English Intern

BETA-FOR – ENHANCING STRUCTURAL DIVERSITY IN PRODUCTION FORESTS

Neue Erdbeobachtungstechniken für die Waldstruktur und die Charakterisierung auf mehreren Skalen

Arbeitsprogramm 1

Vorverarbeitung und Harmonisierung von Daten

Arbeitsprogramm 2

Multisensor-Kategorisierung des zeitlichen Bereichs verschiedener Störungen auf verschiedenen räumlichen Skalen

Arbeitsprogramm 3

Benchmarking der räumlichen, spektralen und zeitlichen Auflösung und des Sensortyps für die Bewertung der β- und γ-Diversität von Wäldern

Arbeitsprogramm 4

Verfolgung der Variation wesentlicher Variablen der biologischen Vielfalt und der Ökosystemfunktionen

Team

Prof. Dr. Claudia Künzer

Julius-Maximilians-University Wuerzburg
Institute of Geography and Geology

E-Mail: claudia.kuenzer@dlr.de

Dr. Martin Wegmann

Julius-Maximilians-University Wuerzburg
Departement of Remote Sensing

E-Mail: martin.wegmann@uni-wuerzburg.de

Patrick Kacic

DLR: Land Surface Dynamics (LAX), Team Agroecosystems and Phenology

DLR/Julius-Maximilians-University Wuerzburg

E-Mail: patrick.kacic@uni-wuerzburg.de

PhD

Dr. Mirjana Bevanda

Julius-Maximilians-University Wuerzburg
Institute of Geography and Geology

E-Mail: mirjana.bevanda@uni-wuerzburg.de

Postdoc (Support)

Dr. Frank Thonfeld

Julius-Maximilians-University Wuerzburg
Institute of Geography and Geology

Postdoc (Support)

Ziele

Unser Hauptziel ist es, die Skalen von In-situ-Messungen zur Waldstruktur, Biodiversität und Funktionalität, feinskaliger Nahbereichs-Fernerkundung (UAV-Typ, luftgetragen) und weltraumgestützter Satelliten-Fernerkundung miteinander zu verbinden.

Wir streben ein besseres Verständnis dafür an, ob und wie die gemeinsame Analyse von Multi-Sensor-Daten mit unterschiedlichen spektralen, räumlichen und zeitlichen Auflösungen, insbesondere im Hinblick auf Biodiversität und Ökosystemfunktionen, zur Bewertung auf In-situ-Ebene beitragen kann, einschließlich der Patch-Ebene sowie des Forstbezirks. Daher verfolgen wir eine Strategie, möglichst viele verschiedene Fernerkundungstechnologien und Datentypen zu berücksichtigen, einschließlich Daten von Multi-Sensor-UAV (multispektral, thermisch, Lidar), luftgestützten hyperspektralen und weltraumgestützten multispektralen, hyperspektralen, thermischen und SAR-Daten mit unterschiedlichen spektralen, räumlichen, radiometrischen und zeitlichen Auflösungen.

Da wir Zeit und multitemporale Informationen für die Bewertung von Biodiversität und Ökosystemfunktion und ihrer Variation als entscheidend betrachten, werden alle Daten als mehrsaisonale Zeitreihen verfügbar sein.