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.
Confronting Climate Change is one of the paramount societal challenges of our time. The main cause for global warming is the increase of anthropogenic greenhouse gases in the Earth's atmosphere. Together, carbon dioxide and methane, being the two most important greenhouse gases, globally contribute to about 81% of the anthropogenic radiative forcing. However, there are still significant deficits in the knowledge about the budgets of these two major greenhouse gases such that the ability to accurately predict our future climate remains substantially compromised. Different feedback mechanisms which are insufficiently understood have significant impact on the quality of climate projections. In order to accurately predict future climate of our planet and support observing emission targets in the framework of international agreements, the investigation of sources and sinks of the greenhouse gases and their feedback mechanisms is indispensable. In the past years, inverse modelling has emerged as a key method for obtaining quantitative information on the sources and sinks of the greenhouse gases. However, this technique requires the availability of sufficient amounts of precise and independent data on various spatial scales. Therefore, observing the atmospheric concentrations of the greenhouse gases is of significant importance for this purpose. In contrast to point measurements, airborne instruments are able to provide regional-scale data of greenhouse gases which are urgently required, though currently lacking. Providing such data from remote sensing instruments supported by the best currently available in-situ sensors, and additionally comparing the results of the greenhouse gas columns retrieved from aircraft to the network of ground-based stations is the mission goal of the HALO CoMet campaign. The overarching objective of HALO CoMet is to improve our understanding and to better quantify the carbon dioxide and methane cycles. Through analysing the CoMet data, scientists will accumulate new knowledge on the global distribution and temporal variation of the greenhouse gases. These findings will help to better understand the global carbon cycle and its influence on climate. These new findings will be utilized for predicting future climate change and assessing its impact. Within the frame of CoMet and due to the operational possibilities we will concentrate on small to sub-continental scales. This does not only allow to identify local emission sources of greenhouse gases, but also opens up the opportunity to use important remote sensing and in-situ data information for the inverse modelling approach for regional budgeting. The project also aims at developing new methodologies for greenhouse gas measurements, and promotes technological developments necessary for future Earth-observing satellites.
Im Rahmen des Projekts soll aus bodengebundenen Wolkenseitenmessungen der reflektierten Strahlung mittels eines abbildenden Spektrometersystems von tropischer hochreichender Konvektion auf das Vertikalprofil der mikrophysikalischen Eigenschaften der Wolke geschlossen werden. Damit soll die vertikale Entwicklung von hochreichender Konvektion, die eine wesentliche klimarelevante Rolle spielt, unter Berücksichtigung des Einflusses von Aerosolpartikeln und von thermodynamischen Bedingungen auf das Tropfenwachstum charakterisiert werden. Die geplanten Messungen sollen auf einem 320 m hohen Messturm (ATTO: Amazonian Tall Tower Observatory), der kürzlich im brasilianischen Regenwald errichtet wurde, stattfinden. ATTO ist mit Messgeräten ausgestattet, die meteorologische, chemische und Aerosolparameter liefern. Die Messregion bietet ideale Beobachtungsbedingungen mit klar definierten Jahreszeiten (Regen- und Trockenzeit), täglicher Konvektion und variablen Aerosolbedingungen. Aus den Messungen eines neuen abbildenden Spektrometersystems, SPIRAS (SPectral Imaging Radiation System) sollen Vertikalprofile der thermodynamischen Phase und der Partikelgröße mit hoher zeitlicher und räumlicher Auflösung und mit Hilfe von adaptierten Verfahren unter Verwendung von dreidimensionalen Strahlungstransportsimulationen abgeleitet werden. Damit sollen vertikale Bereiche, die das Tropfenwachstum beschreiben (Diffusion, Koaleszenz, Mischphasenbereich und Vereisung), identifiziert werden. Zusätzliche Messungen einer Infrarotkamera und eines scannenden Depolarisations-Lidars werden für die Höhen- und Temperaturbestimmung der beobachteten Wolkenelemente herangezogen. Zusätzlich werden die Polarisationsmessungen des Lidars zur Bestimmung der thermodynamischen Phase verwendet, um den wichtigen Phasenübergang zu identifizieren. Mit Hilfe der gewonnenen Daten werden außerdem Annahmen (Effektivradius als konservative Wolkeneigenschaft) wie sie von Ableitungsverfahren zur Bestimmung von mikrophysikalischen Wolkenprofilen aus Satellitenmessungen gemacht werden, überprüft.
Hauptziel des Vorhabens der Universität Bremen ist es, im Rahmen der HALO COMET Mission Antworten auf die Frage zu geben, inwieweit sich starke lokale Quellen der Treibhausgase CO2 und CH4 bzgl. ihrer Emissionen mit Hilfe von Flugzeug-gestützten Fernerkundungsmethoden (aktiv und passive) quantifizieren lassen. Um dies zu erreichen, werden aktive (Lidar) und passive (Spektrometer) Fernerkundungsmethoden mit einander kombiniert. Dabei wird mit dem Sensor MAMAP die Region um die Quelle kleinskalig erfasst, während HALO-COMET den großräumigeren Kontext der atmosphärischen CO2 bzw. CH4 Verteilung in der Atmosphäre erfasst. Der Fokus des Beitrages der Universität Bremen liegt dabei in der kleinskaligen Befliegung der Quellregionen. Aussichtsreiche Quellregionen sind für CO2 die Stadt Berlin und den naheliegenden Kohlkraftwerken im Südosten. Für CH4 eignet sich die Region Oberschlesien in Polen mit ihren aktiven Kohlerevieren und den damit verbundenen starken Methanemissionen besonders. Die Daten der Messkampagne im Frühjahr 2017 werden ausgewertet und analysiert, um daraus mit unterschiedlichen Methoden die CO2-bzw. CH4 Emissionen in der Quellregion zu bestimmen. Dabei werden die Daten von MAMAP und HALO COMET auch synergistisch verwendet, wobei insbesondere den in-situ Messungen zur Verifizierung der Fernerkundungsdaten eine wichtige Rolle zukommt (vgl. auch HALO COMET White Paper). Unterstützt wird die Dateninterpretation zudem durch hochaufgelöste Modellierung in Zusammenarbeit mit dem MPI in Jena.Im Rahmen des Vorhabens wird zudem untersucht, inwieweit die im Rahmen von COMET eingesetzten Fernerkundungssensoren (MAMAP, CHARM-F) zur Validation von Satellitensensoren eignen. Dies erfolgt durch die koordinierte Planung der Messkampagne bzgl. der Satellitenüberflüge von OCO-2 (CO2) und Sentienl-5P (CH4).
Der Aufgabenschwerpunkte des Referates FGIS/Kartographie/Forstvermessung bei Sachsenforst umfassen: Aktualisierung der digitalen Forstgrundkarten im Maßstab 1:5.000 und Herstellung der forstlichen Flächenwerke im Rahmen der periodischen Betriebsplanung: - Klärung von Flurstücks- und Eigentümerfragen, - Fortführung der digitalen Forstgrundkarten, - Flächenermittlung und Fertigung von Flächenverzeichnissen mit Eigentümernachweis Vermessungsarbeiten im Außendienst für forstliche Belange: - Auftragsvergabe für Katastervermessungen an ÖbV im Rahmen der periodischen Betriebsplanung - Abstecken/Einmessen von Inventurpunkten, Versuchsflächen, Erstaufforstungsflächen etc. - Betreuung satellitengestützter Messverfahren (GNSS) unter Waldbedingungen Aufbau und Nutzung eines Forstlichen Geographischen Informationssystems Herstellung forstlich-thematischer Karten Waldmonitoring mit Hilfe von Daten der Fernerkundung Forstvermessung Flächen- und forstlicher Liegenschaftsnachweis
In den vergangenen Jahrzehnten wurden die meisten Grünlandökosysteme in Mitteleuropa durch höhere Düngergaben und durch häufigeres Mähen oder Beweiden verändert. Diese Landnutzungs-Intensivierung hat zwar die Bereitstellung der Ökosystemleistung 'Futterproduktion' verbessert, jedoch die Biodiversität und die Bereitstellung anderer Ökosystemleistungen negativ beeinflusst. Vor allem aufgrund räumlicher Diskrepanzen zwischen ökologischen Prozessen und Managementeinheiten in gekoppelten sozial-ökologischen Systemen fehlt bisher ein mechanistisches Verständnis zu Effekten der Landnutzungs-Intensivierung auf die Beziehung der Biodiversität zu Ökosystemfunktionen und -leistungen. In unserem Projekt SEBAS wollen wir dieses mechanistische Verständnis verbessern, indem wir plotbasierte ökologische Forschung zur Landnutzungsintensität und zu sechs grundlegenden Biodiversitätsvariablen (engl. EBVs) mit einer satellitenbasierten Fernerkundung dieser Proxies verbinden. Wir werden Beziehungen zwischen funktionaler und struktureller Diversität und der Ökosystemleistung 'Futterproduktion' (oberirdische Biomasse bzw. Primärnettoproduktion) für managementrelevante Flächen analysieren. Dies sind Wiesen- bzw. Weideflächen, landwirtschaftliche Betriebe und Landschaften. Wir stellen die Hypothesen auf, dass (i) die sechs EBVs auf mehreren räumlichen Skalen unter Verwendung multimodaler Satellitenbild-Zeitreihendaten abgeleitet werden können, die mit vorhandenen und neu erhobenen Daten zur Landnutzungsintensität und zu EBVs kalibriert und validiert wurden; und dass (ii) Auswirkungen der Landnutzung auf die Beziehung der Biodiversität zu Ökosystemfunktionen und -leistungen über räumliche Skalen hinweg variieren. Hierbei dürfte die funktionale und strukturelle Diversität eine Schlüsselrolle für die Höhe und zeitliche Stabilität der Futterproduktion spielen. Das Projekt wird räumlich explizite EBV-Produkte auf Satelliten- und UAV-Basis liefern sowie neue Methoden entwickeln, die auf multiskalierten und multimodalen Fernerkundungs-Datensätzen (PlanetScope, RapidEye, Sentinel 1 & 2, Landsat, MODIS) sowie auf maschinellen Lern- und Hybridmodellen basieren. Durch Raum-für-Zeit-Substitutionen für Klimawandel und Landnutzungswandel werden wir zudem interaktive Auswirkungen dieser beiden wichtigsten Treiber des Globalen Wandels auf die Beziehung der Biodiversität zu Ökosystemfunktionen und -leistungen analysieren. Hierfür werden wir direkte und indirekte (biodiversitätsvermittelte) Auswirkungen der beiden Treiber auf die Futterproduktion mittels eines sozial-ökologischen Systemansatzes formalisieren und über Strukturgleichungsmodellen quantifizieren. Auf diese Weise werden wir ein tieferes Verständnis der Ökosystemfunktionen und -leistungen in mitteleuropäischen Grünländern erlangen.
This raster dataset shows the main type of crop grown on each field in Germany each year. Crop types and crop rotation are of great economic importance and have a strong influence on the functions of arable land and ecology. Information on the crops grown is therefore important for many environmental and agricultural policy issues. With the help of satellite remote sensing, the crops grown can be recorded uniformly for whole Germany. Based on Sentinel-1 and Sentinel-2 time series as well as LPIS data from some Federal States of Germany, 18 different crops or crop groups were mapped per pixel with 10 m resolution for Germany on an annual basis since 2017. These data sets enable a comparison of arable land use between years and the derivation of crop rotations on individual fields. More details and the underlying (in the meantime slightly updated) methodology can be found in Asam et al. 2022.
This pre-study pilot project will be carried out in Kenya and Tanzania and is part of a more extensive remote sensing project (initiated by the European Space Agency, ESA) aiming to develop a monitoring system for the assessment of land cover change of farmlands, rangelands and forest standings (logging, fires, uncontrolled deforestation, new settlements, etc.) at a national regional level. An integrated approach of remote sensing techniques (both through the use of satellite and ground data), physical vegetation models and ground measurements will be adopted. Operatively, the execution will consist of a 6-month period (pre-study) consisting in a ground campaign along a north-south transect, which is almost unknown to the current vegetation cartography. Based on the field results of the pre-study and within an on-going 30 month period (extended study, see Annexed 3), new classification methods and algorithms will be developed for assessment of land use and cover change using ENVISAT-data. An outcoming of this research will be a system capable to monitor and plan the available agricultural food resources for those developing regions.
This dataset contains 6-year averages of global filtered tropospheric NO2 slant column densities (tSCDs) retrieved from the Sentinel-5 Precursor (S5P) satellite sensor TROPOMI (Tropospheric Monitoring Instrument) for the period from 1 May 2018 to 30 April 2024. All data are available on a 0.03° x 0.03° grid. The NO2 tSCDs are derived from the total slant columns by subtracting the across-track NO2 slant column stripe offset and spatially averaged stratospheric vertical column densities (VCDs) multiplied with the stratospheric air mass factor (AMF), provided in the TROPOMI NO2 product. The filtered NO2 tSCDs are developed to detect global shipping signals in the NO2 TROPOMI data. Therefore, only pixels over water are available in this dataset. The filtering methods include a high-pass filter with different box sizes (1°, 0.5°, 0.25°) and a Fourier filter. In addition, different flagging criteria are applied to the data with the standard box size of 1° for the high-pass filtering: no flagging, quality (qa) flagging, cloud fraction (CF) flagging, cloud height (CH) flagging, wind speed (wind) flagging, and sun glint (sg) flagging.
Im Teilvorhaben 3 wird im Modul 5 (Flächendeckendes satellitengestütztes Monitoring der Wachstumsreaktion) ein satellitenbasiertes räumliches Monitoring der Wachstumsreaktion der Bäume für die Testgebiete entwickelt. Als Wachstumsreaktion wird die Veränderung des Saftflusses sowie des Dickenwachstums als Reaktion auf extreme Hitze- und Trockenperioden definiert. Beide Variablen werden mittels DHC-Stationen in situ gemessen und durch die Kombination mit Satellitendaten in die Fläche überführt. Als Prädiktoren werden neuartige Daten der spektral hochaufgelösten ECOSTRESS (IR hyperspektral), OCO-3 und DESIS (Hyperspektralsensor) herangezogen, die alle auf der ISS installiert und damit optimal für eine solche Datenkombination geeignet sind. Die Daten der punktuellen DHC-Stationen werden verwendet, um maschinelle Lernmodelle auf der Basis der spektral hochaufgelösten neuen Fernerkundungsdaten unter normalen und extremen Klimabedingungen zu trainieren. Die Modelle können auf das Prädiktorgitter angewendet werden, sodass die Zielvariablen räumlich modelliert werden können. Aufgrund der schlechten zeitlichen Auflösung werden diese Daten wiederum als Prädiktoren verwendet, um die Zielvariablen auf konventionelle, zeitlich höher aufgelöste (Sentinel, MODIS) und Kronen auflösende Systeme (Planet) zu transferieren. Damit ist ein räumliches Monitoring unter verschiedenen Klimabedingungen möglich. ECOSTRESS liefert gegitterte Prädiktorvariablen zur Verdunstung, zum Evaporative Stress Index sowie zur Water Use Efficiency in 30 bis 70 m Auflösung, die mit DHC-Messungen des Saftflusses kombiniert werden. OCO-3 liefert Informationen zur fotosynthetischen Aktivität (SIF: solar-induced chlorophyll fluorescence) in etwa 2 km Auflösung, die mit den DHC-Messungen zum Dickenwachstum kombiniert werden. DESIS liefert hyperspektrale Daten in 30 m Auflösung und wird v.a. für die Erhöhung der räumlichen Auflösung der OCO-3 Daten verwendet.
| Organisation | Count |
|---|---|
| Bund | 842 |
| Europa | 48 |
| Global | 1 |
| Kommune | 1 |
| Land | 52 |
| Schutzgebiete | 2 |
| Weitere | 2 |
| Wirtschaft | 9 |
| Wissenschaft | 457 |
| Type | Count |
|---|---|
| Daten und Messstellen | 20 |
| Ereignis | 24 |
| Förderprogramm | 786 |
| Text | 38 |
| unbekannt | 21 |
| License | Count |
|---|---|
| Geschlossen | 46 |
| Offen | 842 |
| Unbekannt | 1 |
| Language | Count |
|---|---|
| Deutsch | 715 |
| Englisch | 273 |
| Resource type | Count |
|---|---|
| Archiv | 3 |
| Datei | 47 |
| Dokument | 22 |
| Keine | 393 |
| Webdienst | 2 |
| Webseite | 463 |
| Topic | Count |
|---|---|
| Boden | 670 |
| Lebewesen und Lebensräume | 749 |
| Luft | 662 |
| Mensch und Umwelt | 889 |
| Wasser | 531 |
| Weitere | 878 |