API src

Found 58 results.

Similar terms

s/bfn/BFI/gi

Von Daten-Level 1 zu 2- und 3 - von Daten zu Wissen im Bereich: 'Aerosol- Wolken- Oberflächen -Klimaparameter' unter Verwendung des HIS/EnMAP

Das Projekt "Von Daten-Level 1 zu 2- und 3 - von Daten zu Wissen im Bereich: 'Aerosol- Wolken- Oberflächen -Klimaparameter' unter Verwendung des HIS/EnMAP" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Universität Bremen, Institut für Umweltphysik.

Intelligenter Vegetationsscanner für das Smartphone (Flora Incognita Quadrat), Teilprojekt: Datenwissenschaften

Das Projekt "Intelligenter Vegetationsscanner für das Smartphone (Flora Incognita Quadrat), Teilprojekt: Datenwissenschaften" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Technische Universität Ilmenau, Institut für Technische Informatik und Ingenieurinformatik , Fachgebiet Softwaretechnik für sicherheitskritische Systeme.

Forschergruppe (FOR) 2131: Datenassimilation in terrestrischen Systemen; Data Assimilation for Improved Characterisation of Fluxes across Compartmental Interfaces, Teilprojekt: Identifizierbarkeit von Boden- und Ökosystemzustandsgrößen und -parametern in integrierten Grundwasser-Landoberfläche-Atmosphäre-Modellen durch multivariate Datenassimilation

Das Projekt "Forschergruppe (FOR) 2131: Datenassimilation in terrestrischen Systemen; Data Assimilation for Improved Characterisation of Fluxes across Compartmental Interfaces, Teilprojekt: Identifizierbarkeit von Boden- und Ökosystemzustandsgrößen und -parametern in integrierten Grundwasser-Landoberfläche-Atmosphäre-Modellen durch multivariate Datenassimilation" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Forschungszentrum Jülich GmbH, Institut für Bio-und Geowissenschaften (IBG), IBG-3 Agrosphäre.Wir werden eine Strategie zur Assimilation der Landoberflächentemperatur implementieren, bei der verschiedene Beobachtungen innerhalb eines Tages verwendet werden, um sensitive Landoberflächenparameter und -zustandsgrößen anzupassen. Wir werden zudem einen Operator zur Assimilation des Blattflächenindex entwickeln, um damit dynamische Vegetationszustandsgrößen und sensitive Ökosystemparameter anzupassen. Der Nutzen der genannten Daten in Kombination mit Bodenfeuchtebeobachtungen wird mit Hilfe synthetischer Experimente ermittelt. Im Besonderen wird dabei untersucht, ob die Parameterschätzung verbessert werden kann und in welchem Ausmaß die Assimilation bestimmter Datentypen die Zustandsgrößen anderer Kompartimente verbessert. Hierbei werden realistische Szenarien verwendet, welche verschiedene Unsicherheitsquellen und unbekannte Parameter beinhalten. Synthetische Experimenten werden zunächst mit der Landkomponente von TerrSysMP-PDAF (CLM-ParFlow-PDAF) mit Hilfe eines gemeinsamen Testfalles mit P5, P6 und P7 durchgeführt. Wir werden zudem Beiträge zu den Experimenten mit dem gesamten TerrSysMP-PDAF liefern, welche von C1 koordiniert werden. Im letzten Schritt werden Tests mit dem Rureinzugsgebiet durchgeführt.

UBA und BfN veranstalten Fachtagung zur Gemeinsamen Agrarpolitik

Am 21. November 2024 luden das Umweltbundesamt (UBA) und das Bundesamt für Naturschutz (BfN) zu einer Fachtagung zur Gemeinsamen Agrarpolitik der EU (GAP) ein. Auf der Veranstaltung wurden aktuelle Forschungsergebnisse für eine zukunftsfähige Agrarumweltpolitik vorgestellt und mit zahlreichen Vertreter*innen aus Verwaltung, Wissenschaft und Praxis die Möglichkeiten ihrer Umsetzung diskutiert. Im Zentrum der Tagung stand die Leitfrage, wie die GAP wirksamer auf Ziele des Natur- und Umweltschutzes in der Agrarlandschaft ausgerichtet werden kann. Entscheidend für die Verwaltung und die Betriebe wäre hierfür eine möglichst anwendungsfreundliche und schlanke Ausgestaltung der unterschiedlichen Instrumente . Aus verschiedenen Forschungsprojekten wurden Beispiele für ein satellitengestütztes ⁠ Monitoring ⁠, digitale Entscheidungssysteme für die Erbringung von ⁠ Ökosystemleistungen ⁠ und die Gestaltung maßgeschneiderter, zielgerichteter Agrarumweltmaßnahmen vorgestellt. Die Diskussionen mit dem Publikum zeigten, dass großer Bedarf nach innovativen Lösungsansätzen besteht. Das System einer gemeinschaftlichen, landschaftsbezogenen Umsetzung von Agrarumweltmaßnahmen in Form kooperativer Zusammenschlüsse landwirtschaftlicher Betriebe wurde ebenfalls vorgestellt. Letzteres stieß insbesondere bei Vertreterinnen und Vertretern der Länderverwaltungen auf großes Interesse, da diese Form der Zusammenschlüsse noch nicht in allen Bundesländern förderfähig ist. Komplexe GAP-Verfahren hemmen die Landwirtschaft Ein völlig neuer, umfassender Ansatz zur ergebnisorientierten Honorierung von Umweltleistungen und ein Grundlagenvortrag zu Möglichkeiten und Grenzen der GAP eröffneten schließlich die breitere Diskussion zu strukturellen Aspekten der GAP. In der Podiumsdiskussion mit Vertreterinnen und Vertretern aus Wissenschaft, Verwaltung und Praxis wurde bildlich darüber diskutiert, wie sich aus dem verhedderten „Wollknäuel“ – der jetzigen GAP – ein bequemer „Pullover“ stricken ließe. In den Diskussionen des Tages wurde deutlich, dass die lange Historie der Entwicklung von Agrarumweltmaßnahmen und ihre Anpassung an neue GAP-Förderperioden in Deutschland – gerade in Verbindung mit der föderalen Struktur – die GAP zunehmend komplexer und unübersichtlicher gemacht haben. Insbesondere Verfahren zur Antragsstellung und die Kontroll- sowie Sanktionsmechanismen sind demnach derart komplex und starr geworden, dass sie ein echtes Hemmnis für viele Landwirtinnen und Landwirte darstellen. Es wurde deutlich, dass hier unterschiedliche Erwartungen und Bedürfnisse der Landwirtschafts- und Naturschutzpraxis auf der einen und der kontrollierenden Verwaltung auf der anderen Seite zusammengeführt werden müssen, um die Situation zu entspannen. Unterschiedliche Ansätze, wie ein indikatorbasiertes Benchmarkingsystem zur Nachhaltigkeitsbewertung landwirtschaftlicher Betriebe, eine professionalisierte Unterstützung der Betriebe bei Antragsstellung und Berichterstattung (ähnlich der Funktion eines Steuerberaters bei der Steuererklärung), satelliten- und KI-gestützte Systeme zum Vorfiltern und zur Reduktion des Kontrollaufwandes vor Ort oder eine intensive Ansprache und Begleitung der Betriebe bei spezifischen Maßnahmen (z.B. im ⁠ Vertragsnaturschutz ⁠) durch die Verwaltung wurden u.a. als Möglichkeiten genannt, um hier Abhilfe zu schaffen. Die Frage, wie eine Umgestaltung der GAP in Deutschland gelingen könnte – sei es mit einem harten Schnitt oder schrittweise – blieb unbeantwortet. Änderungen am System stellen insbesondere die Landesverwaltungen, die für die Genehmigung und Kontrolle der Fördermittel zuständig sind, regelmäßig vor große Herausforderungen. Maßgeblich für positive Veränderungen könne demnach gemeinsames Lernen statt formalistischer Kontrolle und ein regelmäßiger, vertrauensvoller Austausch zwischen den beteiligten landwirtschaftlichen Betrieben und Verwaltungen sein. ⁠ UBA ⁠ und ⁠ BfN ⁠ unterstützen Diskurs um Weiterentwicklung der GAP Deutlich wurde zudem, dass durchaus sehr unterschiedliche Ziele mit der GAP verfolgt werden. Zu den inoffiziellen Zielen der GAP gehört demnach auch, dass sie ein einfaches Instrument zur Umverteilung von Geldern zwischen den verschiedenen Ebenen der EU – Union, Mitgliedstaaten, Gliedstaaten, landwirtschaftliche Betriebe – darstellt. Wobei viele Akteure besonders darauf bedacht sind, finanzielle Einbußen zu vermeiden. Dieses Vorgehen steht jedoch der Idee einer leistungsorientierten Verteilung der GAP-Gelder zum Wohle des Umwelt- und Naturschutzes entgegen. In Bezug auf den Leitgedanken der Fachtagung zeigt sich, dass Wirksamkeit, Anwendungsfreundlichkeit und Schlankheit der Strukturen viel zu oft nicht Hand in Hand gehen. Mitunter werden sie vermutlich auch zukünftig nicht Hand in Hand gehen können, denn gerade Strukturen mit einem erhöhten Verwaltungs- und Koordinationsaufwand, wie Maßnahmen des gezielten Vertragsnaturschutzes oder kooperative Modelle, sind vergleichsweise wirksam und anwenderfreundlich. Hier weitere Fortschritte zu erzielen, die Bedürfnisse von Kontrollierenden und Kontrollierten zukünftig stärker gemeinsam zu betrachten und eine optimale Aufgabenteilung zwischen EU-Ebene, Bundesebene und der Ebene der Bundesländer zu finden, sollten Ziele des letztlich politisch zu führenden Diskurses der nächsten Zeit sein. UBA und BfN unterstützen diesen Weg mit ihren fachlichen Beiträgen und werden den auf der Fachtagung stattgefundenen regen Austausch zwischen Wissenschaft, Praxis und Verwaltung auch weiterhin fördern.

Webcam von Rhein und Mosel am Deutschen Eck in Koblenz

Die Festung Ehrenbreitstein ist der ideale Standort zur Beobachtung des Zusammenflusses von Rhein und Mosel am Deutschen Eck in Koblenz. Aus ca. 100 m Höhe über dem Wasserspiegel liefert die WebCam der Bundesanstalt der Gewässerkunde jede Minute ein aktuelles Bild der Situation. Oftmals sind deutliche Unterschiede in der Färbung des Wassers sichtbar, besonders bei sich ändernden Wasserständen in den beiden Flüssen. Grund für die unterschiedliche Farbe sind die wechselnden Schwebstoffanteile. Auch der Wasserstand lässt sich mit einem Blick erkennen. Ab einem Wasserstand von ca. sieben Metern am Pegel Koblenz/Rhein wird der Platz vor dem Reiterstandbild Kaiser Wilhelms I allmählich überflutet. Dieser Service wird ermöglicht mit freundlicher Unterstützung der Verwaltungen von Burgen, Schlösser, Altertümer Rheinland-Pfalz und dem Landesmuseum Koblenz.

Biotoptypenkarten 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050

Die Biotoptypenkarten 2020 für die Pilotstrecken (P) und Referenzstrecken (R) Masterplan Ems 2050 basieren auf hochauflösenden RGBI-Luftbildern (räumliche Auflösung 2 cm) für die Uferbereiche Nendorp (linkes Ufer, Unterems-km 30,1-31,6), Nüttermoor (rechtes Ufer, UE-km 18,100 - 19,150 u. 22,000 - 22,500) sowie Brahe (linkes Ufer DEK 218,050 - 219,125 und 220,900 - 221, 400), Aschendorf (linkes Ufer, DEK 214,000 - 215,050 und 215,10 - 215,60). Auf Basis der Spektralkanälen der Luftbilder sowie auf den Berechnungen von Vegetationsindex, Oberflächenrauhigkeit und Oberflächenhöhe wurde zunächst eine überwachte Klassifikation durchgeführt. Die hierdurch vordefinierten Vegetationsklassen dienten im Feld, um nach dem Niedersächsischen Kartierschlüssel Drachenfels 2020 die Biotoptypen inkl. Untereinheiten zu kartieren. Die Biotoptypenklassen sind in den BfG-Kartierschlüssel übersetzt worden. Ebenso enthält die Attributtabelle die zwei dominantesten Pflanzenarten pro Biotopfläche. Herausgeber: BfG Auftragnehmer: IBL Umweltplanung GmbH Zitiervorschlag: BfG (2022): Biotoptypenkarten 2020 der Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050 im Auftrag des WSA Ems-Nordsee. DOI: 10.5675/Btty2020_MPEms_Ufer Weitere Informationen zu Dominanzbeständen oder Biotoptypen siehe Metadatensatz unter „Biotoptypenkarten 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050“ Weitere Informationen zum Projekt siehe unter https://www. masterplan-ems.info/massnahmen/uferentwicklung Folgende Dateien sind im Download enthalten: - 2020_Btty_Asd_P_V4m.shp -2020_Btty_Asd_R_V4m.shp -2020_Btty_Bra_P_V4m.shp -2020_Btty_Bra_R_V4m.shp -2020_Btty_Nen_P_V4m.shp -2020_Btty_Nen_R_V4m.shp -2020_Btty_Nue_P_V4m.shp -2020_Btty_Nue_R_V4m.shp -2020_BTTY_Drachenfels_gesamt.lyr -2020_BTTY_Bericht_V2.pdf The biotope type maps 2020 for the pilot stretches (P) and reference stretches (R) are based on high-resolution RGBI aerial photographs (spatial resolution 2 cm) for the riparian areas Nendorp (left bank, Unterems-km 30.1-31.6), Nüttermoor (right bank, UE-km 18.100 - 19.150 u. 22.000 - 22.500) as well as Brahe (left bank DEK 218.050 - 219.125 and 220.900 - 221.400), Aschendorf (left bank, DEK 214.000 - 215.050 and 215.10 - 215.60). Based on the spectral channels of the aerial photographs and on the calculations of vegetation index, surface roughness and surface height, a supervised classification was first carried out. The vegetation classes predefined by this were used in the field to map the biotope types according to the Lower Saxony mapping key Drachenfels 2020. The biotope type classes have been translated into the BfG mapping key. Likewise, the attribute table contains the two most dominant plant species per biotope area. For further information on dominant stands or biotope types, see metadata record under "Biotope type maps 2020 pilot and reference stretches banks Masterplan Ems 2050". For more information on the project, see https://www.masterplanems. info/massnahmen/uferentwicklung

Besondere Vegetationsstrukturen 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050

Der Datensatz „besondere Vegetationsstrukturen 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050“ besteht aus einem Punktshape, welches die Pilotstrecken (P) und Referenzstrecken (R) Masterplan Ems 2050 beinhaltet. Die punktuelle Kartierung liegt für folgende Ufer und Vorlandbereiche vor: Nendorp (linkes Ufer, Unterems-km 30,1-31,6), Nüttermoor (rechtes Ufer, UE-km 18,100 - 19,150 u. 22,000 - 22,500) sowie Brahe (linkes Ufer DEK 218,050 - 219,125 und 220,900 - 221, 400), Aschendorf (linkes Ufer, DEK 214,000 - 215,050 und 215,10 - 215,60). Das Shape umfasst Informationen (Attribute) zu den kartierten RL Arten Niedersachsen inkl. Mengenangaben nach dem Meldebogen für Arten der Roten Liste Gefäßpflanzen Niedersachsen sowie auffällige Gelände- und Vegetationsstrukturen wie z.B. Schnittgutablage, Fahrspuren, größere Bärenklaubestände, Wirtschaftsweg, Senke, Totholzstrauch... Des Weiteren ist in der Attributtabelle der Name des kartierten Gebietes festgehalten. Dieser Datensatz basiert auf Kartierungen von Ende April (28.04.2020) sowie Ende September, Anfang Oktober (22.09.2020 Pilot- und Referenzstrecke „Brahe“, 23.09.2020 Pilot- und Referenzstrecke „Nüttermoor“, 30.09.2020 Pilot- und Referenzstrecke „Aschendorf“, 01.10.2020 Vervollständigung der Erfassungen in den Referenzstrecken „Nendorp“ sowie „Nüttermoor“). Der Download enthält den Datensatz 2020Strukturen_V1.shp. Herausgeber: BfG Auftragnehmer: IBL Umweltplanung GmbH Zitiervorschlag: BfG (2022): Besondere Vegetationsstrukturen 2020 der Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050 im Auftrag des WSA Ems-Nordsee. DOI: 10.5675/Strukturen2020_MPEms_Ufer Weitere Informationen zu Dominanzbeständen oder Biotoptypen siehe Metadatensatz unter „Biotoptypenkarten 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050“ Weitere Informationen zum Projekt siehe unter https://www.masterplan-ems.info/massnahmen/uferentwicklung The dataset "special vegetation structures 2020 pilot stretches and reference stretches banks Masterplan Ems 2050" consists of a point shape, which includes the pilot stretches (P) and reference stretches (R) Masterplan Ems 2050. The point mapping is available for the following banks and foreland areas: Nendorp (left bank, Unterems-km 30.1-31.6), Nüttermoor (right bank, UE-km 18.100 - 19.150 and 22.000 - 22.500) as well as Brahe (left bank DEK 218.050 - 219.125 and 220.900 - 221, 400), Aschendorf (left bank, DEK 214.000 - 215.050 and 215.10 - 215.60). The shape includes information (attributes) on the mapped RL species of Lower Saxony incl. quantity data according to the reporting form for species of the Red List Vascular Plants Lower Saxony as well as conspicuous terrain and vegetation structures such as cuttings deposits, driving tracks, larger stands of Hogweed, farm track, depression, deadwood shrub…. Furthermore, the name of the mapped area is recorded in the attribute table. This data set is based on mapping from the end of April (28.04.2020) and the end of September, beginning of October (22.09.2020 pilot and reference route "Brahe", 23.09.2020 pilot and reference route "Nüttermoor", 30.09.2020 pilot and reference route "Aschendorf", 01.10.2020 completion of the mapping in the reference routes "Nendorp" and "Nüttermoor"). For further information on dominant stands or biotope types, see metadata record under "Biotope type maps 2020 pilot and reference stretches banks Masterplan Ems 2050". For more information on the project, see https://www.masterplan-ems.info/massnahmen/uferentwicklung

Irlbach 2021 - An Agricultural Flight Campaign to prepare for Spaceborne Spectroscopy using the AVIRIS_NG Instrument

H2020-EU.2.1. - Industrial Leadership - Leadership in enabling and industrial technologies - (H2020-EU.2.1. - Führende Rolle der Industrie - Führende Rolle bei grundlegenden und industriellen Technologien), Sentinels Synergy for Agriculture (SENSAGRI)

Das Projekt "H2020-EU.2.1. - Industrial Leadership - Leadership in enabling and industrial technologies - (H2020-EU.2.1. - Führende Rolle der Industrie - Führende Rolle bei grundlegenden und industriellen Technologien), Sentinels Synergy for Agriculture (SENSAGRI)" wird/wurde gefördert durch: Kommission der Europäischen Gemeinschaften Brüssel. Es wird/wurde ausgeführt durch: Universidad Valencia.In the emerging Copernicus Earth monitoring era, Europe provides Earth Observation (EO) data from Sentinel-1 (S1) and Sentinel-2 (S2) on a free and open data policy basis. In response of the EO Work programme 'EO-3-2016: Evaluation of Copernicus Services', Sentinels Synergy for Agriculture (SENSAGRI) aims to exploit the unprecedented capacity of S1 and S2 to develop an innovative portfolio of prototypes agricultural monitoring services. When used alone either optical or radar sensors allow the mapping of crop types. However more robust, accurate, frequently updated and comprehensive crop maps are expected from the seldom exploited synergy of both types of measurements. The same holds when dealing with crop status, health and stresses. Experimental studies have demonstrated that fusion of optical and radar data opens up prospects for enhanced monitoring capabilities. SENSAGRI will exploit the synergy of optical and radar measurements to develop three prototype services capable of near real time operations: (1) surface soil moisture (SSM), (2) green and brown leaf area index (LAI) and (3) crop type mapping. These prototypes shall provide a baseline for advanced services that can boost the competitiveness of the European agro-industrial sector. SENSAGRI proposes four advanced proof-of-concept services: (i) yield/biomass, (ii) tillage change, (iii) irrigation and (iv) advanced crop maps. The algorithms will be developed and validated in four European agricultural test areas in Spain, France, Italy and Poland, which are representative of the European crop diversity, and their usefulness demonstrated in at least two non-European countries. In order to refine the specifications of the products and to iteratively assess the services, actors of the agricultural sector will be involved using a Living Lab approach. The combination of user-centered approach and of state-of-the-art algorithms will establish a sound foundation for deciding of a new Copernicus land service.

Austrian Space Applications Programme (ASAP), Verwendung von multi-temporalen Sentinel-2 und VHR Pleiades Stereodaten für eine nachhaltiges Waldmonitoring und -management

Das Projekt "Austrian Space Applications Programme (ASAP), Verwendung von multi-temporalen Sentinel-2 und VHR Pleiades Stereodaten für eine nachhaltiges Waldmonitoring und -management" wird/wurde gefördert durch: Österreichische Forschungsförderungsgesellschaft mbH (FFG). Es wird/wurde ausgeführt durch: Universität für Bodenkultur Wien, Institut für Vermessung, Fernerkundung und Landinformation.Sich ändernde nationale und internationale Rahmenbedingungen erfordern eine Anpassung der Bewirtschaftung natürlicher Ressourcen. Die immer vielfältigeren Anforderungen führen dabei zu einem erhöhten Bedarf an detaillierteren Informationen. Ein zunehmender Markt-druck und steigende Gefahren, bedingt durch den Klimawandel, verschärfen die Situation zusätzlich. Traditionelle Waldinventuren können die Anforderung großflächig Daten mit hoher Detailschärfe und dichten Aktualisierungsintervallen zur Verfügung zu stellen, nur teilweise erfüllen. Diesbezüglich bietet die neueste Generation von EO-Satelliten eine bislang unbekannte Fülle an relevanten Daten. Sentinel-2 beispielsweise verspricht - bei großer Szenengröße und damit gleichmäßigen Beobachtungs- und Beleuchtungsbedingungen - kostenfreie, multispektrale Daten mit 10 m Auflösung und einer Wiederholrate von 5 Tagen. Der Sensor verfügt über extrem leistungsstarke Spektralkanäle, speziell abgestimmt auf Analysen von Vegetation; v.a. die Bänder im Red Edge und im SWIR. Die räumliche Auflösung ist für den Großteil der Anwendungen ausreichend. Werden Daten mit höherer Auflösung benötigt, kann zusätzlich auf Pleiades Bilder zurückgegriffen werden. Dieser VHR Satellit (Pixel ca.1 m) kann zusätzlich Stereo-Aufnahmen zur 3D-Analyse bereitstellen. Die Daten werden von österreichischen Anwendern zu reduzierten Preisen bezogen. Die Entwicklung in der Sensorik hat die Forschungsgemeinschaft belebt und das Interesse unterschiedlicher Stakeholder geweckt. Zahlreiche Studien haben bereits das Potenzial von EO-Daten für die Ableitung von forstlichen Parametern wie Holzvorrat, Baumarten und Habitatqualität demonstriert. Jedoch konzentrieren sich die meisten dieser Studien nur auf einzelne Waldparameter und verwenden häufig nur einen EO Sensor. EO4FOREST geht weit darüber hinaus und verfolgt dabei folgende drei übergeordnete Ziele: - Potenzialbewertung von Sentinel-2 und Pleiades zur Ableitung vierfältiger forstlicher Parameter (z. B. Holzvorrat, Baumarten, Kronengröße, Bestandeslücken und räumliche Heterogenität, Blattflächenindex und Lichtverhältnisse) und Vergleich der Ergebnisse mit allgemein verfügbaren Geodaten (z. B. Orthofotos), - Ableitung von relevanten Informationsprodukten aus den forstlichen Parametern unter Berücksichtigung der Anforderungen unterschiedlicher Stakeholder, - fundierte Erkenntnisse über geeignete Verfahren zur optimalen Nutzung der klassischen terrestrischen Inventuren und - falls nötig - zur Adaptation dieser. EO4FOREST wird dazu verschiedene (Satelliten-)Sensoren kombinieren und Zeitreihen aus Sentinel-2 Daten sowie Pleiades 3D-Daten analysieren. Die EO-Daten werden dabei mit unterschiedlichsten Methoden untersucht: von klassischen Klassifizierungen und direkten Messungen, über objektbasierte Bildanalyse (OBIA), hin zur Verwendung von physikalisch-basierten Strahlungstransfermodellen (RTM) und Techniken des maschinellen Lernens. Statt sich auf einen bestimmten Waldtyp zu fokussieren.

1 2 3 4 5 6