MoKka - Modellierung von Kohlenstoff in Aueböden; Modellierung der Verteilungsmuster des organischen Kohlenstoffgehalts in Aueböden mittels sehr hochauflösender Fernerkundungsdaten und Zusatzinformationen

Description: Von besonderer Bedeutung sind Böden in Auen aufgrund ihrer Eigenschaft, große Mengen Kohlenstoff zu akkumulieren, eine Fähigkeit, die in der Ökosystemforschung im Hinblick auf den globalen Klimahaushalt von großem Forschungsinteresse ist. Fernerkundungsdaten werden seit geraumer Zeit für die Erfassung von Bodenmerkmalen eingesetzt. Bis heute fehlen jedoch wissenschaftliche Grundlagen zur Generierung großmaßstäbiger Bodenkarten zur Verteilung der Corg-Gehalte in Auenböden aus Fernerkundungsdaten und Zusatzinformationen. Erst mit den jüngst verfügbaren sehr hoch auflösenden Daten, hochpräzisen Geländemodellen und wissensbasierten Auswertungsverfahren bieten sich Möglichkeiten, auch kleinräumig differenzierte Bodeneigenschaften zu erfassen. Das übergeordnete Ziel des Projektes ist die Entwicklung einer wissensbasierten fernerkundlichen Methode zur räumlichen Verteilung der organischen Kohlenstoffgehalte in Auenböden mit Hilfe sehr hoch auflösender Fernerkundungssensoren und Zusatzdaten. Es kommen GeoEye-Satellitendaten zur Anwendung, zusätzlich werden Höheninformationen aus einer Laserscannerbefliegung sowie weitere verfügbare Zusatzdaten wie beispielsweise zur Geologie und Expertenwissen in den wissensbasierten Klassifikationsprozess eingebunden. Mit einem Fuzzy Logic Ansatz werden die Unschärferelationen zwischen Reliefparametern, Vegetation, Geologie, sowie historischer Landnutzung und dem Corg-Gehalt mathematisch exakt beschrieben. Die Beurteilung der Wirksamkeit von Zusatzdaten und einzelner Regeln auf das Klassifikationsergebnis wird anhand einer Signifikanzanalyse von Mikoarrays (SAM) und einem ISODATA Clustering durchgeführt. Die Untersuchungen werden in einem Teilabschnitt des Nationalparks Donau-Auen bei Wien durchgeführt. Mit der zu entwickelnden Methode sollen die wissenschaftlichen Grundlagen für die großmaßstäbige Kartierung der Corg-Gehalte in Auenböden geschaffen werden. Das erforschte Prozesswissen der Bodenkunde kann damit regionalisiert werden und steht für die gestiegenen Anforderungen der Landschafts- und Umweltplanung insbesondere im Hinblick auf die Berücksichtigung der Klimafunktion von Böden zur Verfügung. Das Projekt kooperiert eng mit dem DFG-Vorhaben 'Organischer Kohlenstoff in Auenböden: Verteilungsmuster und CO2-Freisetzungspotential' (LA1398/4), im Rahmen dessen bereits umfangreiche bodenkundliche Daten erhoben wurden, welche für das beantragte Vorhaben zur Verfügung stehen. Zudem ist eine enge Zusammenarbeit mit dem derzeit bei der DFG beantragten Projekt 'Mechanismen der Kohlenstoffdynamik in der Vegetation und im Boden von Auwäldern' angestrebt.

SupportProgram

Tags: Bodenvegetation ? Vegetation ? Organischer Kohlenstoff ? Kohlenstoffgehalt ? Wien ? Kartierung ? Kohlenstoff ? Donau ? Octylphenol ? Auenboden ? Bodenkunde ? Satellitendaten ? Flussaue ? Auenwald ? Bodenfunktion ? Bodenqualität ? Bodenkarte ? Bodenuntersuchung ? Datenverarbeitung ? Fernerkundungsdaten ? Flächennutzung ? Geologie ? Messdaten ? Nationalpark ? Umweltplanung ? Ökosystemforschung ? Modellierung ? Messung ? Satellitenfernerkundung ? Globale Aspekte ? Zusammenarbeit ? Informationsgewinnung ? Datenerhebung ? Auswertungsverfahren ? Raumbedeutsamkeit ? Auflösen ? Geländemodell ?

Region: Berlin Berlin

Bounding boxes: 13.088344999999999° .. 13.7611609° x 52.3382448° .. 52.675508699999995° 13.088333217992469° .. 13.760469284100585° x 52.33824183586351° .. 52.67537881653945°

License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0

Language: Deutsch

Organisations

• Deutsche Forschungsgemeinschaft (Finanzielle Förderung)
• Technische Universität Berlin (Mitwirkung)
• Technische Universität Berlin, Institut für Landschaftsarchitektur und Umwelplanung (ILaUP), Fachgebiet Geoinformation in der Umweltplanung (Projektverantwortung)
• Umweltbundesamt (Bereitstellung)

Last harvest: 23.09.2026 00:23

Time ranges: 2009-12-01 - 2011-11-30

Alternatives

• Language: Englisch/English
  Title: MoKka - Modelling the distribution of organic carbon stocks in floodplain soils; Modelling the distribution of organic carbon stocks in floodplain soils with VHR remote sensing data and additional geoinformation
  Description: Floodplain soils play a crucial role when storing carbon; but there are few data available on the carbon stocks in these soils in comparison to other terrestrial ecosystems. Remote sensing data have been used for quite some time for the detection of soil characteristics. However, there is still no scientific basis for the generation of large scale soil maps showing the distribution of organic carbons in floodplain soils which are based on remote sensing and additional data. The research area is the Donauauen National Park, which is situated along the river Danube between Vienna, Austria and Bratislava, Slovakia. It preserves the last remaining major wetlands environment in Central Europe. Here, the Danube is still free flowing and is the lifeline of the National Park. In a first approach the variables water regime, the vegetation, the relief position and the content of clay and iron oxides were identified to have an effect on the carbon content. Two different types of sedimentation areas can be distinguished: a) Dynamic areas, stocked with younger trees and a higher number of trees, and due to frequent inundations with a high flow velocity a higher number of soil horizons; and b) stable areas with a lower number of trees, a higher distance to the river, and due to a lower flow velocity during inundations a lower number of soil horizons. On aerial images, five vegetation units could be differentiated visually: Salix alba, softwood floodplain forests, populus alba, populus x canadensis and hardwood floodplain forests. Based on these findings the overall goal is to develop a knowledge-based method of remote sensing to model the spatial distribution of organic carbon stocks in floodplain soils, using very high resolution remote sensing data and auxiliary data (e.g. Digital terrain model, historical maps). This method should support large-scale mapping of organic carbon stocks in floodplain soils. Knowledge from soil science can be regionalised and be used for the increased demands of landscape and environmental mapping, especially regarding the climate function of soils. The methodology is based on spectral and knowledge-based classification. In order to determine vegetation parameters, such as vegetation type, age, density of trees per hectare, a combination of pixel and object-based classifications will be used. These results will be integrated into a rule-based classification process, using fuzzy logic to integrate additional data and expert knowledge into the spectral classification.
  URL: https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1047015

Status

Aktiv

Quality score

• Overall: 0.43
• Findability: 0.49

  • Title: 0.80
  • Description: 0.07
  • Identifier: false
  • Keywords: 0.89
  • Spatial: BoundingBox (0.50)
  • Temporal: DomainOnly
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.57

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true
  • Currentness: Older (0.29)

Accessed 1 times.