, die diese Unterschiede in der Beuteerreichbarkeit numerisch erfasst. Dies verdeutlicht, dass etablierte Fernerkundungsmethoden vielversprechend sind, um aussagekräftige Umweltvariablen abzuleiten, z.B. um die Habitatdynamik in Agrarlandschaften zu erfassen. Die zweite Studie untersucht den Einfluss von Unsicherheiten in den Eingangsdaten auf die in der ersten Studie identifizierten Variationen der Beuteerreichbarkeit für Störche. Ein neuer Bootstrapping-Ansatz wird vorgeschlagen, um Unsicherheiten in Fernerkundungs-Zeitreihen (RSTS) zu schätzen. Mit der Methode wird in Kombination mit Methoden der Bewegungsökologie untersucht, ob Unsicherheiten in den RSTS und GNSS-Telemetrie Daten die Variationen der Beuteerreichbarkeit beeinflussen. Nach Berücksichtigung der Unsicherheiten wird bestätigt, dass Störche Habitate mit günstiger gegenüber solchen mit schlechter Beuteerreichbarkeit bevorzugen. Es zeigt sich aber auch, dass mehr zeitliche Stichproben erforderlich sind, um Unterschiede in der Beuteerreichbarkeit auf Grünland im Vergleich zu Ackerland zuverlässig zu erfassen. Zudem scheint der NDVI kein robuster Prädiktor für die Habitatwahl von Störchen zu sein. Dies unterstreicht die Bedeutung der Berücksichtigung von Unsicherheiten in den Eingangsdaten in der Tier-Umwelt Forschung, um Studienergebnisse zu validieren und Schwachstellen zu identifizieren. In der dritten Studie wird untersucht, ob sich aus Landoberflächentemperatur (LST) Daten aussagekräftige Umweltvariablen (LST Merkmale) ableiten lassen, mit denen die thermische Aufwindseignung von Landschaften charakterisiert werden kann. Zudem wird überprüft, ob die LST Merkmale die Leistungsfähigkeit bisher verwendeter Variablen (statische Merkmale) verbessern. Thermische Aufwinde sind für Störche vor allem während des Zuges von Bedeutung. Das Vorhandensein oder Nichtvorhandensein von thermischem Aufwind, erfasst durch Segel- oder Ruderflugpositionen von Störchen, wird mit LST und/oder statischen Merkmalen modelliert. Diese Modelle werden verwendet, um eine räumliche Schätzung der thermischen Aufwindseignung zu erhalten, die dann mit dem Energieaufwand der Störche verglichen wird. Die Ergebnisse verdeutlichen, dass die LST Merkmale geeignet sind, Gebiete zu identifizieren, in denen thermische Aufwinde auftreten können, und die Leistung der statischen Merkmale bei der Modellierung der thermischen Aufwindseignung und der Vorhersage von Energiekosten der Störche verbessern. Diese Machbarkeitsstudie zeigt, dass LST-Daten eine vielversprechende Grundlage für die Ableitung aussagekräftiger Umweltvariablen zur Untersuchung von Segelfliegern nutzen darstellen. Die Dissertation demonstriert das bislang noch unzureichend genutzte Potential der Fernerkundung zur Ableitung aussagekräftiger und robuster Umweltvariablen für die Tier-Umwelt Forschung. Die dargestellten Fallbeispiele verdeutlichen, dass sich Tier-Umwelt Studien zu einem Forschungsschwerpunkt für die Fernerkundung entwickeln könnten. In diesem Bereich können Fernerkundungswissenschaftler durch die Entwicklung von Methoden und Variablen einen wertvollen Beitrag leisten und dadurch gleichzeitig selbst davon profitieren. Der Aufbau von Kooperationen zwischen Fernerkundungswissenschaftlern und Ökologen stellt einen entscheidenden Schritt dar, der die Verwirklichung dieses Potenzials fördern, eine Bereicherung für beide Disziplinen darstellen und die Tier-Umwelt Forschung vorantreiben kann. Dies ist im aktuellen Kontext des Anthropozäns von besonderer Bedeutung.

Im Rahmen dieser Arbeit werden aktuelle Herausforderungen und Umweltbedingungen untersucht, denen Honigbienen (Apis mellifera) als eusoziale Insekten begegnen. Honigbienen sind als wesentliche Bestäuber bekannt, jedoch einer Vielzahl von Herausforderungen ausgesetzt. Verschiedene anthropogene Aktivitäten üben zunehmend Druck auf die Bienenpopulationen aus. Dazu gehören der Einsatz von Pestiziden, intensive landwirtschaftliche Praktiken und die zunehmende Flächenversiegelung durch städtische Expansion. Diese Faktoren führen nicht nur zu einem direkten Verlust an Habitat, sondern beeinträchtigen auch die Verfügbarkeit von Nahrungsquellen und die generelle Artenvielfalt. Die resultierende Verringerung der Biodiversität hat weitreichende Auswirkungen auf die ökologische Resilienz und Stabilität der betroffenen Gebiete. Im Rahmen dieser Arbeit erfolgt eine Untersuchung verschiedener Einflussfaktoren auf den Honigertrag ausgewählter Bienenvölker. Dabei wird ein besonderes Augenmerk auf die Situ-ation der Bienenvölker in urbanen Gebieten gelegt. Urbane Räume bieten einzigartige Herausforderungen und Chancen für Bestäuberpopulationen zugleich. Zur Untersuchung der Lebensbedingungen der Bienenvölker in städtischen Umgebungen werden zwei Methoden zur Datenaufnahme eingesetzt. Zum einen die Sentinel-2-Landschaftsklassifikation zur Analyse der Vegetationsbedeckung und zum anderen Bienenstockwaagen, bei denen die Daten im TrachtNet-Projekt verfügbar sind. Die Bienenstockwaagen erfassen nicht nur Gewichts-veränderungen im Bienenstock, was Aufschluss über die Produktivität und Aktivität des Volkes gibt, sondern auch lokale Wetterbedingungen, die Einflüsse auf das Verhalten der Bienen haben. Die aus diesen Daten gewonnenen Erkenntnisse ermöglichen es, spezifische Handlungsempfehlungen für die städtebauliche Planung und das Management von Grünflächen zu formulieren. Das übergeordnete Ziel ist die Verbesserung der Lebensräume urbaner Bienen. Durch die Integration bestäuberfreundlicher Stadtplanung kann nicht nur die Biodiversität in städtischen Gebieten gefördert, sondern auch die ökologische Funktionalität verbessert werden. Diese Arbeit leistet somit einen Beitrag zur Forschung, die notwendig ist, um effektive Strategien zur Erhaltung von Bestäuberpopulationen in urbanen Landschaften zu entwickeln. Die aus dieser Arbeit erzielten Ergebnisse gestatten zudem Rückschlüsse auf wildlebende Bestäuber. Diese stehen vor deutlich größeren Herausforderungen, da eine imkerliche Betreuung fehlt. / This thesis analyses current challenges and environmental conditions faced by honey bees (Apis mellifera) as eusocial insects. Honeybees are known as essential pollinators, but are exposed to a variety of challenges. Various anthropogenic activities are putting increasing pressure on bee populations. These include the use of pesticides, intensive agricultural prac-tices and increasing land sealing due to urban expansion. These factors not only lead to a direct loss of habitat, but also affect the availability of food sources and general biodiversity. The resulting reduction in biodiversity has far-reaching effects on the ecological resilience and stability of the affected areas. This thesis analyses various factors influencing the honey yield of selected bee colonies. Special attention is paid to the situation of bee colonies in urban areas. Urban areas offer unique challenges and opportunities for pollinator populations at the same time. In order to study the living conditions of bee colonies in urban environments two methods of data col-lection will be used. Firstly, the Sentinel-2 landscape classification to analyse vegetation cover and secondly, hive scales where data is available in the TrachtNet project. The hive scales not only record weight changes within the hive, which provides information on the productivity and activity of the colony, but also local weather conditions which have an influence on the behaviour of the bees. The knowledge gained from this data makes it possible to formulate specific action recommendations for urban planning and the management of green spaces. The overarching goal is to improve the habitats of urban bees. By integrating pollinatorfriendly urban planning, it’s not only biodiversity in urban areas which can be promoted, but also ecological functionality that can be improved. This work thus contributes to the research needed to develop effective strategies to conserve pollinator populations in urban landscapes. The results obtained from this work also allow conclusions to be drawn about wild pollinators. These face significantly greater challenges as there is a lack of beekeeping care.

Die sozialräumliche Differenzierung urbaner Räume sowie die damit verbundenen Effekte für die Infrastruktur in segregierten Teilräumen der Stadt gewinnen vor dem Hintergrund wachsender sozialer und ökonomischer Herausforderungen unserer Zeit zunehmend an Bedeutung. Dabei ist die Diskussion um Prozesse der räumlichen Polarisierung und Segregation in Städten sowie deren Auswirkungen auf die Bewohner eines Teilgebiets nicht neu. Vielmehr besteht eine fortwährende wissenschaftliche Debatte über städtische Segregationsprozesse und deren mögliche Effekte. Im Mittelpunkt dieser Arbeit steht die Fragestellung, inwieweit die sozialräumliche Differenzierung auch mit unterschiedlichen infrastrukturellen Ausstattungen und daraus resultierenden Erreichbarkeiten verbunden ist. Methodisch basiert die Analyse der Erreichbarkeitssituationen auf unterschiedlichen GIS-Modellen. Die sozialräumliche Differenzierung wird mit unterschiedlichen quantitativen Verfahren kleinräumig analysiert. Anschließend werden die Abhängigkeiten zwischen den sozialräumlichen Typisierungen und den Erreichbarkeitsmodellierungen bi- und multivariat untersucht. Im Sinne eines mixed-methods Ansatzes wird zudem die Bevölkerung unterschiedlicher Sozialräume mittels Auswertungen von Haushaltsbefragungen in die Analyse einbezogen. Die theoretische Fundierung erfolgt durch stadtsoziologische Arbeiten Pierre Bourdieus und den Capability Approach. Die unterschiedlichen quantitativen Modellierungen zeigen durchweg einen Zusammenhang zwischen Sozialraum und Erreichbarkeitsbedingungen. Die Auswertungen legen offen, dass Haushalte in sozial benachteiligten Gebieten häufig über schlechtere Erreichbarkeitsgegebenheiten verfügen als Haushalte in besser typisierten Gebieten. Die individuelle Bewertung der Erreichbarkeit verifiziert die ermittelten Zusammenhänge aus GIS-Modellierungen und sozialräumlichen Typisierungen: Wird das sozialräumliche Umfeld negativ bewertet, gilt dies häufig auch für die Bewertung der individuellen Erreichbarkeitssituation. / The socio-spatial differentiation of urban areas and the associated effects for the infrastructure in segregated sub-areas of the city are becoming increasingly significant in the context of growing social and economic challenges of our time. The discussion around processes of spatial polarization and segregation in cities and their impact on the residents of specific areas is not new; rather, there is an ongoing scientific debate about urban segregation processes and their potential effects. This study focuses on the question of to what extent socio-spatial differentiation is also associated with different infrastructural facilities and the resulting accessibilities. Methodologically, the analysis of accessibility situations is based on various GIS models. The socio-spatial differentiation is analyzed at a micro-level using different quantitative methods. Subsequently, the dependencies between socio-spatial typologies and accessibility models are examined using bi- and multivariate analyses. Using a mixed-methods approach, the population of different social spaces will also be included in the analysis through evaluations of household surveys. The theoretical foundation is based on recent urban sociological works by Pierre Bourdieu and the capability approach. The different quantitative models consistently show a correlation between social space and accessibility conditions. The evaluations reveal that households in socially disadvantaged areas often have poorer accessibility conditions than households in better-typified areas. The individual assessment of accessibility verifies the identified correlations from GIS modelling and socio-spatial typologies: if the socio-spatial environment is negatively assessed, this often also applies to the evaluation of the individual accessibility situation.

Die sozialräumliche Differenzierung urbaner Räume sowie die damit verbundenen Effekte für die Infrastruktur in segregierten Teilräumen der Stadt gewinnen vor dem Hintergrund wachsender sozialer und ökonomischer Herausforderungen unserer Zeit zunehmend an Bedeutung. Dabei ist die Diskussion um Prozesse der räumlichen Polarisierung und Segregation in Städten sowie deren Auswirkungen auf die Bewohner eines Teilgebiets nicht neu. Vielmehr besteht eine fortwährende wissenschaftliche Debatte über städtische Segregationsprozesse und deren mögliche Effekte. Im Mittelpunkt dieser Arbeit steht die Fragestellung, inwieweit die sozialräumliche Differenzierung auch mit unterschiedlichen infrastrukturellen Ausstattungen und daraus resultierenden Erreichbarkeiten verbunden ist. Methodisch basiert die Analyse der Erreichbarkeitssituationen auf unterschiedlichen GIS-Modellen. Die sozialräumliche Differenzierung wird mit unterschiedlichen quantitativen Verfahren kleinräumig analysiert. Anschließend werden die Abhängigkeiten zwischen den sozialräumlichen Typisierungen und den Erreichbarkeitsmodellierungen bi- und multivariat untersucht. Im Sinne eines mixed-methods Ansatzes wird zudem die Bevölkerung unterschiedlicher Sozialräume mittels Auswertungen von Haushaltsbefragungen in die Analyse einbezogen. Die theoretische Fundierung erfolgt durch stadtsoziologische Arbeiten Pierre Bourdieus und den Capability Approach. Die unterschiedlichen quantitativen Modellierungen zeigen durchweg einen Zusammenhang zwischen Sozialraum und Erreichbarkeitsbedingungen. Die Auswertungen legen offen, dass Haushalte in sozial benachteiligten Gebieten häufig über schlechtere Erreichbarkeitsgegebenheiten verfügen als Haushalte in besser typisierten Gebieten. Die individuelle Bewertung der Erreichbarkeit verifiziert die ermittelten Zusammenhänge aus GIS-Modellierungen und sozialräumlichen Typisierungen: Wird das sozialräumliche Umfeld negativ bewertet, gilt dies häufig auch für die Bewertung der individuellen Erreichbarkeitssituation. / The socio-spatial differentiation of urban areas and the associated effects for the infrastructure in segregated sub-areas of the city are becoming increasingly significant in the context of growing social and economic challenges of our time. The discussion around processes of spatial polarization and segregation in cities and their impact on the residents of specific areas is not new; rather, there is an ongoing scientific debate about urban segregation processes and their potential effects. This study focuses on the question of to what extent socio-spatial differentiation is also associated with different infrastructural facilities and the resulting accessibilities. Methodologically, the analysis of accessibility situations is based on various GIS models. The socio-spatial differentiation is analyzed at a micro-level using different quantitative methods. Subsequently, the dependencies between socio-spatial typologies and accessibility models are examined using bi- and multivariate analyses. Using a mixed-methods approach, the population of different social spaces will also be included in the analysis through evaluations of household surveys. The theoretical foundation is based on recent urban sociological works by Pierre Bourdieu and the capability approach. The different quantitative models consistently show a correlation between social space and accessibility conditions. The evaluations reveal that households in socially disadvantaged areas often have poorer accessibility conditions than households in better-typified areas. The individual assessment of accessibility verifies the identified correlations from GIS modelling and socio-spatial typologies: if the socio-spatial environment is negatively assessed, this often also applies to the evaluation of the individual accessibility situation.

Aufgrund der fortschreitenden Prozesse des Bevölkerungswachstums, der Urbanisierung und des Klimawandels sind weltweit erheblich mehr Menschen und Sachwerte Naturgefahren ausgesetzt. Essenziell für eine wirksame Risikoreduktion und ein effektives Katastrophenmanagement sind aktuelle Expositionsmodelle mit detaillierten, räumlich verorteten Informationen über die gebaute Umwelt und deren Vulnerabilität. Diese Daten sind jedoch oft nur unzureichend verfügbar. Gleichzeitig sind die Anforderungen an das Expositionsmodell hinsichtlich des thematischen Informationsgehalts und der räumlichen Auflösung für eine konsistente Vulnerabilitätsbewertung im Kontext multipler Naturgefahren hoch, da i) unterschiedliche Gebäudeattribute die Vulnerabilität gegenüber unterschiedlichen Naturgefahren bedingen, ii) unterschiedliche Naturgefahren auf unterschiedlichen räumlichen Skalen und mit unterschiedlicher räumlicher Variabilität auftreten. Georeferenzierte bildgebende Sensordaten sind heute eine essenzielle Quelle für die automatisierte Gewinnung räumlicher Informationen. Die zunehmende Verfügbarkeit von Datenerfassungsinitiativen (Remote- und In-situ-Sensing) sowie Social Media und die Fortschritte in der künstlichen Intelligenz haben diese Entwicklung stark vorangetrieben. Das übergeordnete Ziel dieser Dissertation ist es, auf der Grundlage heterogener Geobilddaten und aktueller Techniken des Deep Learning (DL) Methoden aufzuzeigen, die eine effiziente, räumlich hoch aufgelöste sowie großflächige multikriterielle Charakterisierung der gebauten Umwelt für die Multirisikoanalyse ermöglichen. Dieses Ziel wird anhand von drei Teilstudien adressiert. Testgebiet ist die erdbebengefährdete Millionenmetropole Santiago de Chile. Die erste Studie untersucht das Potenzial von Convolutional Neural Networks (CNN) und Street-Level-Bilddaten (SLI) für die automatisierte Erfassung vulnerabilitätsrelevanter Gebäudecharakteristika. Der verfolgte Ansatz beinhaltet einen hierarchischen Workflow, um die heterogenen SLI anwendungsorientiert zu akquirieren und strukturieren. Es werden dem Stand der Forschung entsprechende CNN eingesetzt, um i) den Seismischen Gebäudestrukturtyp (SBST), ii) das laterale Last abtragende System (LLRS; Lateral Load Resisting System) und iii) die Gebäudehöhe abzuleiten. Diese Attribute reflektieren die tragende Struktur eines Gebäudes und damit seine Widerstandsfähigkeit gegenüber den durch Naturgefahrenereignisse einwirkenden Kräften. Die experimentellen Ergebnisse zeigen für alle Klassifikationsaufgaben Genauigkeiten jenseits von 𝜅 = 0,81. Dies unterstreicht das Potenzial von SLI und DL für die In-situ-Gebäudedatenerfassung zur großräumigen Bewertung von Naturgefahrenrisiken. Die zweite Studie zielt auf eine synergistische und effiziente multikriterielle Charakterisierung von Gebäuden für die Multihazard-Risikobewertung ab. Deep Multitask Learning (MTL) wird eingesetzt, um diese Anforderung zu erfüllen. Der entwickelte Ansatz verbessert die Prädiktionsgenauigkeit bei multiplen Bildklassifikationsproblemen durch die Berücksichtigung Task-übergreifender Interdependenzen. Ein intermediär überwachtes Hard Parameter Sharing CNN gibt Task-weise prädizierte Interimsklassenwahrscheinlichkeiten aus. Interdependenzen werden dann auf zwei Arten erfasst: i) durch das direkte Anhängen der Klassenwahrscheinlichkeiten an den Bildmerkmalsvektor (Multitask Stacking) und ii) durch deren Weiterleitung an rekurrente neuronale Netze (Gated Recurrent Units), um explizit Interdependenzrepräsentationen zu lernen (Interdependency Representation Learning). Die MTL-Architektur wird für die Klassifikation von Gebäuden nach fünf Zielvariablen angewandt: Höhe, LLRS-Material, SBST, Dachform und Blockposition. Die Klassifikationsgenauigkeiten der neuen MTL-Ansätze übertreffen sowohl Single Task Learning als auch klassisches Hard Parameter Sharing MTL. Bereits hohe initial geschätzte Generalisierungsfähigkeiten, konnten mit akkumulierten Task-spezifischen Residuen von mehr als +6 % 𝜅 deutlich gesteigert werden und erreichten mittlere Task-Genauigkeiten von bis zu 88,43 % Overall accuracy und 84,49 % 𝜅. Hinsichtlich des Trainingszeitaufwands erweisen sich die vorgeschlagenen MTL-Methoden als sehr effizient. Die dritte Studie fokussiert auf das Potenzial der Integration heterogener multimodaler Geobilddaten – SLI, sehr hoch aufgelöste optische Fernerkundungsdaten sowie ein normalisiertes digitales Oberflächenmodell – für die flächenhafte Charakterisierung naturgefahrenexponierter Gebäude. Es wird eine objektbasierte Multi-Input-/Multi-Output-DL-Methodik vorgestellt, die eine multikriterielle Gebäudeklassifikation durch die synergistische Fusion der multisensoralen Daten ermöglicht. Um das Problem partiell fehlender SLI zu adressieren, wird der transformerbasierte SLI Spatial Context Encoder verwendet. Dieser nutzt die räumlichen Korrelationen zwischen physisch-strukturellen Gebäudeattributen, um die semantischen Informationen der vorhandenen SLI flächendeckend zugänglich zu machen. Für die Integration der multimodalen Informationen wird die Task-wise Modality Attention (TMA) Fusion vorgeschlagen. Diese optimiert die Merkmalsrepräsentationen für die einzelnen Inferenz-Tasks separat, nach deren spezifischen Anforderungen. Auf dieser Grundlage wird unter Berücksichtigung der beiden Datensituationen SLI verfügbar und SLI fehlend ein umfassender experimenteller Kreuzvergleich der Generalisierungsfähigkeiten durchgeführt und der Mehrwert der unterschiedlichen Modalitäten, ihrer Kombinationen sowie der TMA-Datenfusionsmethode evaluiert. Die Ergebnisse verdeutlichen den hohen semantischen Mehrwert von SLI sowie der abgeleiteten räumlich-kontextuellen Information für die Erfassung physisch-struktureller Gebäudecharakteristika. Zudem zeigen sie, dass alle Modalitätskombinationen positive Synergien bieten. Dabei erzielt die TMA-Fusion durchweg höhere mittlere Task-Genauigkeiten als die Benchmark-Methoden. Die genauesten Modelle werden für die Ableitung eines räumlich kontinuierlichen Expositionsmodells angewandt. Die vorgestellte Methodik ermöglicht die automatisierte, großräumige Erfassung vulnerabilitätsbedingender Gebäudeattribute mit einzigartiger räumlicher und thematischer Auflösung. Diese Detailtiefe ist entscheidend für eine konsistente Bewertung der Multihazard-Vulnerabilität und damit für ein erfolgreiches Risiko- und Katastrophenmanagement. Die Ergebnisse dieser Dissertation liefern fundierte Einblicke in das Potenzial von multimodalen Geobilddaten und DL zur effizienten Bereitstellung von Expositionsinformationen. / The ongoing processes of population growth, urbanization, and climate change have led to a drastic increase in the number of people and assets exposed to natural hazards worldwide. For effective risk reduction and disaster management, up-to-date exposure models with detailed, spatially localized information on the built environment and its vulnerability are essential. However, such data are often insufficiently available. At the same time, holistic vulnerability assessments across multiple natural hazards place high demands on exposure models in terms of thematic information and spatial resolution, as i) different building attributes may affect vulnerability to different hazards, and ii) natural hazards may differ in spatial scale and exhibit distinct spatial variabilities. Today, geo-referenced imaging sensor data are an essential source for the automated extraction of spatial information. This has been largely driven by the ever-increasing availability of data collection initiatives – both remote and in-situ sensing – along with social media and advancements in data analysis methods, particularly in the field of artificial intelligence. The overarching goal of this dissertation is to demonstrate methods based on heterogeneous geospatial image data and current deep learning (DL) techniques that enable efficient, high spatial resolution, large-scale multicriteria characterization of the built environment for multi-risk analysis. This objective is addressed through three sub-studies, with the test area being the earthquake-prone metropolis of Santiago, Chile. The first study investigates the potential of Convolutional Neural Networks (CNN) and Street-Level Imagery (SLI) for the automated collection of vulnerability-related building characteristics. The approach involves a hierarchical workflow to acquire and structure heterogeneous SLI in an application-oriented manner. State-of-the-art CNN are used to derive: i) the Seismic Building Structural Type (SBST), ii) the Lateral Load Resisting System (LLRS) material, and iii) building height. These attributes reflect a building’s load-bearing structure and, consequently, its resistance to forces exerted by natural hazard events. The experimental results show classification accuracies above 𝜅 = 0.81 for all tasks, underlining the high potential of SLI and DL for in situ building data collection for natural hazard risk assessment at large spatial scales. The second study aims at a synergistic and efficient multi-criteria characterization of buildings for multi-hazard risk assessment. Deep Multitask Learning (MTL) is used to address this challenge. The proposed deep MTL architecture enhances prediction accuracy in multiple image classification tasks by accounting for cross-task interdependencies. These interdependencies are inferred based on task-wise interim class label probability predictions from an intermediately supervised hard parameter sharing CNN: i) by directly stacking label probability sequences to the image feature vector (i.e., multitask stacking), and ii) by passing probability sequences to recurrent neural networks (Gated Reccurent Units) to explicitly learn cross-task interdependency representations (i.e., interdependency representation learning). The MTL architecture is applied to classify buildings according to five target variables: height, LLRS material, SBST, roof shape, and block position. The classification accuracies of the new MTL approaches outperform both single-task learning and classical hard-parameter sharing MTL. Already high initial estimated generalization capabilities can be significantly increased with accumulated task-specific residuals of more than +6 % 𝜅, achieving mean cross-task accuracy values of up to 88.43 % overall accuracy and 84.49 % 𝜅. In terms of training time, the proposed MTL methods also prove very efficient. The third study explores the potential of integrating heterogeneous multimodal geospatial image data – SLI, very high-resolution optical remote sensing data, and a normalized digital surface model – for large-scale characterization of buildings exposed to natural hazards. An object-based multi-Input-/multi-Output DL methodology is presented, enabling the synergistic fusion of multi-sensor data for multi-criteria building classification. To address the issue of partially missing SLI data, the transformer-based SLI Spatial Context Encoder is proposed. This model leverages spatial correlations between physical-structural building attributes to make the semantic information of available SLI widely accessible. Task-wise Modality Attention (TMA) fusion is proposed to integrate the multimodal information. TMA optimizes feature representations for individual inference tasks separately, according to their specific requirements. Considering the two data scenarios – SLI available and SLI missing – a comprehensive experimental cross-comparison of generalization capabilities is conducted to evaluate the added value of the different modalities, their combinations, and TMA fusion. The results emphasize the high semantic value of SLI and the derived spatio-contextual representations for capturing physical-structural building characteristics. Additionally, they demonstrate that all modality combinations offer positive synergies. TMA fusion consistently outperforms benchmark methods. The most accurate models are subsequently applied to derive a spatially continuous exposure model. The presented methodology enables the automated, large-scale collection of vulnerability-related building attributes with an unprecedented combination of spatial and thematic resolution. This level of detail is essential for a consistent assessment of multi-hazard vulnerability and, consequently, for effective risk and disaster management. The results of this dissertation offer indepth insights into the potential of multimodal geoimage data and DL for the efficient provision of exposure information.

Die vorliegende Broschüre bringt Ordnung in die auf den ersten Blick komplex erscheinende Begriffswelt der Raumordnung und Landesplanung und somit einen Überblick über die rechtlichen Grundlagen, die Zuständigkeiten sowie die Aufgabenfelder der Raumordnung und Landesentwicklung im Freistaat Sachsen. Moderne Kommunikationsverfahren wie die Online-Beteiligung bei der Aufstellung von Raumordnungsplänen werden ebenso angesprochen, wie das System der räumlichen Gesamtplanung und die Instrumente der Raumordnung in Sachsen. Anhand des digitalen Raumordnungskatasters und des internetgestützten Raumplanungsinformationssystems wird ein Einblick in die Welt der Geodaten und Geodatendienste gegeben, ohne die Raumbeobachtung und Landesentwicklung nicht mehr vorstellbar wären. Ausgewählte tschechisch-sächsische und polnisch-sächsische EU-Projekte zeigen beispielhaft die grenzüberschreitenden regionalen Aktivitäten zur Stärkung des gemeinsamen Grenzraums auf. Redaktionsschluss: 30.09.2014