Das Projekt "Opt4Environment - Fernerkundliche Früherkennung für das Umweltmonitoring" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Julius-Maximilians-Universität Würzburg, Institut für Geographie und Geologie, Lehrstuhl für Fernerkundung.Das Projekt strebt an, gezielt Verfahren zur verbesserten Ausschöpfung des Potenzials neuer satellitengestützter Sensoren für das Umweltmonitoring zu entwickeln und zu demonstrieren. Damit soll eine Grundlage für neue, servicefähige Methoden zur Früherkennung von Veränderungen in den Umweltbedingungen verschiedener Ökosysteme geschaffen werden. Das Projekt gliedert sich in zwei Arbeitsbereiche, die in einigen Arbeitspaketen gebündelt werden. Gemäß der Zielsetzung sind dies die Vitalität von Wäldern (AP 1) und die Untersuchung der Siedlungs- und Landnutzungsmustern mit ihren Einflüssen auf die Artenvielfalt (AP 2). In AP 1 wird ein Strahlungstransfermodell (STM) für Wald auf Basis von multi-temporalen Daten unterschiedlicher Sensoren (HySpex, Sentinel-2, simulierte EnMAP-Daten) implementiert werden, wobei mit Blick auf die Operationalisierung Parameter der Waldstruktur aus SAR-Daten bestimmt werden (TerraSAR-X, Sentinel-1). Über statistische Modelle sollen die Ergebnisse der STM mit Messdaten zu Borkenkäferbefall oder Trockenstress auf ihre Aussagekraft untersucht werden. In AP 2 werden saisonale Parameter aus hochaufgelösten Sentinel-2-Zeitserien entwickelt, die die Dynamik des Raums beschreiben. Existierende fernerkundliche Daten (DLM-DE, Global Urban Footprint und Versiegelungslayer) werden validiert. Das Datenpaket wird auf ihre Aussagekraft bei der Modellierung der Artenvielfalt getestet, um früh negative Entwicklungen zu erkennen.