API src

Found 46 results.

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.

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.

Forschergruppe (FOR) 2131: Datenassimilation in terrestrischen Systemen; Data Assimilation for Improved Characterisation of Fluxes across Compartmental Interfaces, Sub project: Inferring surface and soil variables from assimilation of atmospheric boundary layer observations

Das Projekt "Forschergruppe (FOR) 2131: Datenassimilation in terrestrischen Systemen; Data Assimilation for Improved Characterisation of Fluxes across Compartmental Interfaces, Sub project: Inferring surface and soil variables from assimilation of atmospheric boundary layer observations" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Universität Hamburg, Fachbereich Erdsystemwissenschaften, Meteorologisches Institut.The evolution of the atmospheric boundary layer is strongly coupled via energy and moisture fluxes with the state of the surface and soil. This interaction is used in meteorological data assimilation to derive soil variables, especially soil moisture, from deviations of forecasts of screen-level atmospheric variables from the observations. This established approach, which is also used operationally by some weather services, will be implemented in the integrated data assimilation scheme of the Research Unit to quantify the information content of atmospheric boundary layer (ABL) observations. We will first consider screen-level temperature and humidity as ABL observations and add later boundary layer height and skin temperature. As a novel research approach, we will extend the assimilation of ABL observations in two main directions: First, model parameters, e.g. leaf area index, will be estimated additionally by the data assimilation to avoid a too strong attribution of forecast errors to state variables of the soil. Second, we will consider not only instantaneous differences of forecasts and observations as so-called innovations, but also take the temporal structure of forecast errors into account. This will account for the very different temporal scales at which surface and soil variables vary: Surface temperature, for example, changes within seconds, whereas soil moisture varies at scales of hours to months (depending on the depth), and parameters, like e.g. the heat conductivity of a dry soil, are constant in time. Accordingly, errors of these quantities result in characteristic atmospheric forecast errors, which we call 'fingerprint', since they allow identifying the error source. The virtual catchment is perfectly suited to determine these fingerprints: At selected grid points, a simplified one-dimensional land-atmosphere model will be used to perform ensemble simulations with systematic perturbations of the fingerprint variable and random perturbations of other model variables. We will identify which atmospheric quantities under which conditions and at which timescales are affected most by the systematic perturbations. As second step, an Ensemble Kalman Filter (EnKF) assimilation system will be installed for the one-dimensional model and expanded to allow for an assimilation of model parameters. Finally, the novel fingerprints will be implemented as observation operator in this framework. This first implementation will be further expanded to account for non-instantaneous observations. We will review existing concepts for this multi-timescale extension and identify the moist suitable approach. The implementation of this enhancement as well as the adaptation of the methodology, which will be developed first for single-column models, to the three-dimensional coupled model system is planned for the second project phase.

ESA-Erdbeobachtungssatellit Sentinel-2A erfolgreich gestartet

Am 22. Juni 2015, startete der von der ESA entwickelte Sentinel-Satelliten, Sentinel 2A, in den Weltraum. Der 1,1 t schwere Satellit hob um 22.52 Uhr Ortszeit an Bord eines Vega-Trägers von Europas Raumflughafen Kourou in Französisch-Guayana ab. Sentinel 2A wird die von dem am 3. April 2014 gestarteten ersten Satelliten der Flotte, Sentinel 1A, in jeder Wetterlage rund um die Uhr erstellten Radarbilder ergänzen. „Mit seiner optischen Kamera stellt Sentinel 2A eine Ergänzung der Radarbilder von Sentinel 1A dar“, meinte Volker Liebig, der ESA-Direktor für Erdbeobachtungsprogramme. „Der Satellit wird für die Gesellschaft äußerst nützliche Bereiche wie die Ernährungssicherheit und die Überwachung der Wälder unterstützen. Seine Kombination aus großem Abtaststreifen und häufigem Überflug wird Nutzern die Möglichkeit geben, Veränderungen der Landoberflächen und Pflanzenwachstum mit bisher ungekannter Genauigkeit zu beobachten. Durch das häufige Überfliegen von Gebieten wird eine neue Generation operationeller Produkte entstehen, die von Landoberflächen und Veränderungsdetektion über Katastrophengebiete und Blattflächenindizes bis hin zu Chlorophyllgehalt und anderen biogeophysikalischen Variablen reichen.“ Die Daten werden auf unentgeltlicher und offener Basis bereitgestellt. An der Analyse, Verarbeitung und Harmonisierung der Rohdaten werden öffentliche und privatwirtschaftliche Diensteanbieter mitwirken.

ICOS-D, Hauptphase - Teilvorhaben Ökosystemprogramm - Teilvorhaben 11

Das Projekt "ICOS-D, Hauptphase - Teilvorhaben Ökosystemprogramm - Teilvorhaben 11" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Hochschule Weihenstephan-Triesdorf, Zentrum für Forschung und Wissenstransfer, Institut für Ökologie und Landschaft.Im Ökosystem-Messprogramm werden Dauerbeobachtungen zum Spurengasaustausch zwischen verschiedenen Ökosystemen und der Atmosphäre durchgeführt. Die Werte werden in Wäldern, Mooren und an landwirtschaftlich genutzten Standorten erhoben. Zentrale Methode ist die Eddy-Kovarianz-Technik, die mit fortschreitender Sensortechnik auch für andere Spurengase wie CH4 und N2O eingesetzt werden kann. Sie wird an jeder Station durch zusätzliche Messungen (Phänologie, Blattflächenindex, Netto-Primärproduktion, Bodenatmung etc.) ergänzt. Diese dienen der Interpretation und Qualitätskontrolle der gemessenen Flüsse. Darüber hinaus ist davon auszugehen, dass die im ICOS-Ökosystemprogramm eingerichtete Forschungsinfrastruktur die Standorte langfristig für zusätzliche Forschungsprojekte interessant machen werden.

ICOS-D, Hauptphase - Teilvorhaben: Ökosystemprogramm TV7

Das Projekt "ICOS-D, Hauptphase - Teilvorhaben: Ökosystemprogramm TV7" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Helmholtz-Zentrum für Umweltforschung GmbH - UFZ, Department Hydrosystemmodellierung.Im Ökosystem-Messprogramm werden Dauerbeobachtungen zum Spurengasaustausch zwischen verschiedenen Ökosystemen und der Atmosphäre durchgeführt. Die Werte werden in Wäldern, Mooren und an landwirtschaftlich genutzten Standorten erhoben. Zentrale Methode ist die Eddy-Kovarianz-Technik, die mit fortschreitender Sensortechnik auch für andere Spurengase wie CH4 und N2O eingesetzt werden kann. Sie wird an jeder Station durch zusätzliche Messungen (Phänologie, Blattflächenindex, Netto-Primärproduktion, Bodenatmung etc.) ergänzt. Diese dienen der Interpretation und Qualitätskontrolle der gemessenen Flüsse. Darüber hinaus ist davon auszugehen, dass die im ICOS-Ökosystemprogramm eingerichtete Forschungsinfrastruktur die Standorte langfristig für zusätzliche Forschungsprojekte interessant machen werden.

1 2 3 4 5