Wälder stehen im Kontext des Klimawandels durch Umweltfaktoren wie Dürre und Hitze unter erhöhtem Stress und werden so zunehmend anfälliger für Schadereignisse wie Brände oder Stürme. Zur Planung von Anpassungsstrategien an die veränderten Klimabedingungen und der Entwicklung von Maßnahmen werden in der Forstverwaltung großflächig abdeckende und zeitlich hochauflösende Daten benötigt. Die Fernerkundung befasst sich unter anderem mit Methoden zur Auswertung von Reflektanzen der Erdoberfläche zur Überwachung von Vegetation. Die Google Earth Engine (GEE) ist eine Cloud-Plattform zur Verarbeitung von Geodaten und bietet über APIs Zugang zu einem mehrere Petabyte großen Datenkatalog. Zusammen mit bereitgestellten Rechenkapazitäten wird so maßgeblich der Prozess der Beschaffung und Verarbeitung von Geodaten erleichtert. Über die GEE können Methoden der Fernerkundung effizient in eine Cloud-Umgebung übertragen und hochskaliert werden. Die Implementierung des Waldzustandsanomalie-Index (FCA) aus dem UFZ-Waldzustandsmonitor des Helmholtz-Zentrums für Umweltforschung auf der GEE wurde im Rahmen dieser Arbeit auf eine europäische Skala erweitert, lokal validiert und anschließend in Form einer Webanwendung bereitgestellt. Dafür wurden die genutzten Datenstrukturen zur Speicherung statistisch erhobener Informationen in einen GEE-nativen Datentyp umgewandelt und die entsprechenden Algorithmen für eine pixelbasierte Verarbeitung angepasst. Dadurch wurde die Berechnung interaktiver FCA-Karten von März 2017 bis Dezember 2023 auf europäischer Ebene ermöglicht. Anschließend wurden die mit der neuen Methodik erhobenen Daten mit verschiedenen gängigen Produkten des Umweltmonitorings verglichen und validiert, wobei in der Erkennung von Waldbedeckungsverlust innerhalb eines Zeitraums von fünf Jahren eine Präzision von über 73% und eine Sensitivität von über 74% erreicht wurden. Mit den bereitgestellten Funktionalitäten der GEE wurde eine Web-Applikation zur Verfügung gestellt, mit der Endnutzer interaktiv Ergebnisse betrachten können.:Zusammenfassung . . . 1 Abkürzungsverzeichnis . . . 4 1 Einleitung 1.1 Vegetationsfernerkundung vor dem Kontext des Klimawandels . . . 5 1.2 Überwachung des Waldzustandes . . . 5 1.3 Einordnung in den UFZ-Waldzustandsmonitor . . . 6 1.4 Nutzung von Cloud-Infrastrukturen zur Skalierung von Berechnungen . . . 7 1.5 Zielstellungen der Arbeit . . . 8 2 Daten und Methoden 2.1 Untersuchungs- und Demonstrationsgebiete . . . 10 2.2 Geodaten . . . 11 2.3 Google Earth Engine . . . 14 2.4 Ableitung von Referenzdaten durch statistische Analyse von Satellitenbildern ...20 2.5 Berechnung des Forest Condition Anomaly Index . . . 25 2.6 Vergleichsdaten und Validierungsmethoden. . . 26 3 Ergebnisse 3.1 Ableitung des Waldzustandes auf kontinentaler Ebene . . . 28 3.2 Exemplarische Karten zu Waldschäden . . . 29 3.3 Validierung der Ergebnisse anhand von sechs Beispielen . . . 32 3.4 Beschreibung der Webanwendung . . . 37 4 Diskussion 4.1 Performancebewertung der Methodik . . . 39 4.2 Einordnung in bestehende Produkte . . . 41 4.3 Anwendbarkeit und Praxisrelevanz . . . 43 4.4 Probleme und Einschränkungen . . . 44 4.5 Methodische Verbesserungen und Ungenauigkeiten . . . 46 4.6 Wahl der Cloudumgebung . . . 48 4.7 Erweiterungsmöglichkeiten . . .51 5 Zusammenfassung und Ausblick 6 Literatur