Einen großräumigen Überblick über ein Gebiet von Interesse können Satellitenbilddaten ermöglichen. Dabei werden räumliche Beziehungen erkennbar und lassen sich untersuchen. Die Bestimmung der räumlichen Verteilung und des zeitlichen Ausmaßes eines großräumigen Ereignisses, wie einer Überflutung, ist oftmals nur mit Unterstützung von fernerkundlichen Daten möglich. Es besteht der Bedarf an kontinuierlichen Informationen über den Zustand eines Systems über einen längeren Zeitraum, wenn Zusammenhänge zwischen den natürlichen Schwankungen und unterschiedlichen anthropogenen sowie natürlichen Einflüssen untersucht werden sollen. Das Nigerbinnendelta in der Republik Mali nimmt in der semi-ariden Region eine besondere Stellung ein, da es sich um einen Gunststandort handelt, der wesentlich zur wirtschaftlichen Entwicklung der Region beiträgt. Die im Rahmen dieser Arbeit zu erstellende Datenbasis beruht auf SAR-Daten, deren größter Vorteil in der Wetter- und Tageszeitunabhängigkeit liegt. Eine Herausforderung bei der Nutzung von Radaraufnahmen sind die spezielle Bildgeometrie, der auftretende Speckle-Effekt sowie das komplexe Rückstreuverhalten der Strahlung. Die Datenbasis bilden ERS- und Envisat-Aufnahmen, deren Auswertung zunächst die Datenaufbereitung bzw. die Vorverarbeitung, u. a. in Form einer radiometrischen Kalibrierung und einer Speckle-Filterung, vorangestellt ist. Die Anwendung von pixelbasierten Auswertemethoden ist aufgrund der radiometrischen Eigenschaften der Daten weniger geeignet, weshalb die in der Fernerkundung neuere objektorientierte und wissensbasierte Klassifikation zur Anwendung kam. Das Fehlen von zeitnah erhobenen Geländebeobachtungen sowie das komplexe Rückstreuverhalten der Mikrowellen erfordern eine ausführliche Auseinandersetzung mit dem Untersuchungsgebiet sowie mit dem Verhalten der C-Band SAR-Daten in Feuchtgebieten. Innerhalb der SAR-Daten treten vermehrt Überschneidungen in der Rückstreuung unterschiedlicher Landbedeckungen auf. Deren Trennung erfordert Vorkenntnisse über die Ausbreitung der Landbedeckungen zu unterschiedlichen hydrologischen Stadien. Die zum Aufbau der wissensbasierten Auswertung erfolgte Auseinandersetzung mit dem Untersuchungsgebiet beinhaltete neben der geographischen Aufbereitung die Erstellung einer Vergleichsbasis, basierend auf multispektralen Aufnahmen. Auf Grundlage je einer Aufnahme während sowie nach der Überschwemmung wurden für die objektorientierte Klassifikation zwei Regelwerke, in die neben der auszuwertenden SAR-Aufnahme zusätzliche Informationen wie z. B. der Texturparameter Entropie eingingen, erstellt. Das Ergebnis ist eine Datenbasis der Überschwemmungsflächen zu verschiedenen Aufnahmezeitpunkten. Die Evaluierung von zwei Klassifikationsergebnissen ergab eine sehr gute Trennung der überschwemmten und nicht überschwemmten Bereiche. Die aufbereiteten SAR-Daten geben einen Überblick über die Ressource Wasser für bereits vergangene Zeitschnitte. Zusammen mit aktuellen Informationen können diese einen Beitrag für ein nachhaltiges Management dieser Lebensgrundlage im Nigerbinnendelta leisten.

Einen großräumigen Überblick über ein Gebiet von Interesse können Satellitenbilddaten ermöglichen. Dabei werden räumliche Beziehungen erkennbar und lassen sich untersuchen. Die Bestimmung der räumlichen Verteilung und des zeitlichen Ausmaßes eines großräumigen Ereignisses, wie einer Überflutung, ist oftmals nur mit Unterstützung von fernerkundlichen Daten möglich. Es besteht der Bedarf an kontinuierlichen Informationen über den Zustand eines Systems über einen längeren Zeitraum, wenn Zusammenhänge zwischen den natürlichen Schwankungen und unterschiedlichen anthropogenen sowie natürlichen Einflüssen untersucht werden sollen. Das Nigerbinnendelta in der Republik Mali nimmt in der semi-ariden Region eine besondere Stellung ein, da es sich um einen Gunststandort handelt, der wesentlich zur wirtschaftlichen Entwicklung der Region beiträgt. Die im Rahmen dieser Arbeit zu erstellende Datenbasis beruht auf SAR-Daten, deren größter Vorteil in der Wetter- und Tageszeitunabhängigkeit liegt. Eine Herausforderung bei der Nutzung von Radaraufnahmen sind die spezielle Bildgeometrie, der auftretende Speckle-Effekt sowie das komplexe Rückstreuverhalten der Strahlung. Die Datenbasis bilden ERS- und Envisat-Aufnahmen, deren Auswertung zunächst die Datenaufbereitung bzw. die Vorverarbeitung, u. a. in Form einer radiometrischen Kalibrierung und einer Speckle-Filterung, vorangestellt ist. Die Anwendung von pixelbasierten Auswertemethoden ist aufgrund der radiometrischen Eigenschaften der Daten weniger geeignet, weshalb die in der Fernerkundung neuere objektorientierte und wissensbasierte Klassifikation zur Anwendung kam. Das Fehlen von zeitnah erhobenen Geländebeobachtungen sowie das komplexe Rückstreuverhalten der Mikrowellen erfordern eine ausführliche Auseinandersetzung mit dem Untersuchungsgebiet sowie mit dem Verhalten der C-Band SAR-Daten in Feuchtgebieten. Innerhalb der SAR-Daten treten vermehrt Überschneidungen in der Rückstreuung unterschiedlicher Landbedeckungen auf. Deren Trennung erfordert Vorkenntnisse über die Ausbreitung der Landbedeckungen zu unterschiedlichen hydrologischen Stadien. Die zum Aufbau der wissensbasierten Auswertung erfolgte Auseinandersetzung mit dem Untersuchungsgebiet beinhaltete neben der geographischen Aufbereitung die Erstellung einer Vergleichsbasis, basierend auf multispektralen Aufnahmen. Auf Grundlage je einer Aufnahme während sowie nach der Überschwemmung wurden für die objektorientierte Klassifikation zwei Regelwerke, in die neben der auszuwertenden SAR-Aufnahme zusätzliche Informationen wie z. B. der Texturparameter Entropie eingingen, erstellt. Das Ergebnis ist eine Datenbasis der Überschwemmungsflächen zu verschiedenen Aufnahmezeitpunkten. Die Evaluierung von zwei Klassifikationsergebnissen ergab eine sehr gute Trennung der überschwemmten und nicht überschwemmten Bereiche. Die aufbereiteten SAR-Daten geben einen Überblick über die Ressource Wasser für bereits vergangene Zeitschnitte. Zusammen mit aktuellen Informationen können diese einen Beitrag für ein nachhaltiges Management dieser Lebensgrundlage im Nigerbinnendelta leisten.