Entwicklung und Anwendung eines invertierbaren Forstreflexionsmodells zur fernerkundlichen Erfassung von Kronenschlußgrad, Blattflächenindex, Blattpigmentierung und Blattwassergehalt
Laufzeit: 01.01.1997 - 31.12.2000
Förderung durch: Umweltschutzprojekt der Universität Trier (Kapitel 1512)
Kurzfassung
Die Forschungsaktivitäten konzentrieren sich auf die Entwicklung eines robusten, physikalisch basierten Forstreflexionsmodells (INFORM), das eine fernerkundliche Erfassung wichtiger bio-physikalischer Forstparameter erlaubt, wobei sowohl herkömmliche Multispektraldaten (u.a. Landsat-TM), als auch experimentelle Hyperspektraldaten (u.a. DAIS und HyMAP) zur Analyse herangezogen werden können. Dass sich in der Entwicklung befindliche Forstreflexionsmodell wird im Moment in mehreren Fallstudien...Die Forschungsaktivitäten konzentrieren sich auf die Entwicklung eines robusten, physikalisch basierten Forstreflexionsmodells (INFORM), das eine fernerkundliche Erfassung wichtiger bio-physikalischer Forstparameter erlaubt, wobei sowohl herkömmliche Multispektraldaten (u.a. Landsat-TM), als auch experimentelle Hyperspektraldaten (u.a. DAIS und HyMAP) zur Analyse herangezogen werden können. Dass sich in der Entwicklung befindliche Forstreflexionsmodell wird im Moment in mehreren Fallstudien eingesetzt:
(1) fernerkundliche Bestimmung des Blattverlustes im Bienwald auf Grund einer Schwammspinner-Kalamität (Analyse von Landsat-TM Daten)
(2) fernerkundliche Bestimmung des Einflusses von Kompensationskalkungen auf die "Vitalität" von Fichtenforsten im Hunsrück (Analyse von Landsat-TM Daten)
(3) fernerkundliche Bestimmung des LAI und Kronenschlußgrades von Quercus Ilex und Quercus Pubescens Beständen im südfranzösischen Languedoc (Analyse von DAIS-Daten)» weiterlesen» einklappen
Veröffentlichungen
- Atzberger, C.; Buchroithner, M.
- Development of an invertible forest reflectance model: The INFOR model
- Atzberger, C.; Albertz, Albertz
- INFORM: Ein invertierbares Forstreflexionsmodell zur fernerkundlichen Bestimmung biophysikalischer Größen
- Udelhoven, T.; Atzberger, C.; Hill, J. et al.
- Retrieving structural and biochemical forest characteristics using artificial neural networks and physical based reflectance models
- Stöver, O.; Delb, H.; Engels, F. et al.
- An assessment of forest areas damaged by a gypsy moth infestation through Satellite Remote Sensing and GIS