Exploring elections features from a geographical perspective is the focus of this study. Its primary objective is to develop a scientific approach based on geoinformation technology (GIT) that promotes deeper understanding how geographical settings affect the spatial and temporal variations of voting behaviour and election outcomes. For this purpose, the five parliamentary elections (1991-2005) following the political turnaround in 1990 in the South East European reform country Albania have been selected as a case study. Elections, like other social phenomena that do not develop uniformly over a territory, inherit a spatial dimension. Despite of fact that elections have been researched by various scientific disciplines ranging from political science to geography, studies that incorporate their spatial dimension are still limited in number and approaches. Consequently, the methodologies needed to generate an integrated knowledge on many facets that constitute election features are lacking. This study addresses characteristics and interactions of the essential elements involved in an election process. Thus, the baseline of the approach presented here is the exploration of relations between three entities: electorate (political and sociodemographic features), election process (electoral system and code) and place (environment where voters reside). To express this interaction the concept of electoral pattern is introduced. Electoral patterns are defined by the study as the final view of election results, chiefly in tabular and/or map form, generated by the complex interaction of social, economic, juridical, and spatial features of the electorate, which has occurred at a specific time and in a particular geographical location. GIT methods of geoanalysis and geovisualization are used to investigate the characteristics of electoral patterns in their spatial and temporal distribution. Aggregate-level data modelled in map form were used to analyse and visualize the spatial distribution of election patterns components and relations. The spatial dimension of the study is addressed in the following three main relations: One, the relation between place and electorate and its expression through the social, demographic and economic features of the electorate resulting in the profile of the electorate’s context; second, the electorate-election interaction which forms the baseline to explore the perspective of local contextual effects in voting behaviour and election results; third, the relation between geographical location and election outcomes reflecting the implication of determining constituency boundaries on election results. To address the above relations, three types of variables: geo, independent and dependent, have been elaborated and two models have been created. The Data Model, developed in a GIS environment, facilitates structuring of election data in order to perform spatial analysis. The peculiarity of electoral patterns – a multidimensional array that contains information on three variables, stored in data layers of dissimilar spatial units of reference and scales of value measurement – prohibit spatial analysis based on the original source data. To perform a joint spatial analysis it is therefore mandatory to restructure the spatial units of reference while preserving their semantic content. In this operation, all relevant electoral as well as socio-demographic data referenced to different administrative spatial entities are re-referenced to uniform grid cells as virtual spatial units of reference. Depending on the scale of data acquisition and map presentation, a cell width of 0.5 km has been determined. The resulting fine grid forms the basis of subsequent data analyses and correlations. Conversion of the original vector data layers into target raster layers allows for unification of spatial units, at the same time retaining the existing level of detail of the data (variables, uniform distribution over space). This in turn facilitates the integration of the variables studied and the performance of GIS-based spatial analysis. In addition, conversion to raster format makes it possible to assign new values to the original data, which are based on a common scale eliminating existing differences in scale of measurement. Raster format operations of the type described are well-established data analysis techniques in GIT, yet they have rarely been employed to process and analyse electoral data. The Geovisualization Model, developed in a cartographic environment, complements the Data Model. As an analog graphic model it facilitates efficient communication and exploration of geographical information through cartographic visualization. Based on this model, 52 choropleth maps have been generated. They represent the outcome of the GIS-based electoral data analysis. The analog map form allows for in-depth visual analysis and interpretation of the distribution and correlation of the electoral data studied. For researchers, decision makers and a wider public the maps provide easy-to-access information on and promote easy-to-understand insight into the spatial dimension, regional variation and resulting structures of the electoral patterns defined. / Gegenstand der vorliegenden Studie ist die Erforschung der aus politischen Wahlen resultierenden Raumstrukturen mit Methoden und Techniken der Geoinformationsverarbeitung. Auf der Basis eines gemeinsamen räumlichen Bezuges wird es durch die Verknüpfung der Wahlergebnisse mit ausgewählten wirtschaftlichen, demographischen und sozialen Parametern möglich, die räumliche Verteilung, Kernräume (Hochburgen) und räumlich-strukturelle Verknüpfungen der Wahlergebnisse politischer Parteien zu untersuchen. Die Resultate tragen zu einem besseren Verständnis der Ergebnisse politischer Wahlen und deren räumliche Dimensionen auf nationaler bis lokaler Ebene bei. Die Studie wird am Beispiel der fünf Parlamentswahlen (1991-2005) des südosteuropäischen Reformstaates Albanien durchgeführt, die seit der politischen Wende 1990 stattgefunden haben. Ausgangspunkt der Untersuchung ist die Tatsache, dass Wahlen, wie zahllose andere gesellschaftliche Phänomene auch, eine räumliche Dimension besitzen. Diese kommt in der territorialen Organisation politischer Wahlen in Wahlkreisen explizit zum Ausdruck. In der parlamentarischen Vertretung der politischen Parteien spiegelt sich dies allerdings nur indirekt wider. Zwar waren die parteipolitischen Aspekte politischer Wahlen als auch die parlamentarische Repräsentation sowie die soziodemographischen Strukturen der Wahlbevölkerung Gegenstand einer Vielzahl von Studien aus Politik- und Sozialwissenschaften. Dies auch gilt für die Geographie. Die erwähnte räumliche Dimension politischer Wahlen wurde bislang aber seltener in das Zentrum von Untersuchungen gestellt. Es mangelt insofern auch an spezifischen Methodologien, die eine integrierte Untersuchung aller relevanten Wahlparameter ermöglichen und eine umfassende Bewertung alle Aspekte des Wahlwahlverhaltens einer Wahlbevölkerung bei politischen Wahlen unterstützen. Die vorliegende Studie untersucht strukturelle wie räumliche Merkmale und Zusammenhänge der wesentlichen Faktoren, die bei politischen Wahlen relevant sind. Ausgangspunkt ist die Untersuchung so genannter Wahlmuster, die durch das Zusammenwirken folgender Faktoren entstehen: Wahlprozess (Wahlsystem, Wahlcode), politische und soziodemographische Kenndaten der Wahlbevölkerung, räumliche Ausbreitung und regionale Struktur der Wahlbezirke sowie die räumliche Verteilung und Strukturierung der Wahlbevölkerung. Als Wahlmuster wird die endgültige Repräsentation von Wahlergebnissen, i.d.R. in Tabellen- und Kartenform, betrachtet. Wahlmuster entstehen durch komplexe Interaktion der sozialen, wirtschaftlichen, juristischen und räumlichen Merkmale der Wahlbevölkerung zu einer bestimmten Zeit (Wahltag) in einem bestimmten Raum (Wahlgebiet). Für die Untersuchung der räumlichen und zeitlichen Dimension der Wahlmuster werden Methoden und Techniken der Geoinformationsverarbeitung eingesetzt. Die räumliche Dimension wird dabei in drei Merkmalsgruppen untersucht: Erstens, die Beziehungen zwischen Raum (Standort) und Wahlbevölkerung, wie sie sich in den demographischen, wirtschaftlichen und sozialen Kennwerten der Wahlbevölkerung manifestieren. Zweitens, die Interaktion zwischen Walbevölkerung und Wahl, die die Grundlage bildet, um regionale Kontexteffekte bei Wahlverhalten und Wahlergebnissen zu untersuchen. Drittens, die Verknüpfung von Wahlergebnissen und deren räumlichen Bezügen, wie sie sich in der stetigen Veränderung der Wahlkreisgrenzen niederschlägt. Um die genannten Merkmalsgruppen zu untersuchen, werden drei Variablengruppen gebildet: räumliche, unabhängige, abhängige Variablen. Ihre raumzeitlichen Interaktionen werden mittels zweier raumbezogener Modelle untersucht. Das graphikfreie Datenmodell wird in einem Geoinformationssystem erstellt und erlaubt die Strukturierung der Wahldaten. Dies bildet eine Voraussetzung für die nachfolgende räumliche Analyse. Das besondere Kennzeichen der Wahlmuster – eine mehrdimensionale Matrix der Variableninformation, die in unterschiedlichen, nicht aggregierbaren administrativen Raumbezugseinheiten vorliegt – behindert die räumliche Analyse der Originaldaten. Um dennoch räumliche Analysen durchzuführen, ist es erforderlich, den Raumbezug zu verändern bei gleichzeitiger Beibehaltung der thematischen Merkmale. Hierbei werden alle Wahldaten sowie die relevanten soziodemographischen Daten auf eine gemeinsame Raumbezugseinheit bezogen. Statt unterschiedlich administrativ abgegrenzter Raumeinheiten werden regelmäßige Rasterzellen gleicher Maschenweite als Raumbezugseinheiten definiert und den bisherigen, separaten Raummustern der Variablen überlagert. Auf diese Weise wird die räumliche Gleichverteilung aller Variablen in eine gemeinsame räumliche Bezugsbasis überführt, ohne dass die semantischen Merkmale verändert werden. Entsprechend dem Erfassungs- und Präsentationsmaßstab wurde eine Maschenweite von 0,5 km gewählt. Der hieraus resultierende feingranulare Raumgitter bildet die gemeinsame Basis für die nunmehr möglich integrierte räumliche Analyse aller Merkmalsgruppen. Die hier beschriebene rasterbasierte Raumanalyse stellt eine eingeführte Methode der GIS-basierten Geoinformationsverarbeitung dar. Sie wurde bislang jedoch selten zur Verarbeitung und Analyse von Wahldaten eingesetzt. Das mit dem Datenmodell korrespondierende graphikbezogene Visualisierungsmodell wird in einer Kartenkonstruktionsumgebung erstellt und erlaubt die fachgerechte kartographische Veranschaulichung ausgewählter Analyseergebnisse des Datenmodells. Daten- und Kartenmodell sind durch einen Datenfilter verknüpft, der die erforderliche Datenkonversion ermöglicht. Auf Basis des Visualisierungsmodells wurden zweiundfünfzig Kartenmodelle des Kartogramm- bzw. Kartodiagrammtyps erzeugt. Sie ermöglichen die vertiefte visuelle Exploration, Analyse und Interpretation der räumlichen Verteilung und Korrelation der untersuchten Wahldaten. Komplementär zum graphikfreien Datenmodell eröffnet das Visualisierungsmodell Fachwissenschaftlern, politischen Entscheidungsträgern und - in begrenztem Umfang – einer interessierten Öffentlichkeit einen intuitiven Erkenntniszugang zur den räumlichen Dimensionen, der regionalen Variation der Wahlergebnisse und den resultierenden raumgebundenen Wahlmustern.

Current climate warming is affecting arctic regions at a faster rate than the rest of the world. This has profound effects on permafrost that underlies most of the arctic land area. Permafrost thawing can lead to the liberation of considerable amounts of greenhouse gases as well as to significant changes in the geomorphology, hydrology, and ecology of the corresponding landscapes, which may in turn act as a positive feedback to the climate system. Vast areas of the east Siberian lowlands, which are underlain by permafrost of the Yedoma-type Ice Complex, are particularly sensitive to climate warming because of the high ice content of these permafrost deposits. Thermokarst and thermal erosion are two major types of permafrost degradation in periglacial landscapes. The associated landforms are prominent indicators of climate-induced environmental variations on the regional scale. Thermokarst lakes and basins (alasses) as well as thermo-erosional valleys are widely distributed in the coastal lowlands adjacent to the Laptev Sea. This thesis investigates the spatial distribution and morphometric properties of these degradational features to reconstruct their evolutionary conditions during the Holocene and to deduce information on the potential impact of future permafrost degradation under the projected climate warming. The methodological approach is a combination of remote sensing, geoinformation, and field investigations, which integrates analyses on local to regional spatial scales. Thermokarst and thermal erosion have affected the study region to a great extent. In the Ice Complex area of the Lena River Delta, thermokarst basins cover a much larger area than do present thermokarst lakes on Yedoma uplands (20.0 and 2.2 %, respectively), which indicates that the conditions for large-area thermokarst development were more suitable in the past. This is supported by the reconstruction of the development of an individual alas in the Lena River Delta, which reveals a prolonged phase of high thermokarst activity since the Pleistocene/Holocene transition that created a large and deep basin. After the drainage of the primary thermokarst lake during the mid-Holocene, permafrost aggradation and degradation have occurred in parallel and in shorter alternating stages within the alas, resulting in a complex thermokarst landscape. Though more dynamic than during the first phase, late Holocene thermokarst activity in the alas was not capable of degrading large portions of Pleistocene Ice Complex deposits and substantially altering the Yedoma relief. Further thermokarst development in existing alasses is restricted to thin layers of Holocene ice-rich alas sediments, because the Ice Complex deposits underneath the large primary thermokarst lakes have thawed completely and the underlying deposits are ice-poor fluvial sands. Thermokarst processes on undisturbed Yedoma uplands have the highest impact on the alteration of Ice Complex deposits, but will be limited to smaller areal extents in the future because of the reduced availability of large undisturbed upland surfaces with poor drainage. On Kurungnakh Island in the central Lena River Delta, the area of Yedoma uplands available for future thermokarst development amounts to only 33.7 %. The increasing proximity of newly developing thermokarst lakes on Yedoma uplands to existing degradational features and other topographic lows decreases the possibility for thermokarst lakes to reach large sizes before drainage occurs. Drainage of thermokarst lakes due to thermal erosion is common in the study region, but thermo-erosional valleys also provide water to thermokarst lakes and alasses. Besides these direct hydrological interactions between thermokarst and thermal erosion on the local scale, an interdependence between both processes exists on the regional scale. A regional analysis of extensive networks of thermo-erosional valleys in three lowland regions of the Laptev Sea with a total study area of 5,800 km² found that these features are more common in areas with higher slopes and relief gradients, whereas thermokarst development is more pronounced in flat lowlands with lower relief gradients. The combined results of this thesis highlight the need for comprehensive analyses of both, thermokarst and thermal erosion, in order to assess past and future impacts and feedbacks of the degradation of ice-rich permafrost on hydrology and climate of a certain region. / Die gegenwärtige Klimaerwärmung wirkt sich auf arktische Regionen stärker aus als auf andere Gebiete der Erde. Das hat weitreichende Konsequenzen für Permafrost, der weite Teile der terrestrischen Arktis unterlagert. Das Tauen von Permafrost kann zur Freisetzung erheblicher Mengen an Treibhausgasen sowie zu gravierenden Änderungen in der Geomorphologie, Hydrologie und Ökologie betroffener Landschaften führen, was wiederum als positive Rückkopplung auf das Klimasystem wirken kann. Ausgedehnte Gebiete der ostsibirischen Tiefländer, die mit Permafrost des Yedoma Eiskomplex unterlagert sind, gelten aufgrund des hohen Eisgehalts dieser Permafrostablagerungen als besonders empfindlich gegenüber Klimaerwärmungen. Thermokarst und Thermoerosion sind zwei Hauptformen der Permafrostdegradation in periglazialen Landschaften. Die zugehörigen Landschaftsformen sind auf der regionalen Skala bedeutende Indikatoren klimainduzierter Umweltvariationen. Thermokarstseen und senken (Alasse) sowie Thermoerosionstäler sind in den Küstentiefländern der Laptewsee weit verbreitet. Die vorliegende Dissertation untersucht die räumliche Verbreitung und die morphometrischen Eigenschaften dieser Degradationsformen mit dem Ziel, ihre Entwicklungsbedingungen während des Holozäns zu rekonstruieren und Hinweise auf potenzielle Auswirkungen zukünftiger Permafrostdegradation im Zuge der erwarteten Klimaerwärmung abzuleiten. Der methodische Ansatz ist eine Kombination aus Fernerkundungs-, Geoinformations- und Geländeuntersuchungen, die Analysen auf lokalen bis regionalen räumlichen Skalen integriert. Thermokarst und Thermoerosion haben die Untersuchungsregion tiefgreifend geprägt. Im Eiskomplexgebiet des Lena-Deltas nehmen Thermokarstsenken eine weitaus größere Fläche ein als Thermokarstseen auf Yedoma-Hochflächen (20,0 bzw. 2,2 %), was darauf hin deutet, dass die Bedingungen für die Entwicklung von großflächigem Thermokarst in der Vergangenheit wesentlich günstiger waren als heute. Die Rekonstruktion der Entwicklung eines einzelnen Alas im Lena-Delta belegt eine andauernde Phase hoher Thermokarstaktivität seit dem Übergang vom Pleistozän zum Holozän, die zur Entstehung einer großen und tiefen Senke führte. Nach der Drainage des primären Thermokarstsees im mittleren Holozän erfolgten Permafrostaggradation und degradation parallel und in kürzeren abwechselnden Etappen innerhalb des Alas und führten zu einer komplexen Thermokarstlandschaft. Trotzdem die spätholozäne Thermokarstentwicklung im Alas dynamischer ablief als die erste Entwicklungsphase, resultierte sie nicht in der Degradation großer Teile pleistozäner Eiskomplexablagerungen und einer wesentlichen Veränderung des Yedoma-Reliefs. Weitere Thermokarstentwicklung in bestehenden Alassen ist begrenzt auf geringmächtige Lagen holozäner eisreicher Alas-Sedimente, da die Eiskomplexablagerungen unter den großen primären Thermokarstseen vollständig getaut waren und die unterlagernden Sedimente aus eisarmen, fluvialen Sanden bestehen. Thermokarstprozesse auf ungestörten Yedoma-Hochflächen wirken am stärksten verändernd auf Eiskomplexablagerungen, werden aber in Zukunft auf geringere Ausmaße begrenzt sein, da die Verfügbarkeit großer ungestörter, schwach drainierter Yedoma-Hochflächen abnimmt. Auf der Insel Kurungnakh im zentralen Lena-Delta beträgt der für zukünftige Thermokarstentwicklung verfügbare Anteil an Yedoma-Hochflächen nur 33,7 %. Die zunehmende Nähe von sich entwickelnden Thermokarstseen auf Yedoma-Hochflächen zu bestehenden Degradationsstrukturen und anderen negativen Reliefformen verringert die Möglichkeit der Thermokarstseen, große Ausmaße zu erreichen bevor sie drainieren. Die Drainage von Thermokarstseen durch Thermoerosion ist in der Untersuchungsregion weit verbreitet, aber Thermoerosionstäler versorgen Thermokarstseen und –senken auch mit Wasser. Neben diesen direkten hydrologischen Wechselwirkungen zwischen Thermokarst und Thermoerosion auf der lokalen Ebene existiert auch eine Interdependenz zwischen beiden Prozessen auf der regionalen Ebene. Eine regionale Analyse weitreichender Netze von Thermoerosionstälern in drei Tieflandgebieten der Laptewsee mit einer Fläche von insgesamt 5800 km² zeigte, dass diese Formen häufiger in Gebieten mit höheren Geländeneigungen und Reliefgradienten auftreten, während Thermokarstentwicklung stärker in flachen Tiefländern mit geringeren Reliefgradienten ausgeprägt ist. Die kombinierten Ergebnisse dieser Dissertation zeigen die Notwendigkeit von umfassenden Analysen beider Prozesse und Landschaftsformen, Thermokarst und Thermoerosion, im Hinblick auf die Abschätzung vergangener und zukünftiger Auswirkungen der Degradation eisreichen Permafrosts auf Hydrologie und Klima der betrachteten Region und deren Rückkopplungen.

Understanding of the diverse aspects affecting the regeneration ecology of species is crucial to make decisions regarding management and conservation strategies, especially in highly fragile and threatened ecosystem as the Neotropical savanna (cerrado) formations. Available knowledge of regeneration ecology of cerrado species is too limited to attain optimal or suitable management actions. The objectives of the present study were: i) analysis of the characteristic parameters of the anemochorous seed dispersal of study species Q. grandiflora, (ii) determine the spatial distribution of tree species Q. grandiflora for growth stages (seedlings to juveniles) and interrelations between the stages, and (iii) determining variables of the spatial distribution of recruitment of tree species A. tomentosum. The present study was conducted in the cerrado Aguara Ñu of the Mbaracayú Nature Forest Reserve located in the northeast of Paraguay. The cerrado Aguara Ñu is part of the Mbaracayú Biosphere Reserve and represents one of the most important ecoregions in the world, the cerrado ecosystem. The cerrado biome encompasses areas from northeastern to southwestern Brazil, eastern Bolivia, and northern Paraguay. It is characterized by the presence of high plant and animal biodiversity and also high endemism (Myers et al., 2000). Tree species Q. grandiflora and A. tomentosum are typical species of the cerrado formation. Based on the selected investigated regeneration cycle stages of study tree species Q. grandiflora and A. tomentosum, the present thesis describes the spatial analysis of recruitment of both study species and the anemochorous diaspore dispersal of tree species Q. grandiflora. The purpose of the present investigation is to address regeneration aspects not attained so far as certain seed dispersal aspects, such as seed densities and distances from conspecific adult trees and spatial arrangements of seedlings of species A. tomentosum. Results of the present study aim to contribute to existing information and at the same time provide new knowledge on ecological aspects so far not investigated. Research results on seed dispersal of tree species Q. grandiflora revealed that dispersal can be modeled by inverse modelling considering isotropy and lognormal density function presenting mean dispersal distances of 10.69 to 62.48 m. Estimations of the fruit production of a seed tree yielded a total 50671 to 70632 (DBH = 70 cm). Results of spatial arrangement of seedlings and juveniles revealed a significant distance effect to conspecific adult trees. Moreover, results also showed: (i) highest densities or intensities (m2) of seedlings (heights <50 cm) close to the conspecific adult trees and (ii) a shift of intensity of seedlings with increase of growth stage or size for tree species Q. grandiflora. Additionally, seedlings (up to 200 cm height) of study species Q. grandiflora indicated gradual decreasing clumping patterns and juveniles (200 – 500 cm height) presented clumping patterns. Modelling results of spatial patterns of seedlings (heights ≤ 200 cm) of study tree species A. tomentosum revealed aggregation patterns. Moreover, shade effect resulted to be a statistical significant factor for the establishment of seedlings of tree species A. tomentosum (p-value = 0.0266), whereas distance effect to seed tree resulted not significant (p-value= 0.4936). Considering the findings of seed dispersal and spatial patterns analysis of tree species Q. grandiflora and A. tomentosum some management aspects to be attained for conservation purposes are avoiding fragmentation of the ecosystem, management of the spatial and time fire frequency and maintain minimum amount of seed trees per unit area in order to guarantee successful recruitment.:1. Introduction 1 References 8 2. Materials and Methods 13 2.1 Characterization of the cerrado biome 13 2.2 Description of the study area and study sites 15 2.3 Characterization of the study tree species 23 2.3.1 Qualea grandiflora (Mart.) 23 2.3.2 Aspidosperma tomentosum (Mart.) 24 2.4 Principles and selection criteria 25 2.5 Data collection 26 2.5.1 Seed dispersal 26 2.5.2 Spatial patterns of plants 27 2.6 Data analysis 28 2.6.1 Statistical analysis of data 28 2.6.2 General statistical procedures of data analysis 30 2.6.3 Spatial point process analysis – Inverse modelling and spatial point patterns 31 2.6.4 Spatial point patterns analysis procedure 33 2.6.4.1 Descriptive statistics in spatial point patterns 36 2.6.4.1.1 Distance effect of seedlings from seed trees (rhohat function) 36 2.6.4.1.2 Pair correlation function (pcf) 36 2.6.4.2 Point process modelling 38 References 43 3. Seed dispersal of Qualea grandiflora (Mart.) 49 3.1 Introduction 49 3.2 Methodology 51 3.2.1 Data collection and seed trap design 51 3.2.1 Data analysis – inverse modelling 53 3.3 Results 58 3.3.1 Seed density 58 3.3.2 Inverse modelling results – seed production, dispersal and distances 60 3.3.2.1 Isotropic modelling 61 3.3.2.2 Anisotropic modelling 63 3.3.2.3 Statistical comparison isotropy vs. anisotropy 66 3.4 Discussion 67 3.4.1 Applied methodology for seed dispersal – trap design and inverse modelling 67 3.4.2 Seed dispersal modelling 69 3.5 Conclusion 74 References 75 4. Spatial analysis of Qualea grandiflora (Mart.) 80 4.1 Introduction 80 4.2 Methodology 82 4.2.1 Data collection – Field sampling 82 4.2.2 Data analysis 85 4.2.2.1 Spatial point pattern – Explorative analysis 85 4.2.2.2 Point process modelling (Poisson and Gibbs models) 87 4.2.3 Results 89 4.2.3.1 Spatial distribution of individuals of study species 89 4.2.3.2 Modelling distance effect of recruitment to adult trees 95 4.2.4 Discussion 102 4.2.4.1 Applied methodology for spatial analysis of study species 102 4.2.4.2 Spatial arrangement of study species 103 4.2.5 Conclusion 109 References 109 5. Spatial analysis of Aspidosperma tomentosum (Mart.)115 5.1 Introduction 115 5.2 Methodology 117 5.2.1 Data collection – Field sampling 117 5.2.2 Data analysis 120 5.2.2.1 Spatial point pattern – Explorative analysis 120 5.2.2.2 Point process modelling – Replicated point patterns 120 5.3 Results 123 5.3.1 Spatial distribution of natural regeneration of study species 123 5.3.2 Modelling shade and distance to seed tree effect on natural regeneration of study species 130 5.4 Discussion 133 5.4.1 Applied methodology for data collection and analysis 133 5.4.2 Spatial distribution of natural regeneration of study species 134 5.5 Conclusion 139 References 140 5. Concluding discussion and summary 146 6.1 Regeneration ecology of Qualea grandiflora and Aspidosperma tomentosum 146 6.1.1 Inferences on relation of seed dispersal and spatial distribution of recruitment of Qualea grandiflora 146 6.1.2 Inferences on spatial patterns of recruitment of Aspidoserma tomentosum 149 6.2 Management implications for Qualea grandiflora Aspidosperma tomentosum 150 6.3 Future research 153 6.4 Concluding summary 154 References 155

Wälder spielen global eine entscheidende Rolle bei der Regulierung des Weltklimas, da sie aktiv Kohlenstoff speichern und binden. Trotz der Bemühungen durch internationale Programme nehmen die Waldschäden weiter zu. Entwaldung und Walddegradierung sind zwei unterschiedliche Prozesse, die sich auf die globalen Wälder auswirken. Entwaldung ist eine klar definierte Umwandlung oder Abholzung der Waldflächen, während Degradierung subtiler, vorübergehend und variabel sein kann und daher schwer zu detektieren ist. Walddegradierung wird im Allgemeinen als eine funktionale Verringerung der Fähigkeit von Wäldern Ökosystemleistungen zu erbringen identifiziert. Sie wird nicht als Veränderung der Landbedeckung oder Entwaldung klassifiziert. Daraus folgt keine deutliche Verringerung der Waldfläche, sondern eher eine Abnahme der Qualität und des Zustands. Diese Veränderung kann, wie die Entwaldung dennoch mit einer signifikanten Verringerung der oberirdischen Biomasse und damit miterheblichen Treibhausgasemissionen verbunden sein. Die Schätzungen der Kohlenstoffemissionen aus Waldstörungen liegen zwischen 12 und 20 % aller weltweit emittierten Emissionen. Durch eine fehlende einheitliche Definition oder Methode zur Quantifizierung der Degradation, der Vielzahl an Einflussfaktoren und der Unsicherheit bei der Schätzung der Biomasse variieren die Werte stark. Die von der Walddegradierung betroffene Fläche könnte in der Tat viel größer sein als die der Entwaldung, die ohnehin jedes Jahr auf eine Fläche von etwa der Größe Islands geschätzt wird. Die REDD+-Mechanismen zur Finanzierung von Emissionsreduktionen zur Minderung des Klimawandels erfordern robuste, transparente und skalierbare Methoden zur Quantifizierung der Walddegradierung, zusammen mit der Erfassung der damit verbundenen Treibern. Da die Degradierung oft der Entwaldung vorausgeht, kann ein schnelles Monitoring mit einer Beurteilung der Waldschäden und ihren Treibern ein wichtiges Frühwarnsystem sein. Nur so können Maßnahmen frühzeitig ergriffen werden, die die Wälder schützen und sowohl der Natur und der Biodiversität als auch dem Lebensunterhalt, der Gesundheit und dem Wohlbefinden von Millionen von Menschen auf der ganzen Welt zugute kommen. In dieser Arbeit werden Methoden für konsistente, reproduzierbare, skalierbare und satellitengestützte Indikatoren zur Identifizierung und Quantifizierung verschiedener Arten von Walddegradation um zukünftige Risiko- und Politikszenarien zu unterstützen. / Global forests play a crucial role in regulating global climate by actively storing and sequestering carbon. Despite efforts to mitigate climate through international efforts, human-caused forest disturbance and forest-related greenhouse gas emissions continue to rise. Deforestation and forest degradation are two different processes affecting global forests. Deforestation is a clearly defined conversion or removal of forest cover, while degradation can be more subtle, temporary, variable, and therefore difficult to detect. Forest degradation is generally identified as a functional reduction in the capacity of forests to provide ecosystem services, that does not qualify as a change in land cover or forest clearing. That means no clear reduction of the forest area, but rather a decrease in quality and condition. This change, like deforestation can still be associated with significant reductions in above-ground biomass and therefore considerable greenhouse gas emissions. Estimates of carbon emissions from forest degradation and disturbance range anywhere from 12-20% of all emissions emitted globally with values varying widely because of a lack of uniform definition or method for quantifying degradation, the broad number of influencing factors, and uncertainty in biomass estimates. The area affected by forest degradation could in fact be much larger than that of deforestation, which is already estimated to be an area about the size of Iceland every year. The REDD+ mechanisms of financing emissions reductions to mitigate climate change require robust, transparent and scalable methods for quantifying degradation, along with a quantification of associated direct drivers. Furthermore, as degradation often precedes deforestation, timely monitoring and assessment of forest degradation and changes in drivers can provide crucial early warning to engage interventions to keep forests intact, benefitting nature and biodiversity as well as the livelihoods, health and well-being of millions of people around the world. This research proposes methods for consistent, repeatable and scalable satellite-derived indicators for identifying and quantifying different types of forest degradation and its causes to inform future risk and policy scenarios.

Die Stadtbiotopkartierung hat sich in Deutschland als die Methode zur Schaffung einer ökologischen Datenbasis für den urbanen Raum etabliert. Sie dient der Untersuchung naturschutzfachlicher Fragen, der Vertretung der Belange des Naturschutzes in zahlreichen räumlichen Planungsverfahren und ganz allgemein einer ökologisch orientierten Stadtplanung. Auf diese Weise kommen die Städte ihrem gesetzlichen Auftrag nach, Natur und Landschaft zu schützen, zu pflegen und zu entwickeln (§ 1 BNatSchG), den es explizit auch innerhalb der besiedelten Fläche zu erfüllen gilt. Ein Großteil der heute bestehenden 228 Stadtbiotoptypenkarten ist in der Etablierungsphase der Methode in den 80er Jahren entstanden und wurde häufig durch Landesmittel gefördert. Der Anteil der Städte, die jemals eine Aktualisierung durchgeführt haben, wird jedoch auf unter fünf Prozent geschätzt. Dies hängt vor allem mit dem hohen Kosten- und Zeitaufwand der Datenerhebung zusammen, die durch visuelle Interpretation von CIR-Luftbildern und durch Feldkartierungen erfolgt. Um die Aktualisierung von Stadtbiotoptypenkarten zu vereinfachen, wird in der vorliegenden Arbeit das Automatisierungspotenzial von Stadtbiotopkartierungen durch Nutzung von Fernerkundungsdaten untersucht. Der Kern der Arbeit besteht in der Entwicklung einer Methode, die einen wichtigen Arbeitsschritt der Stadtbiotopkartierung automatisiert durchführt: Die Erkennung des Biotoptyps von Biotopen. Darüber hinaus zeigt die Arbeit das Automatisierungspotenzial bei der flächenhaften Erhebung von quantitativen Parametern und Indikatoren zur ökologischen Bewertung von Stadtbiotopen auf. Durch die automatische Biotoptypenerkennung kann die Überprüfung und Aktualisierung einer Biotoptypenkarte in weiten Teilen der Stadt automatisiert erfolgen, wodurch der Zeitaufwand reduziert wird. Das entwickelte Verfahren kann in den bestehenden Ablauf der Stadtbiotopkartierung integriert werden, indem zunächst die Kartierung ausgewählter Biotoptypen automatisch erfolgt und die verbleibenden Flächen der Stadt durch visuelle Luftbildinterpretation und Feldbegehung überprüft und zugeordnet werden. Die thematische Einteilung der Biotoptypen orientiert sich im urbanen Raum in erster Linie an der anthropogenen Nutzung, da diese den dominierenden Faktor für die biologische Ausstattung der Biotope darstellt. Die entwickelte Methode eignet sich vor allem zur Erkennung von baulich geprägten Biotopen, da die Nutzung - und dadurch der Biotoptyp einer Fläche - durch eine automatische Analyse der Geoobjekte innerhalb der Biotopfläche ermittelt werden kann. Die Geoobjekte wiederum können durch eine Klassifizierung von multisensoralen Fernerkundungsdaten (hyperspektrale Flugzeugscannerdaten und digitale Oberflächenmodelle) identifiziert werden. Die Analyse der Geoobjekte und der urbanen Oberflächenarten innerhalb der Biotopfläche erfolgt anhand von räumlichen, morphologischen und quantitativen Merkmalen. Auf Basis dieser Merkmale wurden zwei Varianten eines automatischen Biotopklassifizierers entwickelt, die unter Verwendung von Fuzzy Logik und eines neu entwickelten, paarweise arbeitenden Maximum Likelihood Klassifizierers (pMLK) implementiert wurden. Für die bisher implementierten 10 Biotoptypen, die zusammen etwa die Hälfte des Stadtgebiets abdecken, wurde eine Erkennungsgenauigkeit von über 80 % ermittelt. Der pMLK wurde erfolgreich in zwei Städten (Berlin, Dresden) erprobt, wodurch seine Übertragbarkeit nachgewiesen werden konnte.