Die Fernerkundung war in den vergangenen Jahren von einschneidenden Umbrüchen gekennzeichnet, die sich besonders in der stark gestiegenen geometrischen Bodenauflösung der Sensoren und den damit einhergehenden Veränderungen der Verarbeitungs- und Auswertungsverfahren widerspiegeln. Sehr hoch auflösende Satellitenbilddaten - definiert durch eine Auflösung zwischen einem halben und einem Meter - existieren seit dem Start von IKONOS Ende 1999. Etwa im selben Zeitraum wurden extrem hoch auflösende digitale Flugzeugkameras (0,1 bis 0,5 m) entwickelt. Dieser Arbeit liegen IKONOS-Daten mit einer Auflösung von einem (panchromatischer Kanal) bzw. vier Metern (Multispektraldaten) zugrunde. Bedingt durch die Eigenschaften sehr hoch aufgelöster Bilddaten (z. B. Detailgehalt, starke spektrale Variabilität, Datenmenge) lassen sich bisher verfügbare Standardverfahren der Bildverarbeitung nur eingeschränkt anwenden. Die Ergebnisse der in dieser Arbeit getesteten Verfahren verdeutlichen, dass die Methoden- bzw. Softwareentwicklung mit den technischen Neuerungen nicht Schritt halten konnte. Einige Verfahren werden erst allmählich für sehr hoch auflösende Daten nutzbar (z. B. atmosphärisch-topographische Korrektur). Die vorliegende Arbeit zeigt, dass Daten dieses Auflösungsbereiches mit bisher verwendeten pixelbasierten, statistischen Klassifikationsverfahren nur unzulänglich ausgewertet werden können. Die hier untersuchte Anwendung von Bildsegmentierungsmethoden hilft, die Nachteile pixelbasierter Verfahren zu überwinden. Dies wurde durch einen Vergleich pixel- und segmentbasierter Klassifikationsverfahren belegt. Im Rahmen einer Segmentierung werden homogene Bildbereiche zu Regionen verschmolzen, welche die Grundlage für die anschließende Klassifikation bilden. Hierzu stehen über die spektralen Eigenschaften hinaus Form-, Textur- und Kontextmerkmale zur Verfügung. In der verwendeten Software eCognition lassen sich diese Klassifikationsmerkmale zudem auf Grundlage des fuzzy-logic-Konzeptes in einer Wissensbasis (Entscheidungsbaum) umsetzen. Ein Vergleich verschiedener, derzeit verfügbarer Segmentierungsverfahren zeigt darüber hinaus, dass sich mit der genutzten Software eine hohe Segmentierungsqualität erzielen lässt. Der wachsende Bedarf an aktuellen Geobasisdaten stellt für sehr hoch auflösende Fernerkundungsdaten eine wichtige Einsatzmöglichkeit dar. Durch eine gezielte Klassifikation der Bilddaten lassen sich Arbeitsgrundlagen für die hier betrachteten Anwendungsfelder Landschaftsplanung und Landschaftsökologie schaffen. Die dargestellten Beispiele von Landschaftsanalysen durch die segmentbasierte Auswertung von IKONOS-Daten zeigen, dass sich eine Klassifikationsgüte von 90 % und höher erreichen lässt. Zudem können die infolge der Segmentierung abgegrenzten Landschaftseinheiten eine Grundlage für die Berechnung von Landschaftsstrukturmaßen bilden. Nationale Naturschutzziele sowie internationale Vereinbarungen zwingen darüber hinaus zur kontinuierlichen Erfassung des Landschaftsinventars und dessen Veränderungen. Fernerkundungsdaten können in diesem Bereich zur Etablierung automatisierter und operationell einsatzfähiger Verfahren beitragen. Das Beispiel Biotop- und Landnutzungskartierung zeigt, dass eine Erfassung von Landnutzungseinheiten mit hoher Qualität möglich ist. Bedingt durch das Auswertungsverfahren sowie die Dateneigenschaften entspricht die Güte der Ergebnisse noch nicht vollständig den Ansprüchen der Anwender, insbesondere hinsichtlich der erreichbaren Klassifikationstiefe. Die Qualität der Ergebnisse lässt sich durch die Nutzung von Zusatzdaten (z. B. GIS-Daten, Objekthöhenmodelle) künftig weiter steigern. Insgesamt verdeutlicht die Arbeit den Trend zur sehr hoch auflösenden digitalen Erderkundung. Für eine breite Nutzung dieser Datenquellen ist die weitere Entwicklung automatisierter und operationell anwendbarer Verarbeitungs- und Analysemethoden unerlässlich. / In recent years remote sensing has been characterised by dramatic changes. This is reflected especially by the highly increased geometrical resolution of imaging sensors and as a consequence thereof by the developments in processing and analysis methods. Very high resolution satellite imagery (VHR) - defined by a resolution between 0.5 and 1 m - exists since the start of IKONOS at the end of 1999. At about the same time extreme high resolution digital airborne sensors (0.1 till 0.5 m) have been developed. The basis of investigation for this dissertation is IKONOS imagery with a resolution of one meter (panchromatic) respectively four meters (multispectral). Due to the characteristics of such high resolution data (e.g. level of detail, high spectral variability, amount of data) the use of previously available standard methods of image processing is limited. The results of the procedures tested within this work demonstrate that the development of methods and software was not able to keep up with the technical innovations. Some procedures are only gradually becoming suitable for VHR data (e.g. atmospheric-topographic correction). Additionally, this work shows that VHR imagery can be analysed only inadequately using traditional pixel-based statistical classifiers. The herein researched application of image segmentation methods helps to overcome drawbacks of pixel-wise procedures. This is demonstrated by a comparison of pixel and segment-based classification. Within a segmentaion, homogeneous image areas are merged into regions which are the basis for the subsequent classification. For this purpose, in addition to spectral features also formal, textural and contextual properties are available. Furthermore, the applied software eCognition allows the definition of the features for classification based on fuzzy logic in a knowledge base (decision tree). An evaluation of different, currently available segmentation approaches illustrates that a high segmentation quality is achievable with the used software. The increasing demand for geospatial base data offers an important field of application for VHR remote sensing data. With a targeted classification of the imagery the creation of working bases for the herein considered usage for landscape planning and landscape ecology is possible. The given examples of landscape analyses using a segment-based processsing of IKONOS data show an achievable classification accuracy of 90 % and more. The landscape units delineated by image segmentation could be used for the calculation of landscape metrics. National aims of nature conservation as well as international agreements constrain a continuous survey of the landscape inventory and the monitoring of its changes. Remote sensing imagery can support the establishment of automated and operational methods in this field. The example of biotope and land use type mapping illustrates the possibility to detect land use units with a high precision. Depending on the analysis method and the data characteristics the quality of the results is not fully equivalent to the user?s demands at the moment, especially concerning the achievable depth of classification. The quality of the results can be enhanced by using additional thematic data (e.g. GIS data, object elevation models). To summarize this dissertation underlines the trend towards very high resolution digital earth observation. Thus, for a wide use of this kind of data it is essentially to further develop automated and operationally useable processing and analysis methods.

The irrigated agriculture in the Lower Chenab Canal (LCC) of Pakistan is characterized by huge water utilization both from surface and groundwater resources. Need of utilization of water from five rivers in Punjab province along with accelerated population growth has forced the construction of world’s largest irrigation network. Nevertheless, huge irrigation infrastructure, together with inappropriate drainage infrastructure, led to a build-up of shal-low groundwater levels, followed by waterlogging and secondary salinization in the soil profile. Following this era, decreased efficiency of irrigation supply system along with higher food demands had increased burdens on groundwater use, which led to a drop in groundwater levels in major parts of LCC. Previous studies in the study region revealed lacking management and maintenance of irrigation system, inflexible irrigation strategies, poor linkages between field level water supply and demands. No future strategy is present or under consideration to deal with this long time emerged groundwater situation particularly under unchanged irrigation water supply and climate change. Therefore, there is an utmost importance to assess the current profile of water use in the irrigation scheme and to device some workable strategies under future situations of land use and climate change. This study aims to investigate the spatio-temporal status of water utilization and performance of irrigation system using remote sensing data and techniques (SEBAL) in combination with other point data. Different irrigation performance indicators including equity, adequacy and reliability using evaporation fraction as main input parameter are utilized. Current profiles of land use/land cover (LULC) areas are assessed and their change detections are worked out to establish realistic future scenarios. Spatially distributed seasonal net recharge, a very important input parameter for groundwater modeling, is estimated by employing water balance approaches using spatial data from remote sensing and local norms. Such recharge results are also compared with a water table fluctuation approach. Following recharge estimation, a regional 3-D groundwater flow model using FEFLOW was set up. This model was calibrated by different approaches ranging from manual to automated pilot point (PP) approach. Sensitivity analysis was performed to see the model response against different model input parameters and to identify model regions which demand further improvements. Future climate parameters were downscaled to establish scenarios by using statistical downscaling under IPCC future emission scenarios. Modified recharge raster maps were prepared under both LULC and climate change scenarios and were fed to the groundwater model to investigate groundwater dynamics. Seasonal consumptive water use analysis revealed almost double use for kharif as compared to rabi cropping seasons with decrease from upper LCC to lower regions. Intra irrigation subdivision analysis of equity, an important irrigation performance indicator, shows less differences in water consumption in LCC. However, the other indicators (adequacy and reliability) indicate that the irrigation system is neither adequate nor reliable. Adequacy is found more pronounced during kharif as compared to rabi seasons with aver-age evaporation fraction of 0.60 and 0.67, respectively. Similarly, reliability is relatively higher in upper LCC regions as compared to lower regions. LULC classification shows that wheat and rice are major crops with least volatility in cultivation from season to season. The results of change detection show that cotton exhibited maximum positive change while kharif fodder showed maximum negative change during 2005-2012. Transformation of cotton area to rice cultivation is less conspicuous. The water consumption in upper LCC regions with similar crops is relatively higher as compared to lower regions. Groundwater recharge results revealed that, during the kharif cropping seasons, rainfall is the main source of recharge followed by field percolation losses, while for rabi cropping seasons, canal seepage remains the major source. Seasonal net groundwater recharge is mainly positive during all kharif seasons with a gradual increase in groundwater level in major parts of LCC. Model optimization indicates that PP is more flexible and robust as compared to manual and zone based approaches. Different statistical indicators show that this method yields reliable calibration and validation as values of Nash Sutcliffe Efficiency are 0.976 and 0.969, % BIAS are 0.026 and -0.205 and root mean square errors are 1.23 m and 1.31 m, respectively. Results of model output sensitivity suggest that hydraulic conductivity is a more influential parameter in the study area than drain/fillable porosity. Model simulation results under different scenarios show that rice cultivation has the highest impact on groundwater levels in upper LCC regions whereas major negative changes are observed for lower parts under decreased kharif fodder area in place of rice, cotton and sugarcane. Fluctuations in groundwater level among different proposed LULC scenarios are within ±1 m, thus showing a limited potential for groundwater management. For future climate scenarios, a rise in groundwater level is observed for 2011 to 2025 under H3A2 emission regime. Nevertheless, a drop in groundwater level is expected due to increased crop consumptive water use and decreased precipitations under H3A2 scenario for the periods 2026-2035 and 2036-2045. Although no imminent threat of groundwater shortage is anticipated, there is an opportunity for developing groundwater resources in the lower model regions through water re-allocation that would be helpful in dealing water shortages. The groundwater situation under H3B2 emission regime is relatively complex due to very low expectation of rise in groundwater level through precipitation during 2011-2025. Any positive change in groundwater under such scenarios is mainly associated with changes in crop consumptive water uses. Consequently, water management under such situation requires revisiting of current cropping patterns as well as augmenting water supply through additional surface water resources.

Mittels umweltpolitischer Programme von weltweit einzigartigem Ausmaß versucht China sowohl den menschlichen Druck auf die Landbedeckung zu mindern als auch eine nachhaltige Landnutzung zu fördern. Als Hotspot globaler Umweltveränderungen wurden insbesondere für die Innere Mongolei erhebliche Investitionen zur Renaturierung von Landoberflächen von der chinesischen Zentralregierung getätigt. Die Fernerkundung ist ein effektiver Ansatz für ein flächendeckendes Monitoring des Landnutzungswandels. Jedoch erschweren die limitierte Datenverfügbarkeit und das Fehlen verfügbarer Veränderungsanalysemethoden die Anwendung fernerkundlicher Techniken zum Monitoring von Landnutzung und ihrer Veränderungen. Um den Landnutzungswandel in der Inneren Mongolei verlässlich zu kartieren, wurden daher in einem ersten Schritt Möglichkeiten und Grenzen von Zeitreihen räumlich grob aufgelöster Fernerkundungsdaten für das Monitoring von Langzeitveränderungen der Landbedeckung untersucht. Im zweiten Schritt wurde ein Ansatz zur Erfassung von jährlichen Veränderungen zwischen mehreren Landnutzungsklassen entwickelt und angewandt. Die Ergebnisse zeigen, dass die chinesische Landnutzungspolitik seit dem Jahr 2000 wirksam zum Erhalt und zur Regenerierung von Waldökosystemen in der Inneren Mongolei beiträgt. Abnehmende Entwaldung und ein Zuwachs von Waldflächen sind insbesondere in jenen Regionen zu finden, in welchen die landnutzungspolitischen Maßnahmen umgesetzt wurden. Die Konvertierung von Ackerland zu Grasland wurde zumeist innerhalb anfälliger, klimatisch und topographisch ungeeigneter Gebiete beobachtet. Die vorliegende Dissertation veranschaulicht sowohl den Einfluss politischer Maßnahmen und zugrunde liegender sozio-ökonomischer Treiber auf die Landoberfläche als auch die Bedeutung von grob aufgelösten Fernerkundungsdaten und Zeitreihenanalysen für das Monitoring des Landnutzungswandels in großräumigen Gebieten. / Monitoring land use and land cover change (LULCC) support better interpretation about how land surfaces are impacted by human decisions. The overall aim of this thesis is to gain a better understanding about LULCC in Inner Mongolia using remote sensing under consideration of China’s land use policies. With the largest scale land restoration programs in the world, China aims to reduce human pressure on lands and promote sustainable land use. As a hot-spot of environmental change, Inner Mongolia received the heaviest investment from the central government for land restoration. Yet the effectiveness and consequences of China’s land use policies in Inner Mongolia remain unclear. Remote sensing is an effective tool for monitoring land use and land cover change across broad scales, yet data limitations and a lack of available change detection methods hampers the capacity of researchers to apply remote sensing techniques for LULCC monitoring. To reliably map LULCC in Inner Mongolia, the opportunities and limitations of using coarse resolution imagery time series for monitoring long-term land changes was first examined. Second, an approach detecting annual changes between multiple land categories was developed and applied in Inner Mongolia. Results indicate that China’s land use policies effectively preserved and recovered forest ecosystems in Inner Mongolia after the year 2000. The decreasing trends of deforestation and forest gain are obvious in the regions that implement China’s land use policies, which reflect the positive influence of the policy. Cropland retirement was mostly found in ecologically fragile areas where climate and topographic conditions are unsuitable for cultivation. This thesis reveals how political factors and other underlying social-economic drivers impact a country''s land surface, and highlights the values of using coarse resolution imagery and time series analysis for LULCC monitoring across large areas.

Fererkundliches monitoring von Landnutzungswandel ist eine Grundvoraussetzung um negative Auswirkungen globaler Umweltveränderungen zu reduzieren. Verfügbare Methoden unterliegen jedoch räumlichen und zeitlichen Einschränkungen. Die Öffnung des Landsat Archivs, bessere Datenqualität, fortgeschrittene Algorithmen und Rechenkapazitäten erlauben verbessertes Verständnis von Muster-Prozess Zusammenhängen, falls diese Einschränkungen überwunden werden. Das Ziel dieser Dissertation war es, Methoden zu entwickeln und anzuwenden, die eine bessere Nutzung des Landsat Archivs ermöglichen, um Landnutzungswandel in den Karpaten seit 1985 zu quantifizieren. Das sekundäre Ziel war es zu untersuchen, wie der Zusammenbruch des Sozialismus und der Beitritt zur Europäischen Union den regional Landnutzungswandel beeinträchtigt hat. Dafür wurde zunächst ein zeitreihenbasiertes Verfahren genutzt, um mittels verbesserter zeitlicher Auflösung ein besseres Verständnis von Waldstörungsdynamiken während der Umstrukturierung von Forstbesitzverhältnissen zu erlangen. Anschliessend wurden Compositing Algorithmen entwickelt, und mittels dieser die regionalen forst- und landwirtschaftlichen Veränderungen quantifiziert. Die Ergebnisse zeigten, dass das Ende des Sozialismus zu einer drastischen Reduzierung der Waldstörungen geführt hat und gleichzeitig weitflächig Ackerland aufgegeben wurde. Insgesamt nahm die Waldfläche leicht zu aber übermäßige Störungen erfolgten in verschiedenen Gebieten, verursacht durch den kombinierten Effekt forstwirtschaftlicher Vermächtnisse, natürlicher Störungen sowie Waldbewirtschaftung. Nach dem EU-Beitritt nahmen Störungsdynamiken in den Karpaten im Vergleich zu den ersten Übergangsjahren wieder zu, was auf neuorganiserte Forstwirtschaft mit Zugang zu EU Märkten hindeuten kann. Aufgegebene Ackerflächen wurden in den letzten Jahren vermehrt wiederbewirtschaftet, wahrscheinlich bedingt durch die Agrarpolitik der EU sowie einen zunehmenden Einfluss globaler Märkte. / Remote sensing based monitoring of land change is a prerequisite to reduce the negative impacts of global environmental change. However, available monitoring methods suffer from spatial and/or temporal limitations. The opening of the Landsat archive, advancements in data quality, processing algorithms and capabilities, can improve pattern-process understanding if these limitations are overcome. The overall aim of this dissertation was first, to develop and apply methods that better utilize the rich Landsat record and to map and quantify land change in the Carpathian ecoregion since 1985. The secondary objective is to investigate how the collapse of socialism and accession to the European Union (EU) affected regional land change. First, a trajectory based change detection approach was used to investigate how increased observation frequency helps understanding how forest ownership changes affected forest disturbance dynamics. Second, compositing algorithms are developed to facilitate mapping and change detection over large areas. This allowed assessing changes in forest cover and agriculture. Results showed that overall the collapse of socialism led to drastic declines in forest disturbances and simultaneously to widespread cropland abandonment. Forest cover overall expanded but excessive harvesting prevailed in certain areas, due to combined effects of land use legacies, natural disturbances and forest management. Following the EU accession, disturbance levels increased compared to the transition years, potentially relating to a re-established forestry sector with access to EU timber markets. Abandoned cropland was recultivated throughout the Carpathians during the most recent years, likely influenced by the EU Common Agricultural Policy and increasingly by global markets. This dissertation exemplifies the value of the Landsat archive for land change research which can improve our understanding of land change globally and thus help mitigate its negative impacts.

Durch den Prozess der Urbanisierung verändert die Menschheit die Erdoberfläche in großem Ausmaß und auf unwiederbringliche Weise. Die optische Fernerkundung ist eine Art der Erdbeobachtung, die das Verständnis dieses dynamischen Prozesses und seiner Auswirkungen erweitern kann. Die vorliegende Arbeit untersucht, inwiefern hyperspektrale Daten Informationen über Versiegelung liefern können, die der integrierten Analyse urbaner Mensch-Umwelt-Beziehungen dienen. Hierzu wird die Verarbeitungskette von Vorverarbeitung der Rohdaten bis zur Erstellung referenzierter Karten zu Landbedeckung und Versiegelung am Beispiel von Hyperspectral Mapper Daten von Berlin ganzheitlich untersucht. Die traditionelle Verarbeitungskette wird mehrmals erweitert bzw. abgewandelt. So wird die radiometrische Vorverarbeitung um die Normalisierung von Helligkeitsgradienten erweitert, welche durch die direktionellen Reflexionseigenschaften urbaner Oberflächen entstehen. Die Klassifikation in fünf spektral komplexe Landnutzungsklassen wird mit Support Vector Maschinen ohne zusätzliche Merkmalsextraktion oder Differenzierung von Subklassen durchgeführt. Eine detaillierte Ergebnisvalidierung erfolgt mittels vielfältiger Referenzdaten. Es wird gezeigt, dass die Kartengenauigkeit von allen Verarbeitungsschritten abhängt: Support Vector Maschinen klassifizieren Hyperspektraldaten akkurat aber die Kartengenauigkeit wird durch die Georeferenzierung deutlich gemindert; die Versiegelungskartierung stellt die Situation am Boden gut dar, aber die Überdeckung versiegelter Flächen durch Bäume bedingt systematische Fehlschätzungen; eine Bildsegmentierung führt zu keiner Verbesserung der Klassifikationsergebnisse, bietet jedoch eine sinnvolle Möglichkeit zur effektiveren Prozessierung durch Datenkomprimierung. Auf diesem Weg ermöglicht die vorliegende Arbeit Rückschlüsse zur Verlässlichkeit von Datenprodukten, die eine Ausweitung fernerkundlicher Analysen in weniger gut dokumentierte urbane Räume voranbringt. / Urbanization is one of the most powerful and irreversible processes by which humans modify the Earth''s surface. Optical remote sensing is a main source of Earth observation products which help to better understand this dynamic process and its consequences. This work investigates the potential of airborne hyperspectral data to provide information on urban imperviousness that is needed for an integrated analysis of the coupled natural and human systems therein. For this purpose the complete processing workflow from preprocessing of the raw image to the generation of geocoded maps on land cover and impervious surface coverage is performed using Hyperspectral Mapper data acquired over Berlin, Germany. The traditional workflow for hyperspectral data is extended or modified at several points: a normalization of brightness gradients that are caused by directional reflectance properties of urban surfaces is included into radiometric preprocessing; support vector machines are used to classify five spectrally complex land cover classes without previous feature extraction or the definition of sub-classes. A detailed assessment of such maps is performed based on various reference products. Results show that the accuracy of derived maps depends on several steps within the processing workflow. For example, the support vector machine classification of hyperspectral data itself is accurate but geocoding without detailed terrain information introduces critical errors; impervious surface estimates correlate well with ground data but trees covering impervious surface below generally causes offsets; image segmentation does not enhance spectral classification accuracy of the spatially heterogeneous area but offers an interesting way of data compression and more time effective processing. Findings from this work help judging the reliability of data products and in doing so advance a possible extension of urban remote sensing approaches to areas where only little additional data exists.

Die Brasilianische Savanne, auch bekannt als der Cerrado, bedeckt ca. 24% der Landoberfläche Brasiliens. Der Cerrado ist von einer einzigartigen Biodiversität und einem starken Gradienten in der Vegetationsstruktur gekennzeichnet. Großflächige Landnutzungsveränderungen haben dazu geführt, dass annähernd die Hälfte der Cerrado in bewirtschaftetes Land umgewandelt wurde. Die Kartierung ökologischer Prozesse ist nützlich, um naturschutzpolitische Entscheidungen auf räumlich explizite Informationen zu stützen, sowie um das Verständnis der Ökosystemdynamik zu verbessern. Neue Erdbeobachtungssensoren, frei verfügbare Daten, sowie Fortschritte in der Datenverarbeitung ermöglichen erstmalig die großflächige Erfassung saisonaler Vegetationsdynamiken mit hohem räumlichen Detail. In dieser Arbeit wird der Mehrwert von Landsat-basierten Landoberflächenphänologischen (LSP) Metriken, für die Charakterisierung der Cerrado-Vegetation, hinsichtlich ihrer strukturellen und phänologischen Diversität, sowie zur Schätzung des oberirdischen Kohlenstoffgehaltes (AGC), analysiert. Die Ergebnisse zeigen, dass LSP-Metriken die saisonale Vegetatiosdynamik erfassen und für die Kartierung von Vegetationsphysiognomien nützlich sind, wobei hier die Grenzen der Einteilung von Vegetationsgradienten in diskrete Klassen erreicht wurden. Basierend auf Ähnlichkeiten in LSP wurden LSP Archetypen definiert, welche die Erfassung und Darstellung der phänologischen Diversität im gesamten Cerrado ermöglichten und somit zur Optimierung aktueller Kartierungskonzepte beitragen können. LSP-Metriken ermöglichten die räumlich explizite Quantifizierung von AGC in drei Untersuchungsgebieten und sollten bei zukünftigen Kohlenstoffschätzungen berücksichtigt werden. Die Erkenntnisse dieser Dissertation zeigen die Vorteile und Nutzungsmöglichkeiten von LSP Metriken im Bereich der Ökosystemüberwachung und haben demnach direkte Implikationen für die Entwicklung und Bewertung nachhaltiger Landnutzungsstrategien. / The Brazilian savanna, known as the Cerrado, covers around 24% of Brazil. It is characterized by a unique biodiversity and a strong gradient in vegetation structure. Land-use changes have led to almost half of the Cerrado being converted into cultivated land. The mapping of ecological processes is, therefore, an important prerequisite for supporting nature conservation policies based on spatially explicit information and for deepening our understanding of ecosystem dynamics. New sensors, freely available data, and advances in data processing allow the analysis of large data sets and thus for the first time to capture seasonal vegetation dynamics over large extents with a high spatial detail. This thesis aimed to analyze the benefits of Landsat based land surface phenological (LSP) metrics, for the characterization of Cerrado vegetation, regarding its structural and phenological diversity, and to assess their relation to above ground carbon. The results revealed that LSP metrics enable to capture the seasonal dynamics of photosynthetically active vegetation and are beneficial for the mapping of vegetation physiognomies. However, the results also revealed limitations of hard classification approaches for mapping vegetation gradients in complex ecosystems. Based on similarities in LSP metrics, which were for the first time derived for the whole extent of the Cerrado, LSP archetypes were proposed, which revealed the spatial patterns of LSP diversity at a 30 m spatial resolution and offer potential to enhance current mapping concepts. Further, LSP metrics facilitated the spatially explicit quantification of AGC in three study areas in the central Cerrado and should thus be considered as a valuable variable for future carbon estimations. Overall, the insights highlight that Landsat based LSP metrics are beneficial for ecosystem monitoring approaches, which are crucial to design sustainable land management strategies that maintain key ecosystem functions and services.

Gangschwärme nehmen eine bedeutende Stellung im Verständnis zur kontinentalen Fragmentierung ein. Einerseits markieren sie das Paläo-Spannungsfeld und helfen bei der Rekonstruktion der strukturellen Entwicklung der gedehnten Lithosphäre, andererseits gibt ihre petrologische Beschaffenheit Aufschluß über die Entstehung des Magmas, Aufstieg und Platznahme und schließlich erlaubt ihre Altersbestimmung die Rekonstruktion einer chronologischen Reihenfolge magmatischer und struktureller Ereignisse.<br><br> Das Arbeitsgebiet im namibianischen Henties Bay-Outjo Dike swarm (HOD) war zur Zeit der Unterkreide einem Rifting mit intensiver Platznahme von überwiegend mafischen Gängen unterworfen. Geochemische Signaturen weisen die Gänge als erodierte Förderkanäle der Etendeka Plateaubasalte aus. Durch den Einsatz von hochauflösenden Aeromagnetik- und Satellitendaten war es möglich, die Geometrie des Gangschwarmes erstmals detailliert synoptisch zu erfassen. Viele zu den Schichten des Grundgebirges foliationsparallel verlaufende magnetische Anomalien können unaufgeschlossenen kretazischen Intrusionen zugeordnet werden.<br><br> Bei der nach Norden propagierenden Südatlantiköffnung spielte die unterschiedliche strukturelle Vorzeichnung durch die neoproterozoischen Faltengürtel sowie Lithologie und Spannungsfeld des Angola Kratons eine bedeutende Rolle. Im küstennahen zentralen Bereich war dank der Vorzeichnung des Nordost streichenden Damara-Faltengürtels ein Rifting in Nordwest-Südost-Richtung dominierend, bis das Angola Kraton ein weiteres Fortscheiten nach Nordosten hemmte und die Vorzeichnung des Nordwest streichenden Kaoko-Faltengürtels an der Westgrenze den weiteren Riftverlauf und die letztendlich erfolgreiche Öffnung des Südatlantiks bestimmte. Aus diesem Grund kann das Gebiet des HOD als ein failed rift betrachtet werden.<br><br> Die Entwicklung des Spannungsfeldes im HOD kann folgendermaßen skizziert werden:<br><br> 1. Platznahme von Gängen bei gleichzeitig hoher Dehnungsrate und hohem Magmenfluß.<br> 2. Platznahme von Zentralvulkanen entlang reaktivierter paläozoischer Lineamente bei Abnahme der Dehnungsrate und fortbestehendem hohen Magmenfluß.<br> 3. Abnahme/Versiegen des Magmenflusses und neotektonische Bewegungen führen zur Bildung von Halbgräben. / Dike swarms play a fundamental role in understanding continental breakup. On the one hand they represent strain markers of the paleo-deformation field and help to reconstruct the structural evolution of the rifted lithosphere. On the other hand their magmatic infill contains information about the conditions of magma generation, ascent and emplacement. Finally, dating of dikes allows reconstructing a chronological order of magmatic and structural events. The study area of the Namibian Henties Bay-Outjo Dike swarm (HOD) underwent tectonic extension in the Lower Cretaceous associated with the widespread emplacement of predominantly mafic dikes and intrusive ring complexes representing the remnants of volcanic centres. Geochemical signatures of the dikes prove them to be the feeder structures of the Etendeka Plateau Basalts. The application of recent high resolution aeromagnetic surveys and satellite imaging revealed the dike swarm's extent and geometry for the first time. The distribution and geometry of the dikes shown in the aeromagnetics reflect the propagation of the South Atlantic opening from south to north by their relative-ages.<br><br> Northwest-southeast-directed rifting was dominant in the central coastal area, due to the structural control of the northeast striking basement structures until further propagation was hampered by the Angola Craton. Subsequently the structural control of the coast-parallel Kaoko Belt became dominant and determined the successful opening of the South Atlantic. Hence, the area of the HOD can be considered as a failed rift.<br><br> The stress field evolution within the HOD can be outlined as follows:<br><br> 1. Intrusion of dikes when extension rates as well as magma supply were high.<br> 2. Intrusion of volcanic ring complexes along reactivated Panafrican lineaments when extension rates decreased and magma supply remained high.<br> 3. Neotectonic movements create half-grabens after the termination of magmatism.

Sundarban Reserved Forest in Bangladesh is playing a significant role in local and national economy and is providing protection to the coastline as well as to the indigenous people. During the past decades and also in recent time this forest was heavily disturbed by human intervention in many aspects. As a consequence the resources of the forest are fragmenting, shrinking and declining, which in turn leads to an increasing failure of satisfying increasing demands both at local and national levels. Therefore accurate and continuously updated spatial information is needed for optimising forest management and environmental planning on both levels to support the fulfilment of urgent needs of sustainability of the forest. Considering the specific topography and the poor accessibility of the forest versus the task of collecting information, remote sensing is an attractive, if not the only means of obtaining sound full-coverage spatial information on forest cover of Sundarban. This research used medium resolution Landsat ETM data of November 2000 and Landsat TM data of January 1989 to assess and monitor the forest for 1. Identification of the operational tools for mapping and monitoring the forest as well as on the examination of the reliability of the application of multitemporal satellite remote sensing data for building spatial databases on forest cover in Sundarban. 2. Based on the existing management plan of the forest as well as the spectral properties of Landsat ETM imagery a level III classification system was developed. 3. This classification strategy was tested by applying several methods to achieve the classification result with the highest accuracy and thus to build the most reliable methodology for mapping forest cover in Sundarban. 4. Forest cover change was assessed for the period of eleven years. Significant changes have been observed due to illegal removal of trees from the forest although a governmental moratorium on banning timber extraction exists since 1989. 5. Development of an operational monitoring scheme by means of multitemporal satellite imagery analysis, which will allow concerned authorities to set up sustainable and appropriate monitoring of the Sundarban Reserved Forest. / Das Schutzgebiet des Sundarban Mangrovenwaldes in Bangladesh spielt eine entscheidende Rolle in Hinsicht auf nationale und lokale sozio-ökonomische und sozio-ökologische Aspekte. Das Waldgebiet stabilisiert nicht nur die Küstenlinie, sondern schützt auch die Bevölkerung vor den Einflüssen von Flutkatastrophen. Durch menschlichen Einfluss wurde die Region während der letzten Jahrzehnte mehr und mehr unmittelbar gestört. Der Rückgang des Ertrags an Ressourcen aus dem Wald führte zu wachsender Unzufriedenheit in der von diesen Nutzungs-möglichkeiten abhängigen Bevölkerung. Um eine Optimierung des Waldmanagements durchführen zu können, werden kontinuierliche und genaue raumbezogene Daten benötigt. Betrachtet man die spezifische Topographie und die schlechte Zugänglichkeit der Waldgebiete, so bietet die Fernerkundung eine attraktive Möglichkeit, raumbezogene Informationen für die großen Flächen des Sundurban Mangrovenwaldes zu erfassen. Zur Analyse und Überwachung der Waldgebiete wurden zwei Satellitenbild-Datensätze mit mittlerer Auflösung verwendet, und zwar Landsat ETM Daten aus dem Jahre 2000 (November) sowie Landsat TM Daten aus dem Jahre 1989 (Januar). Die zentralen Aktivitäten im Rahmen der Bearbeitung der Dissertation beziehen sich auf 1. die Identifikation der notwendigen Werkzeuge für eine erfolgreiche Kartierung und Überwachung der Waldgebiete sowie Untersuchung der Zuverlässigkeit multi-temporaler Fernerkundungsdaten für den Aufbau einer Datenbasis für die Kartierung von Waldbedeckungsarten im Untersuchungsgebiet des Sunderban Mangroven-waldes, 2. die Entwicklung eines Klassifikationssystems nach dem USGS-Schlüssel (Auflösungsebene III) auf Grundlage des existierenden Managementplanes und der spektralen Qualität der Landsat ETM Satellitenbilddaten, 3. den Test der Klassifikationsstrategie durch Adaption unterschiedlicher Methoden und Optimierung in bezug auf Erzielung eines Ergebnisses in maximal erreichbarer Genauigkeit als Ausgangspunkt für den Aufbau einer Methodologie zum Monitoring des Sunderban Mangrovenwaldes, 4. die Extraktion der Veränderungen der Waldbedeckung über ein Zeitintervall von 11 Jahren mit weitreichenden Erkenntnissen zur Dynamik der Degradations-effekte, die hauptsächlich durch illegales Fällen trotz Verbot durch ein Regierungs-memorandum seit 1989 beschleunigt wird, 5. die Entwicklung einer operationellen Monitoring-Struktur mit Hilfe von multi-temporaler Satellitenbildanalyse für ein nachhaltiges und angepasstes raumbezo-genes Management des Sunderban-Mangrovenwaldes.

The work describes the processing and analysis of remote sensing time series data for a comparative assessment of changes in different tropical rainforest areas in East Africa. In order to assess the effects of the derived changes in land cover and forest fragmentation, the study made use of spatially explicit modelling approaches within a geographical information system (GIS) to extrapolate sets of biological field findings in space and time. The analysis and modelling results were visualised aiming to consider the requirements of three different user groups. In order to evaluate measures of forest conservation and to derive recommendations for an effective forest management, quantitative landscape-scale assessments of land cover changes and their influence on forest biodiversity patterns are needed. However, few remote sensing studies have accounted for all of the following aspects at the same time: (i) a dense temporal sequence of land cover change/forest fragmentation information, (ii) the coverage of several decades, (iii) the distinction between multiple forest formations and (iv) direct comparisons of different case studies. In regards to linkages of remote sensing with biological field data, no attempts are known that use time series data for quantitative statements of long-term landscape-scale biodiversity changes. The work studies three officially protected forest areas in Eastern Africa: the Kakamega-Nandi forests in western Kenya (focus area) and Mabira Forest in south-eastern Uganda as well as Budongo Forest in western Uganda (for comparison purposes). Landsat imagery of in total eight or seven dates in regular intervals from 1972/73 to 2003 was used. Making use of supervised multispectral image classification procedures, in total, 12 land cover classes (six forest formations) were distinguished for the Kakamega-Nandi forests and for Budongo Forest while for Mabira Forest ten classes could be realised. An accuracy assessment via error matrices revealed overall classification accuracies between 81% and 85%. The Kakamega-Nandi forests show a continuous decrease between 1972/73 and 2001 of 31%, Mabira Forest experienced an abrupt loss of 24% in the late 1970s/early 1980s, while Budongo Forest shows a relatively stable forest cover extent. An assessment of the spatial patterns of forest losses revealed congruence with areas of high population density while a spatially explicit forest fragmentation index indicates a strong correlation of forest fragmentation with forest management regime and forest accessibility by roads. For the Kenyan focus area, three sets of biological field abundance data on keystone species/groups were used for a quantitative assessment of the influence of long-term changes in tropical forests on landscape-scale biodiversity patterns. For this purpose, the time series was extended with another three land cover data sets derived from aerial photography (1965/67, 1948/(52)) and old topographic maps (1912/13). To predict the spatio-temporal distribution of the army ant Dorylus wilverthi and of ant-following birds, GIS operators (i.e. focal and local functions) and statistical tests (i.e. OLS or SAR regression models) were combined into a spatial modelling procedure. Abundance data on three guilds of birds differing in forest dependency were directly extrapolated to five forest cover classes as distinguished in the time series. The results predict declines in species abundances of 56% for D. wilverthi, of 58% for ant-following birds and an overall loss of 47% for the bird habitat guilds, which in all three cases greatly exceed the rate of forest loss (31%). Additional extrapolations on scenarios of deforestation and reforestation confirmed the negative ecological consequences of splitting-up contiguous forest areas but also showed the potential of mixed indigenous forest plantings. The visualisation of the analysis and modelling results produced a mixture of different outcomes. Map series and a matrix of maps both showing species distributions aim to address scientists and decision makers. The results of the land cover change analysis were synthesised in a map of land cover development types for each study area, respectively. These maps are designed mainly for scientists. Additional maps of change, limited to a single class of forest cover and to three dates were generated to ensure an easy-to-grasp communication of the major forest changes to decision makers. Additionally, an easy-to-handle visualisation tool to be used by scientists, decision makers and local people was developed. For the future, an extension of this study towards a more complete assessment including more species/groups and also ecosystem functions and services would be desirable. Combining a framework for land cover simulation with a framework for running empirical extrapolation models in an automated manner could ideally result in a GIS-based, integrated forest ecosystem assessment tool to be used as regional spatial decision support system. / Die Arbeit beschreibt die Prozessierung und Analyse von Fernerkundungs-Zeitreihendaten für eine vergleichende Abschätzung von Veränderungen verschiedener tropischer Waldökosysteme Ostafrikas. Um Effekte der Veränderungen bzgl. Landbedeckung und Waldfragmentierung auf Biodiversitätsmuster abzuschätzen, wurden verschiedene räumlich explizite Modellierungssätze innerhalb eines geographischen Informationssystems (GIS) zur räumlichen und zeitlichen Extrapolation biologischer Felderhebungsdaten benutzt. Die Visualisierung der Analyse- und Modellierungsergebnisse erfolgte unter Berücksichtigung der Bedürfnisse von drei verschiedenen Nutzergruppen. Um Waldschutzmaßnahmen zu evaluieren und Empfehlungen für ein effektives Waldmanagement abzuleiten, sind quantitative Abschätzungen von Landbedeckungsveränderungen sowie von deren Einfluss auf tropische Waldbiodiversitätsmuster nötig. Wenige fernerkundungsbasierte Studien haben jedoch bislang alle der folgenden Faktoren berücksichtigt: (i) Informationen zu Veränderungen von Landbedeckung und Waldfragmentierung in dichter zeitlicher Sequenz, (ii) die Abdeckung mehrerer Jahrzehnte, (iii) die Unterscheidung zwischen mehreren Waldformationen, und (iv) direkte Vergleiche von unterschiedlichen Fallstudien. Hinsichtlich Verknüpfungen von Fernerkundung mit biologischen Felddaten sind bisher keine Studien bekannt, die Zeitreihendaten für quantitative Aussagen zu Langzeitveränderungen von Biodiversität auf Landschaftsebene verwenden. Die Arbeit untersucht drei offiziell geschützte Gebiete: die Kakamega-Nandi forests in Westkenia (Hauptuntersuchungsgebiet) sowie Mabira Forest in Südost-Uganda und Budongo Forest in West-Uganda (zu Vergleichszwecken). Es wurden Landsat-Daten für insgesamt acht bzw. sieben Zeitpunkte zwischen 1972/73 und 2003 in ungefähr gleichen Abständen erworben. Mit Hilfe von überwachten, multispektralen Klassifizierungsverfahren wurden für die Kakamega-Nandi forests und Budongo Forest jeweils 12 Landbedeckungsklassen (sechs Waldformationen) und für Mabira Forest zehn Klassen unterschieden. Eine Genauigkeitsprüfung mit Hilfe von Fehlermatrizen ergab Gesamtklassifizierungsgenauigkeiten zwischen 81% und 85%. Die Kakamega-Nandi forests sind durch eine kontinuierliche Waldabnahme von 31% zwischen 1972/73 und 2001 gekennzeichnet, Mabira Forest zeigt einen abrupten Waldverlust von 24% in den späten 1970ern/frühen 1980ern, während die Ergebnisse für Budongo Forest eine relativ stabile Waldbedeckung ausweisen. Während eine Abschätzung der räumlichen Muster von Waldverlusten eine hohe Deckungsgleichheit mit Gebieten hoher Bevölkerungsdichte ergab, deutet die Anwendung eines räumlich expliziten Waldfragmentierungsindexes auf eine starke Korrelation von Waldfragmentierung mit der Art von Waldmanagement sowie mit der Erreichbarkeit von Wald über Straßen hin. Um den Einfluss von Langzeit-Landbedeckungsveränderungen auf Biodiversitätsmuster auf Landschaftsebene für das kenianische Hauptuntersuchungsgebiet quantitativ abzuschätzen wurden drei Datensätze mit biologischen Felderhebungen zur Abundanz von Schlüsselarten/-gruppen verwendet. Zu diesem Zweck wurde die Zeitreihe zunächst um drei weitere Landbedeckungs-Datensätze ergänzt, die aus Luftbildern (1965/67, 1948/(52)) bzw. alten topographischen Karten (1912/13) gewonnen wurden. Zur Vorhersage der raum-zeitlichen Verteilung der Treiberameise Dorylus wilverthi wurden GIS-Operatoren und statistische Tests (OLS bzw. SAR Regressionsmodelle) in einem räumlichen Modellierungsablauf kombiniert. Abundanzdaten von drei sich hinsichtlich ihrer Abhängigkeit von Wald unterscheidenden Vogelgilden wurden direkt auf fünf Waldbedeckungsklassen hochgerechnet, die in der Zeitreihe unterschieden werden konnten. Die Ergebnisse prognostizieren Abundanzabnahmen von 56% für D. wilverthi, von 58% für Ameisen-folgende Vögel und einen Gesamtverlust von 47% für die Vogelgilden, was in allen drei Fällen eine deutliche Überschreitung der Waldverlustrate von 31% darstellt. Zusätzliche Extrapolationen basierend auf Szenarien bestätigten die negativen ökologischen Konsequenzen der Zerteilung zusammenhängender Waldflächen bzw. zeigten andererseits das Potential von Aufforstungen mit einheimischen Arten auf. Die Visualisierung der Analyse- bzw. Modellierungsergebnisse führte zu unterschiedlichen Darstellungen: mit einer Reihe von nebeneinander positionierten Einzelkarten sowie einer Matrix von Einzelkarten, die jeweils Artenverteilungen zeigen, sollen Wissenschaftler und Entscheidungsträger angesprochen werden. Aus den Ergebnissen der Landbedeckungsanalyse für die drei Untersuchungsgebiete wurden Landbedeckungsveränderungstypen generiert und jeweils in einer synthetischen Karte dargestellt, die hauptsächlich für Wissenschaftler gedacht sind. Um die wesentlichen Waldveränderungen auch auf einfache Weise zu den Entscheidungsträgern zu kommunizieren, wurden zusätzliche Karten erstellt, die nur eine aggregierte Klasse „Waldbedeckung“ zeigen und jeweils auf drei Zeitschritte der Zeitreihen begrenzt sind. Zusätzlich wurde ein leicht zu bedienendes Visualisierungstool entwickelt, das für Wissenschaftler, Entscheidungsträger und die lokale Bevölkerung gedacht ist. Für die Zukunft wäre eine umfassendere Abschätzung unter Berücksichtigung zusätzlicher Arten/-gruppen sowie auch Ökosystemfunktionen und –dienstleistungen wünschenswert. Die Verknüpfung einer Applikation zur Landbedeckungsmodellierung mit einer Applikation zur Ausführung von empirischen Extrapolationsmodellen (in stärkerem Maße automatisiert als in dieser Arbeit) könnte im Idealfall in ein GIS-basiertes Tool zur integrativen Bewertung von Waldökosystemen münden, das dann als räumliches Entscheidungsunterstützungssystem verwendet werden könnte.

No description available.