elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Imprint | Privacy Policy | Contact | Deutsch
Fontsize: [-] Text [+]

Statistische Analyse von Standortfaktoren zur Erklärung von aus Fernerkundungsdaten abgeleiteten phänologischen Zeitpunkten am Beispiel von Grünlandflächen im Alpenvorland

Rossi, Mattia and Kübert, Carina and Conrad, Christopher (2014) Statistische Analyse von Standortfaktoren zur Erklärung von aus Fernerkundungsdaten abgeleiteten phänologischen Zeitpunkten am Beispiel von Grünlandflächen im Alpenvorland. In: Online. 3. gemeinsamer Workshop der Aks Auswertung von Fernerkundungsdaten der DGPF e.V., 09.-10. Oktober 2014, Berlin.

Full text not available from this repository.

Official URL: http://www.geoinformation.tu-berlin.de/ak_workshop_2014/ak_workshop_2014_programm/

Abstract

"Der anhaltendende Wandel des Klimas der vergangenen Jahrzehnte spiegelt sich in einer erhöhten Variabilität phänologischer Phasen wieder. Studien zeigen, dass sich der Übergang von Frühling zu Sommer von 1971 bis 2000 im europäischen Raum um durchschnittlich 2,5 Tage pro Dekade früher ereignet hat. Die Fernerkundung ermöglicht es, solche Veränderungen flächenhaft zu untersuchen. Inte-ressant ist hierbei vor allem die Analytik einflussgebender Faktoren auf die ermittelten phänologischen Zeitpunkte, um die sich ergebenden Raummuster aus FE-Daten besser zu verstehen. Theoretisch ließen sich aus sich ändernden Standortfaktoren bis zu einem gewissen Grad Erwartungswerte für die zukünftige Entwicklung von Phänologie und damit der Wachstumsbedingungen an einem Standort be-stimmen. Durch Eigenschaften wie die Heterogenität aufgrund der topographischen Gradienten, die Variabilität in Schneebedeckung und -dauer sowie die Abwechslung anthropogener Nutzungseinheiten und Natur-schutzgebieten ist das Alpenvorland als Untersuchungsgebiet für vegetationskundliche Fragestellungen von besonderem Interesse. Die Vielzahl unterschiedlicher Standortbedingungen für Pflanzengesell-schaften erlaubt eine detaillierte Untersuchung der Einflussgrößen auf den jahreszeitlichen Verlauf der Vegetation. Als antreibende Faktoren der Phänologie weist die Forschung in der Klimazone der gemä-ßigten Breiten Temperatur, Niederschläge (vor allem als Schnee) und die Topographie nach. Ziel dieser Arbeit ist, diese erklärenden Variablen aus Fernerkundungsdaten und Daten des Deutschen Wetter-dienstes zu erstellen, ihren Einfluss auf die Phänologie statistisch abzuleiten und Wachstumsstadien für das Untersuchungsgebiet zu prognostizieren. Dabei standen als zu erklärende Variablen der Beginn (Start-Of-Season, SOS) und das Maximum der Vegetationsperiode (Day-Of-Peak, DOP) in den Jahren 2011 und 2012 aus RapidEye-Zeitserien über ein großes Untersuchungsgebiet zur Verfügung. Die Indikatoren wurden für den Untersuchungszeit-raum aus MODIS- (500 bzw. 1 km Auflösung), DWD- (1 km Auflösung) und SRTM-Daten (90 m Auflösung) abgeleitet und beschreiben topographische Aspekte (z.B. topogr. Höhe, Hangneigung, Hangausrichtung) und ausgewählte klimatologische Messgrößen (z.B. Anzahl der Schneetage, minimale Temperatur). Die statistische Analyse wurde anhand von „Classification and Regression Trees“ (CART) durchgeführt. Dabei wurden verschiedene Eingabeparameter in Betracht gezogen, um die erstellten Indikatoren auf deren Wichtigkeit hin zu überprüfen und Regeln für eine anschließende flächenhafte Vorhersage festzulegen. Erste Ergebnisse der Untersuchung zeigen, dass die Einflussgrößen in Form von Indikatoren aus fern-erkundlichen Datensätzen bis zu einem bestimmten Grad reproduziert werden können. Zwar ergeben sich nur geringe Korrelationen zwischen den Werten des DOP und der einzelnen Indikatoren (Ø R2=0,05), doch das Bestimmtheitsmaß (R2) zwischen vorhergesagtem und originalem DOPs liegt je nach angewandten Einstellungen mit CART bislang zwischen 0,06 und 0,4. In diesem Modell zeigen v.a. die Indikatoren der topographische Höhe und die Schneeindikatoren einen erhöhten Einfluss auf die Vorhersage des DOP. . Auf Basis dieser vielversprechenden Ergebnisse werden aktuell weitere Indikatoren, ein komplexerer Algorithmus „Random Forests“ (RF), und die Skalenniveaus der Untersuchung geprüft, sowie temporal besser aufgelöste Produkte in die Untersuchung eingebunden."

Item URL in elib:https://elib.dlr.de/92762/
Document Type:Conference or Workshop Item (Speech)
Title:Statistische Analyse von Standortfaktoren zur Erklärung von aus Fernerkundungsdaten abgeleiteten phänologischen Zeitpunkten am Beispiel von Grünlandflächen im Alpenvorland
Authors:
AuthorsInstitution or Email of AuthorsAuthors ORCID iD
Rossi, Mattiamattia.rossi (at) stud-mail.uni-wuerzburg.deUNSPECIFIED
Kübert, Carinacarina.kuebert (at) uni-wuerzburg.deUNSPECIFIED
Conrad, Christopherchristopher.conrad (at) uni-wuerzburg.deUNSPECIFIED
Date:2014
Journal or Publication Title:Online
Refereed publication:No
Open Access:No
Gold Open Access:No
In SCOPUS:No
In ISI Web of Science:No
Status:Published
Keywords:Phenology, MODIS, Random Forest, Natural Grassland, South Germany
Event Title:3. gemeinsamer Workshop der Aks Auswertung von Fernerkundungsdaten der DGPF e.V.
Event Location:Berlin
Event Type:Workshop
Event Dates:09.-10. Oktober 2014
HGF - Research field:Aeronautics, Space and Transport
HGF - Program:Space
HGF - Program Themes:Earth Observation
DLR - Research area:Raumfahrt
DLR - Program:R EO - Erdbeobachtung
DLR - Research theme (Project):R - Vorhaben Geowissenschaftl. Fernerkundungs- und GIS-Verfahren
Location: Oberpfaffenhofen
Institutes and Institutions:German Remote Sensing Data Center
Deposited By: Wöhrl, Monika
Deposited On:12 Dec 2014 14:54
Last Modified:12 Dec 2014 14:54

Repository Staff Only: item control page

Browse
Search
Help & Contact
Information
electronic library is running on EPrints 3.3.12
Copyright © 2008-2017 German Aerospace Center (DLR). All rights reserved.