Zusammenfassung Kenntnisse über den Zustand und die Entwicklung von Böden sind entscheidend für die Charakterisierung von Ökosystemen und deren Veränderungen. Die weltweite Verbreitung von Eisenoxiden und ihre von der Bodenentwicklung abhängige Konzentration und mineralogische Zusammensetzung machen sie zu geeigneten Indikatoren. Methoden der optische Fernerkundung wurden angewandt, um am Beispiel des Cabo de Gata- Níjar Naturparks, einem semi-ariden Ökosystem in Südostspanien, die Konzentrationen von Eisenoxiden im Boden zu bestimmen und zu kartieren. In der zuerst durchgeführten laborspektroskopischen Studie wurde eine Methode entwickelt, welche den Eisenoxidgehalt (Fed, Citrat-Dithionit extrahierbares Eisenoxid) mit den Eisenabsorptionsbanden verknüpft. Korngrößenabhängige Fed Vorhersagemodelle wurden sowohl für sand- als auch ton-schluff-haltige Proben erstellt. Beide liefern hochgenaue Schätzungen mit weniger als 15% Vorhersagefehler. Ähnliche Werte wurden für korngrößenunabhängige Modelle erreicht. Korngrößenunabhängige Modelle wurden zur Analyse der HyMap-Bilddaten verwendet, da eine pixelbezogene Bestimmung der vorherrschenden Bodentextur nicht möglich war. Die räumliche Verteilung der Fed Konzentration im Untersuchungsgebiet wurde mit einer den Laborergebnissen vergleichbaren Genauigkeit bestimmt. Laboruntersuchungen zum Vegetationseinfluss in Bezug auf Vitalität und Bedeckungsgrad auf die Bodenreflektionsspektren und die Fed Vorhersagegenauigkeit zeigten, dass zuverlässige Abschätzungen bis zu einer Vegetationsbedeckung von ca. 20 % möglich sind. Dementsprechend wurden drei Vorhersagegenauigkeitsklassen definiert, basierend auf der gemeinsamen Detektierbarkeit von Vegetation und Eisenabsorptionsbanden im Bildpixel. Die abgeleitete Fed Verteilungskarte dient der Einschätzung des vorliegenden Bodenzustands und dem Ausweisen von erodierten Oberflächen. Die entwickelte Methode hat aufgrund ihrer Einfachheit ein großes Potential für ein globales Monitoring von sensitiven Gebieten unter der Verwendung von gegenwärtig verfügbaren als auch zukünftigen satellitengestützten Sensoren. / Abstract The knowledge of the soil condition and development is decisive when characterizing and monitoring the change of ecosystems. The global presence of iron oxides and their highly variable concentration and mineralogy reflecting different soil conditions make them a suitable indicator. Optical remote sensing methods are employed to determine and map the soil iron oxide concentrations on the example of the Cabo de Gata-Níjar Natural Park, a semi-arid ecosystem in SE Spain. In an initial laboratory spectroscopy study, a methodology is developed that links iron oxide content (Fed, citrate-dithionite extractable iron oxides) with iron spectral absorption bands. Texture-dependent Fed prediction models are developed for sand- and clay-silt-dominated samples. They yield highly accurate estimations with less than 15 % prediction error. Similar accuracies are achieved from texture-independent models. Texture-independent models are applied to the HyMap image data because a pixel-wise determination of the predominating soil texture is not possible. However, the spatial distribution of Fed concentration in the study area is determined with comparable accuracy as in the laboratory. Laboratory analysis of vegetation vitality and density impact on the soil reflectance spectra and Fed prediction accuracy has shown that reliable estimations are possible until about 20 % leaf cover. Accordingly, three Fed prediction accuracy levels are defined based on the joint detectability of vegetation and iron absorption features. The final Fed prediction map is used to evaluate the current soil conditions and identify potentially eroded soils surfaces. The present method has due to low complexity a high potential for the global monitoring of such sensitive areas from current and future spaceborne sensors.
| Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/16771 |
| Date | 25 March 2010 |
| Creators | Richter, Nicole |
| Contributors | Hostert, Patrick, Kaufmann, Hermann, Ben-Dor, Eyal |
| Publisher | Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II |
| Source Sets | Humboldt University of Berlin |
| Language | English |
| Detected Language | German |
| Type | doctoralThesis, doc-type:doctoralThesis |
| Format | application/pdf |
Page generated in 0.0026 seconds