Mit der Initiierung des Europäischen Copernicus Programms zur Erdbeobachtung und dem damit verbundenen Start der Satelliten Sentinel-1A & B stehen erstmals zuverlässig und kostenfrei dichte C-Band Radardatenzeitserien zur Verfügung. Die Kombination beider Schwestersatelliten erlaubt die Datenakquisition mit einer zeitlichen Wiederholrate von sechs Tagen bei gleichbleibender Aufnahmegeometrie. Die nun zur Verfügung stehende zeitliche Dimension der SAR-Datensätze ermöglicht und erfordert innovative Datenauswertestrategien, die zum einen die Vorprozessierung der Daten und zum anderen die Extrahierung des Informationsgehaltes optimieren. Das übergeordnete Ziel dieses Vorhabens ist die Entwicklung und der Test eines geeigneten Verfahrens. Der vorgeschlagene Ansatz basiert auf der temporalen Dekomposition von SAR Zeitreihen. Die extrahierte raumzeitliche Information soll hinsichtlich ihrer Eignung als Datengrundlage für bestimmte Anwendungen untersucht werden. Parallel soll mittels temporaler Dekomposition ein neuartiger Speckle-Filter entwickelt werden. Der Speckle-Filter wird die Eigenschaft besitzen, ausschließlich über die Zeit zu filtern. Somit bleibt die geometrische Auflösung der Eingangsdaten vollständig erhalten. Eine Erweiterung des Filters zur raum-zeitlichen Filterung ist ebenso vorgesehen. Die Zerlegung des zeitlichen Signals erfolgt in einzelne Komponenten unterschiedlicher Frequenz. Komponenten hoher Frequenz bilden zufällige Rückstreuvariationen ab (Speckle, Niederschlagseinflüsse etc.), Komponenten mittlerer oder niedriger Frequenz werden durch biophysikalische Prozesse wie z.B. Bodenfeuchteänderungen oder Pflanzenwachstum dominiert. Welche Komponenten mit welchen biophysikalischen Prozessen zusammenhängen, und welche zeitliche Abtastungsdichte gegeben sein muss, um den Einfluss dieser Steuergrößen abbilden zu können, soll im Rahmen dieses Vorhabens analysiert werden. Bezüglich der Bodenfeuchteableitung soll zudem geprüft werden, inwieweit Sentinel-1 basierte Kohärenzen sowie Phasentriplets geeignete Proxys für die Ableitung von Bodenfeuchteindikatoren sein können. Entsprechend dieser Ergebnisse erfolgt die Erforschung der Nutzbarkeit der zeitlichen Komponenten hinsichtlich der Anwendungsentwicklung. Im Vordergrund stehende Anwendungsfälle sind hier die Kartierung der Landbedeckung und -nutzung inkl. REDD+ Fragestellungen, die Detektion von Landbedeckungsveränderungen, Analysen zur Dynamik von Feuchtgebieten sowie die Ableitung von Bodenfeuchteindikatoren.
Die Radiookkultations-(RO)-Technik verwendet auf niedrigfliegenden (Low Earth Orbiter, LEO) Satelliten installierte Empfänger, um GPS/GNSS-Signale zu empfangen und Bogenmessungen der Erdatmosphäre und Ionosphäre durchzuführen. Aufgrund des Erfolgs der FormoSat-3/COSMIC- (Constellation Observing System for Meteorology, Ionosphere and Climate, FS3/COSMIC) -Mission, bestehend aus sechs Mikro-LEO-Satelliten, hat das gemeinsame US- und taiwanesische RO-Team beschlossen, eine COSMIC-Folgemission (sog. FS7/COSMIC2) voranzubringen. Die GNSS-RO-Nutzlast mit Namen Tri-G GNSS Radio-occultation System (TGRS) wird mehrkanalige GPS-, GLONASS- und Galileo-Satellitensignale empfangen und in der Lage sein, mehr als 10.000 RO-Beobachtungen täglich zu verfolgen, nachdem sowohl schwache als auch starke Bahnneigungs-Konstellationen vollständig abgedeckt worden sind. Man geht davon aus, die dichteren RO-Szintillationsbeobachtungen zu nutzen, um die Struktur der Erdatmosphäre und -ionosphäre genau zu analysieren und zu modellieren.Zusätzlich könnte die spezielle Art von GNSS-Multipfadverzögerungen, die von der Erdoberfläche reflektiert werden, verwendet werden, um Erdoberflächenumgebungsdaten, wie Ozeanhöhen und Seegang, zu erfassen. Die Empfindlichkeit dieser Signalcharakteristika gegenüber Ausbreitungseffekten ist für verschiedene Arten der Umweltfernerkundung geeignet. Dies hat einen Bedarf deutlich gemacht, geeignete Empfänger zu entwerfen und zu entwickeln, die reflektierte und gestreute GPS/GNSS-Signale in Echtzeit erfassen und verarbeiten können, um die Speicherung riesiger Mengen an Rohdaten zu vermeiden. Wir schlagen auch vor, das feldprogrammierbare Gatterfeld (Field Programmable Gate Array, FPGA) auf die GPS/GNSS-Reflektometrieinstrumente anzuwenden, wobei eine hohe Synchronität und ein größtmöglicher Nutzen aus den verfügbaren Hardware-Ressourcen zu erzielen wäre. Mittels Simulink/Matlab kann das FPGA auch komplexe Delay-Doppler-Map- (DDM) -Daten in Echtzeit durch Korrelation der phasengleichen und Quadraturkomponenten der Basisbandsignale berechnen. Diese Studie wird neue Ziele und Ergebnisse der GNSS-Fernerkundung der Atmosphäre, Ionosphäre, und der Ozeane sowie neue Möglichkeiten für die zukünftige FS7/COSMIC2-Mission aufzeigen.Das Projekt wird am Institut für Geodäsie und Geoinformationstechnik TU Berlin in enger Kooperation mit Wissenschaftlern des GFZ, Potsdam und des GPS Science and Application Research Center (GPSARC) der NCU, Taiwan durchgeführt.Die Ziele des Projekts lassen sich wie folgt zusammenfassen:(1) Nutzung von GPS/GNSS-RO-Atmosphärendaten und Entwicklung hochentwickelter Algorithmen für die untere Troposphäre und klimatologische Untersuchungen,(2) Erfassung und Überwachung der sporadischen E(Es)-Schicht, Szintillationen und damit zusammenhängender Effekte einschließlich vertikaler Kopplungen und(3) Entwicklung eines Echtzeit-FPGA-basierten GPS/GNSS-Reflektometers für Anwendungen im Bereich von Meereshöhen- und Seegangsmessungen.
Die Veränderung der instanten Richtung und des Betrages des Erdrotationsvektors infolge der variablen Strömungen der Atmosphäre und des Ozeans sollen für Zeiträume von Tagen bis Dekaden berechnet und mit geodätischen Beobachtungen verglichen werden. Grundlage sind die numerischen Daten hochauflösender Zirkulationsmodelle von Atmosphäre und Ozean, aus denen die zeitabhängigen Antriebsfunktionen für die Integration der Kreiselgleichungen der Erdrotation gewonnen werden. Die Arbeiten gehen in drei Richtungen: (1) Es soll grundsätzlich untersucht werden, welche Perioden der Erdrotation durch den gemeinsamen Einfluss von Atmosphäre und Ozean angeregt werden ('Systemstudie').(2) Es soll mit hochaufgelösten Daten der Atmosphäre und des Ozeans (Reanalysen) und den präzisen Beobachtungen moderner geodätischer Raumverfahren (VLBI, GPS) eine Assimilation in die Liouvilleschen Kreiselgleichungen durchgeführt werden. Ziel dieser Studie ist eine optimale Anpassung und Kontrolle von freien Parametern (Lovesche Zahlen, Reibungskoeffizienten, Dämpfungsfaktor Q) ('Assimilationsstudie').(3) Es sollen für den konkreten Zeitraum der letzten 100 Jahre Vergleiche mit gemessenen Polbewegungen und Änderungen der Tageslänge durchgeführt werden ('Klimastudie').
Zur Erreichung der von der neuen Bundesregierung gesteckten Ausbauziele in der Windenergie ist die Erschließung einer Vielzahl neuer Flächen für Windparks in kurzer Zeit erforderlich. Grundlage für die Windparkplanung an einem neuen Standort ist die Abschätzung der zu erwartenden Energieerträge sowie die Auswahl geeigneter Windenergieanlagen. Derzeit ist die Ertragsabschätzung mit hohen Unsicherheiten behaftet. Zudem ist sie insbesondere aufgrund der aktuell erforderlichen, einjährigen Windmessung zeit- und kostenintensiv. Ziel des Projektes ist es deshalb, durch Verbesserungen entlang der gesamten Prozesskette qualitativ bessere Ertragsabschätzungen in kürzerer Zeit und zu deutlich geringeren Kosten zu ermöglichen. Für die Zielerreichung werden Verfahren entwickelt, die eine bessere Datengrundlage (z.B.Reanalysen, Rauhigkeitsdaten) für die Windbranche liefern. Darüber hinaus werden an verschiedenen Stellen innovative Verfahren aus dem Bereich der Data Science wie maschinelles Lernen oder Modellensembles verwendet, um eine genaue Abschätzung der Energieerträge in kürzerer Zeit zu ermöglichen. Das Zusammenführen der verschiedenen Verfahren und Daten zu einem Gesamtprozess ermöglicht neben der Qualitätssteigerung einen hohen Grad an Automatisierung von Ertragsgutachten. Letztendlich schafft das Projekt damit die Grundlage für eine Senkung der Projektrisiken für Planer und Projektierer. Darüber hinaus können die entwickelten Verfahren auch für genauere regionale Potenzialabschätzungen verwendet werden und so einen Beitrag zur besseren Planung des Windenergieausbaus leisten. Das Fraunhofer IEE koordiniert das Verbundprojekt. Wissenschaftlich fokussiert sich das Fraunhofer IEE im Rahmen ihrer Forschungsarbeiten auf die Entwicklung von Verfahren zur Detektion von Rauhigkeitsänderungen auf Basis von Erdbeobachtungsdaten und entwickelt zeitreihenabhängige Verlustmodelle für verbesserte Ertragsabschätzungen.
Zur Erreichung der von der neuen Bundesregierung gesteckten Ausbauziele in der Windenergie ist die Erschließung einer Vielzahl neuer Flächen für Windparks in kurzer Zeit erforderlich. Grundlage für die Windparkplanung an einem neuen Standort ist die Abschätzung der zu erwartenden Energieerträge sowie die Auswahl geeigneter Windenergieanlagen. Derzeit ist die Ertragsabschätzung mit hohen Unsicherheiten behaftet. Zudem ist sie insbesondere aufgrund der aktuell erforderlichen, einjährigen Windmessung zeit- und kostenintensiv. Ziel des Projektes ist es deshalb, durch Verbesserungen entlang der gesamten Prozesskette qualitativ bessere Ertragsabschätzungen in kürzerer Zeit und zu deutlich geringeren Kosten zu ermöglichen. Für die Zielerreichung werden Verfahren entwickelt, die eine bessere Datengrundlage (z.B.Reanalysen, Rauhigkeitsdaten) für die Windbranche liefern. Darüber hinaus werden an verschiedenen Stellen innovative Verfahren aus dem Bereich der Data Science wie maschinelles Lernen oder Modellensembles verwendet, um eine genaue Abschätzung der Energieerträge in kürzerer Zeit zu ermöglichen. Das Zusammenführen der verschiedenen Verfahren und Daten zu einem Gesamtprozess ermöglicht neben der Qualitätssteigerung einen hohen Grad an Automatisierung von Ertragsgutachten. Letztendlich schafft das Projekt damit die Grundlage für eine Senkung der Projektrisiken für Planer und Projektierer. Darüber hinaus können die entwickelten Verfahren auch für genauere regionale Potenzialabschätzungen verwendet werden und so einen Beitrag zur besseren Planung des Windenergieausbaus leisten. Das Fraunhofer IEE koordiniert das Verbundprojekt. Wissenschaftlich fokussiert sich das Fraunhofer IEE im Rahmen ihrer Forschungsarbeiten auf die Entwicklung von Verfahren zur Detektion von Rauhigkeitsänderungen auf Basis von Erdbeobachtungsdaten und entwickelt zeitreihenabhängige Verlustmodelle für verbesserte Ertragsabschätzungen.
Borealen Wälder speichern fast ein Drittel des weltweiten terrestrischen Kohlenstoffs in Biomasse und Böden. Die Stabilität dieser Kohlenstoffvorräte ist in der jüngsten Zeit intensiv diskutiert worden, denn es wird erwartet, dass Waldstörungen wie etwa Insektenausbrüche, Stürme oder Brände im Klimawandel zunehmen werden. Während für die nordamerikanischen und europäischen borealen Wälder eine solide Wissensbasis über sich verändernde Waldstörungen existiert, gibt es für die russischen borealen Wälder nur wenige Fallstudien. Diese wenigen Fallstudien decken jedoch nur einen sehr kleinen Teil der riesigen Ausdehnung des russischen borealen Waldes ab, was wiederum das Kohlenstoffbudget des russischen borealen Waldes höchst unsicher macht. Im Rahmen des BOFOR-Projekts schlagen wir daher vor, diese Wissenslücke zu schließen, indem wir unser Verständnis der sich veränderte Waldstörungen und deren Einfluss auf den Kohlenstoffhaushalt des russischen borealen Waldes verbessern. Das Projekt verfolgt dabei die folgenden sechs Ziele: (1) Entwicklung eines neuen räumlich expliziten Datensatzes für Waldstörungen für den gesamten russischen borealen Wald unter Verwendung von Erdbeobachtungsdaten. (2) Die Zuordnung von Waldstörungen zu ihren kausalen Verursachern wie Feuer, Wind, Insektenbefall und Holzernte. (3) Quantifizierung der Sensitivität von Störungen in borealen Wäldern gegenüber zunehmenden Klimaextremen im Zuge des Klimawandels. (4) Quantifizierung der Erholungsfunktion nach Störung, mit besonderem Blick auf die Biomasse. (5) Quantifizierung der Sensitivität der Erholungsfunktion gegenüber biotischen, bodenkundlichen und klimatischen Faktoren. (6) Erstellung eines vollständigen Kohlenstoffbudgets für den borealen Wald, einschließlich Störungen und Erholung. Das von uns vorgeschlagene Projekt wird eine wichtige Wissenslücke im globalen Kohlenstoffkreislauf schließen und damit unser Verständnis des Klimaschutzpotenzials der Wälder weltweit erheblich verbessern.
Das Werkzeug der Erdbeobachtung wird auf verschiedenen Skaleneben genutzt, um Methodenentwicklungen voranzutreiben. Langjährige Erfahrungen des DLR-DFD in der skalenübergreifenden Nutzung und Auswertung von Satellitendaten und umfangreichen Satellitendaten-Zeitreihen verschiedenster Sensoren für globale, kontinentale, regionale und lokale Anwendung zur Beschreibung und Quantifizierung des Globalen Wandels werden zusammengeführt mit der langjährigen Erfahrung aus der forstlich fokussierten Fernerkundung, eingebracht durch die Kooperationspartner aus den forstlichen Forschungsanstalten der beteiligten Bundesländer Thüringen und Bayern, sowie Baden-Württemberg, Niedersachsen, Hessen, Sachsen-Anhalt und Schleswig-Holstein. Durch die Beteiligung der 4 Partner, die die forstliche Forschung in 7 Bundesländern vertreten, wird ca. 65% des deutschen Waldes abgedeckt. Die Kooperation ermöglicht eine zielgerechte, praxisnahe Herangehensweise kombiniert aus den Bedürfnissen der kooperierenden Länder, dem Wissen aller Beteiligten, um das Potential und der Grenzen der Fernerkundung und dem Wissen der forstlichen Institutionen der Länder, welche Interessen auf Bundes-, Landes- und Regionalebene bestehen. Gemeinsam wird mit robusten Methoden der Fernerkundung, wie anerkannten Technologien des maschinellen Lernens, an der Generierung und Weiterentwicklung praxis-relevanter Informationsprodukte für die raumzeitliche Erfassung von klimabedingten Schädigungen am Wald in Deutschland gearbeitet. Auf Landesebene wird auf Schädigungen an Laubhölzer in Bayern und in Thüringen auf die Ursachendifferenzierung von Schädigungen fokussiert. Auf der regionalen Ebene kann z.B. durch die Integration hoch genauer in-situ-Daten der beteiligten Projektpartner eine qualitative Prüfung ermöglicht und Herangehensweisen entwickelt und getestet werden, um relevante Informationen auf andere Skalenebenen zu übertragen
Das Werkzeug der Erdbeobachtung wird auf verschiedenen Skaleneben genutzt, um Methodenentwicklungen voranzutreiben. Langjährige Erfahrungen des DLR-DFD in der skalenübergreifenden Nutzung und Auswertung von Satellitendaten und umfangreichen Satellitendaten-Zeitreihen verschiedenster Sensoren für globale, kontinentale, regionale und lokale Anwendung zur Beschreibung und Quantifizierung des Globalen Wandels werden zusammengeführt mit der langjährigen Erfahrung aus der forstlich fokussierten Fernerkundung, eingebracht durch die Kooperationspartner aus den forstlichen Forschungsanstalten der beteiligten Bundesländer Thüringen und Bayern, sowie Baden-Württemberg, Niedersachsen, Hessen, Sachsen-Anhalt und Schleswig-Holstein. Durch die Beteiligung der 4 Partner, die die forstliche Forschung in 7 Bundesländern vertreten, wird ca. 65% des deutschen Waldes abgedeckt. Die Kooperation ermöglicht eine zielgerechte, praxisnahe Herangehensweise kombiniert aus den Bedürfnissen der kooperierenden Länder, dem Wissen aller Beteiligten, um das Potential und der Grenzen der Fernerkundung und dem Wissen der forstlichen Institutionen der Länder, welche Interessen auf Bundes-, Landes- und Regionalebene bestehen. Gemeinsam wird mit robusten Methoden der Fernerkundung, wie anerkannten Technologien des maschinellen Lernens, an der Generierung und Weiterentwicklung praxis-relevanter Informationsprodukte für die raumzeitliche Erfassung von klimabedingten Schädigungen am Wald in Deutschland gearbeitet. Auf Landesebene wird auf Schädigungen an Laubhölzer in Bayern und in Thüringen auf die Ursachendifferenzierung von Schädigungen fokussiert. Auf der regionalen Ebene kann z.B. durch die Integration hoch genauer in-situ-Daten der beteiligten Projektpartner eine qualitative Prüfung ermöglicht und Herangehensweisen entwickelt und getestet werden, um relevante Informationen auf andere Skalenebenen zu übertragen.
| Origin | Count |
|---|---|
| Bund | 552 |
| Global | 12 |
| Land | 9 |
| Wissenschaft | 53 |
| Type | Count |
|---|---|
| Daten und Messstellen | 16 |
| Ereignis | 10 |
| Förderprogramm | 513 |
| Repositorium | 3 |
| Text | 8 |
| unbekannt | 53 |
| License | Count |
|---|---|
| geschlossen | 12 |
| offen | 561 |
| unbekannt | 30 |
| Language | Count |
|---|---|
| Deutsch | 347 |
| Englisch | 295 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Datei | 14 |
| Dokument | 2 |
| Keine | 377 |
| Webdienst | 2 |
| Webseite | 220 |
| Topic | Count |
|---|---|
| Boden | 461 |
| Lebewesen und Lebensräume | 432 |
| Luft | 445 |
| Mensch und Umwelt | 603 |
| Wasser | 287 |
| Weitere | 591 |