Die in den letzten Jahrzehnten aufgenommenen Satellitenbilder zur Erdbeobachtung bieten eine ideale Grundlage für eine genaue Langzeitüberwachung und Kartierung der Erdoberfläche und Atmosphäre. Unterschiedliche Sensoreigenschaften verhindern jedoch oft eine synergetische Nutzung. Daher besteht ein dringender Bedarf heterogene Multisensordaten zu kombinieren und als geometrisch und spektral harmonisierte Zeitreihen nutzbar zu machen. Diese Dissertation liefert einen vorwiegend methodischen Beitrag und stellt zwei neu entwickelte Open-Source-Algorithmen zur Sensorfusion vor, die gründlich evaluiert, getestet und validiert werden. AROSICS, ein neuer Algorithmus zur Co-Registrierung und geometrischen Harmonisierung von Multisensor-Daten, ermöglicht eine robuste und automatische Erkennung und Korrektur von Lageverschiebungen und richtet die Daten an einem gemeinsamen Koordinatengitter aus. Der zweite Algorithmus, SpecHomo, wurde entwickelt, um unterschiedliche spektrale Sensorcharakteristika zu vereinheitlichen. Auf Basis von materialspezifischen Regressoren für verschiedene Landbedeckungsklassen ermöglicht er nicht nur höhere Transformationsgenauigkeiten, sondern auch die Abschätzung einseitig fehlender Spektralbänder. Darauf aufbauend wurde in einer dritten Studie untersucht, inwieweit sich die Abschätzung von Brandschäden aus Landsat mittels synthetischer Red-Edge-Bänder und der Verwendung dichter Zeitreihen, ermöglicht durch Sensorfusion, verbessern lässt. Die Ergebnisse zeigen die Effektivität der entwickelten Algorithmen zur Verringerung von Inkonsistenzen bei Multisensor- und Multitemporaldaten sowie den Mehrwert einer geometrischen und spektralen Harmonisierung für nachfolgende Produkte. Synthetische Red-Edge-Bänder erwiesen sich als wertvoll bei der Abschätzung vegetationsbezogener Parameter wie z. B. Brandschweregraden. Zudem zeigt die Arbeit das große Potenzial zur genaueren Überwachung und Kartierung von sich schnell entwickelnden Umweltprozessen, das sich aus einer Sensorfusion ergibt. / Earth observation satellite data acquired in recent years and decades provide an ideal data basis for accurate long-term monitoring and mapping of the Earth's surface and atmosphere. However, the vast diversity of different sensor characteristics often prevents synergetic use. Hence, there is an urgent need to combine heterogeneous multi-sensor data to generate geometrically and spectrally harmonized time series of analysis-ready satellite data. This dissertation provides a mainly methodical contribution by presenting two newly developed, open-source algorithms for sensor fusion, which are both thoroughly evaluated as well as tested and validated in practical applications. AROSICS, a novel algorithm for multi-sensor image co-registration and geometric harmonization, provides a robust and automated detection and correction of positional shifts and aligns the data to a common coordinate grid. The second algorithm, SpecHomo, was developed to unify differing spectral sensor characteristics. It relies on separate material-specific regressors for different land cover classes enabling higher transformation accuracies and the estimation of unilaterally missing spectral bands. Based on these algorithms, a third study investigated the added value of synthesized red edge bands and the use of dense time series, enabled by sensor fusion, for the estimation of burn severity and mapping of fire damage from Landsat. The results illustrate the effectiveness of the developed algorithms to reduce multi-sensor, multi-temporal data inconsistencies and demonstrate the added value of geometric and spectral harmonization for subsequent products. Synthesized red edge information has proven valuable when retrieving vegetation-related parameters such as burn severity. Moreover, using sensor fusion for combining multi-sensor time series was shown to offer great potential for more accurate monitoring and mapping of quickly evolving environmental processes.

Die zunehmende Verfügbarkeit von Satellitenfernerkundungs- und Wildtier-Telemetriedaten eröffnet neue Möglichkeiten für eine verbesserte Überwachung von Wildtierhabitaten durch Habitatmodelle, doch fehlt es häufig an geeigneten Ansätzen, um dieses Potenzial voll auszuschöpfen. Das übergeordnete Ziel dieser Arbeit bestand in der Konzipierung und Weiterentwicklung von Ansätzen zur Nutzung des Potenzials großer Satellitenbild- und Telemetriedatensätze in Habitatmodellen. Am Beispiel von drei großen Säugetierarten in Europa (Eurasischer Luchs, Rothirsch und Reh) wurden Ansätze entwickelt, um (1) Habitatmodelle mit dem umfangreichsten global und frei verfügbaren Satellitenbildarchiv der Landsat-Satelliten zu verknüpfen und (2) Wildtier-Telemetriedaten über Wildtierpopulationen hinweg in großflächigen Analysen der Habitateignung und -nutzung zu integrieren. Die Ergebnisse dieser Arbeit belegen das enorme Potenzial von Landsat-basierten Variablen als Prädiktoren in Habitatmodellen, die es ermöglichen von statischen Habitatbeschreibungen zu einem kontinuierlichen Monitoring von Habitatdynamiken über Raum und Zeit überzugehen. Die Ergebnisse meiner Forschung zeigen darüber hinaus, wie wichtig es ist, die Kontextabhängigkeit der Lebensraumnutzung von Wildtieren in Habitatmodellen zu berücksichtigen, insbesondere auch bei der Integration von Telemetriedatensätzen über Wildtierpopulationen hinweg. Die Ergebnisse dieser Dissertation liefern neue ökologische Erkenntnisse, welche zum Management und Schutz großer Säugetiere beitragen können. Darüber hinaus zeigt meine Forschung, dass eine bessere Integration von Satellitenbild- und Telemetriedaten eine neue Generation von Habitatmodellen möglich macht, welche genauere Analysen und ein besseres Verständnis von Lebensraumdynamiken erlaubt und so Bemühungen zum Schutz von Wildtieren unterstützen kann. / The growing availability of satellite remote sensing and animal tracking data opens new opportunities for an improved monitoring of wildlife habitats based on habitat models, yet suitable approaches for making full use of this potential are commonly lacking. The overarching goal of this thesis was to develop and advance approaches for harnessing the potential of big satellite image and animal tracking data in habitat models. Specifically, using three large mammal species in Europe as an example (Eurasian lynx, red deer, and roe deer), I developed approaches for (1) linking habitat models to the largest global and freely available satellite image record, the Landsat image archive, and (2) for integrating animal tracking datasets across wildlife populations in large-area assessments of habitat suitability and use. The results of this thesis demonstrate the enormous potential of Landsat-based variables as predictors in habitat models, allowing to move from static habitat descriptions to a continuous monitoring of habitat dynamics across space and time. In addition, my research underscores the importance of considering context-dependence in species’ habitat use in habitat models, particularly also when integrating tracking datasets across wildlife populations. The findings of this thesis provide novel ecological insights that help to inform the management and conservation of large mammals and more broadly, demonstrate that a better integration of satellite image and animal tracking data will allow for a new generation of habitat models improving our ability to monitor and understand habitat dynamics, thus supporting efforts to restore and protect wildlife across the globe.

Saltmarshes provide a diverse range of ecosystem services and are protected under a number of international designations. Nevertheless they are generally declining in extent in the United Kingdom and North West Europe. The drivers of this decline are complex and poorly understood. When considering mitigation and management for future ecosystem service provision it will be important to understand why, where, and to what extent decline is likely to occur. Few studies have attempted to forecast saltmarsh morphodynamics at a system level over decadal time scales. There is no synthesis of existing knowledge available for specific site predictions nor is there a formalised framework for individual site assessment and management. This project evaluates the extent to which machine learning model approaches (boosted regression trees, neural networks and Bayesian networks) can facilitate synthesis of information and prediction of decadal-scale morphological tendencies of saltmarshes. Importantly, data-driven predictions are independent of the assumptions underlying physically-based models, and therefore offer an additional opportunity to crossvalidate between two paradigms. Marsh margins and interiors are both considered but are treated separately since they are regarded as being sensitive to different process suites. The study therefore identifies factors likely to control morphological trajectories and develops geospatial methodologies to derive proxy measures relating to controls or processes. These metrics are developed at a high spatial density in the order of tens of metres allowing for the resolution of fine-scale behavioural differences. Conventional statistical approaches, as have been previously adopted, are applied to the dataset to assess consistency with previous findings, with some agreement being found. The data are subsequently used to train and compare three types of machine learning model. Boosted regression trees outperform the other two methods in this context. The resulting models are able to explain more than 95% of the variance in marginal changes and 91% for internal dynamics. Models are selected based on validation performance and are then queried with realistic future scenarios which represent altered input conditions that may arise as a consequence of future environmental change. Responses to these scenarios are evaluated, suggesting system sensitivity to all scenarios tested and offering a high degree of spatial detail in responses. While mechanistic interpretation of some responses is challenging, process-based justifications are offered for many of the observed behaviours, providing confidence that the results are realistic. The work demonstrates a potentially powerful alternative (and complement) to current morphodynamic models that can be applied over large areas with relative ease, compared to numerical implementations. Powerful analyses with broad scope are now available to the field of coastal geomorphology through the combination of spatial data streams and machine learning. Such methods are shown to be of great potential value in support of applied management and monitoring interventions.

Zum Aufbau eines flächendeckenden Monitors der Siedlungs- und Freiraumentwicklung in Deutschland werden geeignete Geodaten benötigt. Ausgehend von den raum- und umweltplanerischen Zielstellungen eines Flächenmonitorings in Verbindung mit dem Anliegen der laufenden Raumbeobachtung ergeben sich dafür grundlegende Anforderungen. Verfügbare Datenquellen werden im Hinblick auf ihre potenzielle Eignung vorgestellt und verglichen: das Amtliche Topographisch-Kartographische Informationssystem ATKIS (insbesondere das Basis-DLM), das Amtliche Liegenschaftskataster-Informationssystem ALKIS (basierend auf der automatisierten Liegenschaftskarte ALK und dem Liegenschaftsbuch ALB) sowie klassifizierte Luft- und Satellitenbilddaten. Erkennbare Datenprobleme werden im Hinblick auf die Berechnung von Indikatoren diskutiert und mit Fallbeispielen illustriert. Außerdem wird eine Lösung für die administrative Bezugsgeometrie des Monitors vorgestellt.

Les zones côtières ne sont prises en compte dans les budgets globaux de CO2 atmosphérique que depuis peu. Il s’avère que bien qu’elles ne représentent globalement que de faibles superficies, les flux de carbone et de nutriments y sont très significatifs à l’échelle globale. On sait peu de chose sur le comportement des écosystèmes lagunaires vis-à-vis du CO2 et, encore moins des zones intertidales où les échanges avec l’atmosphère ont lieu alternativement avec l’eau et le sédiment. Les objectifs de cette étude ont été d’une part, d’établir le bilan de carbone échangé entre la lagune d’Arcachon, l’atmosphère et le milieu terrestre, et d’autre part de mettre en relation ces flux avec la production nette de l’écosystème (NEP) afin de mieux caractériser le statut métabolique de celle-ci ainsi que les facteurs environnementaux clés. Pour cela, nous avons mis en place pour la première fois et à différentes saisons et stations, des mesures directes de flux de CO2 par Eddy Corrélation, une méthode fonctionnant en continu pendant l’immersion et l’émersion. En parallèle, les apports de carbone terrestre sous ses différentes formes ont été quantifiés par un suivi annuel sur 9 rivières alimentant la lagune. L’export total de carbone par le bassin versant à travers les eaux de surface des rivières est estimé à 116 t C km-2 an-1 dont 39% est exporté à la lagune sous forme organique dissoute (DOC) du fait de la prédominance de podzols dans le bassin versant. La forte minéralisation de la matière organique terrestre dans les sols et eaux souterraines sursature largement les eaux en CO2 et l’export sous forme de carbone inorganique dissoute (DIC) représente environ 21%. La formulation d’un modèle mathématique, le « StreamCO2-DEGAS », basé sur les mesures de pCO2, de concentrations et de compositions isotopiques en DIC a permis de montrer que 43% de l’export total de carbone était dégazé sous forme de CO2 depuis les rivières vers l’atmosphère, réduisant alors le flux net entrant dans la lagune à 66 t C km-2 an-1. Concernant la mesure de flux verticaux, l’analyse cospectrale ainsi que les résultats obtenus en adéquation avec les contrôles physiques et biologiques aux différentes échelles tidale, diurne et saisonnières, ont permis de valider la méthode de l’Eddy Covariance en zone intertidale. Sur l’ensemble de la période de mesures, les flux de CO2 étaient faibles, variant entre -13 et 19 µmol m-2 s-1. Des puits de CO2 atmosphérique à marée basse le jour ont été systématiquement observés. Au contraire, pendant l’immersion et à marée basse la nuit, des flux positifs ou négatifs ou proche de zéro ont été observés suivant la saison et la station étudiées. L’analyse concomitante des flux de CO2 et des images satellites du platier à marée basse le jour a clairement permis de discriminer l’importance relative des deux cycles métaboliques distincts des principaux producteurs primaires avec (1) les herbiers de Zostera noltii à cycle annuel long, dominant la NEP en été et en automne à la station la plus centrale et (2) les communautés microphytobenthiques, dominant la production primaire brute (PPB) au printemps à la même station et en automne au fond du bassin. Un recyclage rapide de cette production durant l’immersion et l’émersion a aussi clairement été mis évidence. Au vue des différents résultats, la technique d’Eddy Covariance utilisée en zone intertidale laisse envisager d’intéressantes perspectives en termes de connaissances sur les budgets de carbone et les processus écologiques et biogéochimiques dans la zone côtière. / The coastal zone is only taken into account since recently in global carbon budgeting efforts. Although covering globally modest surface areas, carbon and nutrient fluxes in the coastal zone appear significant at the global scale. However, little is known about the CO2 behaviour in lagoons and even less in intertidal zones where exchanges with the atmosphere occur alternatively with the water and the sediment. The purposes of this work are, on one hand, to establish the carbon budget between the Arcachon lagoon, the atmosphere and the terrestrial watershed and on the other hand, to link these fluxes with the net ecosystem production (NEP) and better characterize its metabolic status along with the relevant environmental factors. For the first time, CO2 flux measurements by Eddy Correlation have been carried out at different seasons and stations in the tidal flat. In parallel, the total terrestrial carbon export from river waters has been quantified throughout a complete hydrological cycle in nine watercourses flowing into the lagoon. The total carbon export from the watershed through surface river waters is estimated at 116 t C km-2 yr-1 on which 39% is exported to the lagoon as dissolved organic carbon (DOC) owing to the predominance of podzols in the watershed. Intense organic matter mineralization in soils and groundwaters largely over-saturate river waters in CO2 on which export accounts for 21% as dissolved inorganic carbon (DIC). The mathematical “StreamCO2-DEGAS” model formulation based on water pCO2, DIC concentrations and isotopic composition measurements permits to show that 43% of the total carbon export was degassed as CO2 from the riverine surface waters to the atmosphere, lowering then this latter to 66 t C km-2 yr-1. With respect to the CO2 flux measurements in the lagoon, cospectral analysis and the well accordance of results with physical and biological controls at the tidal, diurnal and seasonal time scales permit to validate the Eddy Correlation technique over tidal coastal zone. CO2 fluxes with the atmosphere, during each period, were generally weak and ranged between -13 and 19 µmol m-2 s-1. Low tide and daytime conditions were always characterized by an uptake of atmospheric CO2. In contrast, during the immersion and during low tide at night, CO2 fluxes where either positive or negative, or close to zero, depending on the season and the site. The concomitant analysis of CO2 fluxes with satellite images of the lagoon at low tide during the day clearly discriminate the relative importance of the two distinct metabolic carbon cycling involving the main primary producers, i.e. (1) the Zostera noltii seagrass meadow predominance on the NEP in autumn and summer in the more central station, with an annual cycling and (2) the microphytobenthos community predominance on the gross primary production (GPP) in spring at the same station and in autumn in the inner part of the bay where a rapid carbon cycling during the immersion and the emersion was clearly highlighted. The different results obtained with the Eddy Correlation technique over tidal flats opens interesting perspectives on the knowledge of the carbon budget and the biogeochemical and ecological processes within the coastal zone.