Satellite terrestrial ecosystem large-scale analysis
(Stella)
Unser Ziel ist es, die Austauschprozesse zwischen der Vegetation der Landoberfläche und der Atmosphäre besser zu verstehen und zu quantifizieren. Dafür kombinieren wir Satellitenbeobachtungen mit in-situ Messungen von Treibhausgasflüssen an der Landoberfläche. Satellitenbeobachtungen ermöglichen es uns, Informationen über den Zustand und die Gesundheit von Landökosystemen auf regionaler Skala zu erhalten, auch in schwer zugänglichen Gebieten wie Regenwäldern oder Polarregionen. Darüber hinaus können Satelliten in verschiedenen Wellenlängenbereichen messen. Dadurch können wir auch solche Daten sammeln, die mit dem Auge nicht direkt erkennbar wären, zum Beispiel über die Feuchtigkeit der Vegetation. Das ist insbesondere deshalb wichtig, weil die Vegetation den Austausch von CO2, Wasser und Energie zwischen der Landoberfläche und der Atmosphäre entscheidend beeinflusst. Damit kompensieren Landökosysteme auch einen großen Anteil der menschgemachten Emissionen von Treibhausgasen wie CO2. Dazu setzen wir maschinelles Lernen in datengetriebenen Modellierungsansätzen ein. Dieser Ansatz erlaubt es auch, aus den lokalen Messungen letztendlich Schätzungen der Austauschprozesse auf regionaler und globaler Ebene abzuleiten. Wir sind Teil des Fluxcom Teams.
Schwerpunkte unserer Aktivitäten:
- Hochaufgelöste Schätzungen des biogenen CO2 Austauschs und dessen Unsicherheiten in Europa. Wir sind Partner im Projekt ITMS , welches den Aufbau eines operationellen Systems für das Monitoring von Treibhausgasen in Deutschland zum Ziel hat. Herausforderungen dabei sind:
- die stark fragmentierte Landnutzung in Zentraleuropa und die begrenzte Lebensdauer von Satellitenmissionen. Wie können diese Umstände berücksichtigt und die Herausforderungen überwunden werden mittels methodischer Entscheidungen/ Entwicklungen im maschinellen Lernen?
- die Ableitung von aussagekräftigen Abschätzungen der Unsicherheit der simulierten Flüsse, welche sämtliche methodische Entscheidungen in der datengetriebenen Modellierung berücksichtigen (im Projekt ITMS-TORCH)
- einen hohen Automatisierungsgrad der Prozessierungsketten für ein operationelles System erreichen (ITMS-Q&S)
Neue beobachtungsbasierte Indikatoren von Pflanzenstress. Wie können wir die Genauigkeit der simulierten Land-Atmosphärenflüsse unter Stressbedingungen verbessern mittels komplementärer Satellitenbeobachtungen (einschließlich geostationärer) sowie weiterer unabhängiger Beobachtungsdatensätze?
Fokus auf die hohen Breiten: die Verfügbarkeit von Beobachtungen in arktisch-borealen Gebieten ist gering, und auch die Satellitenfernerkundung unterliegt besonderen Herausforderungen. Die Ökosysteme in den hohen Breiten sind außerdem sehr distinkt und besonders, und erfahren bereits die stärksten Veränderungen im Zusammenhang mit dem Klimawandel. Wir möchten besser verstehen, welches die limitierenden Faktoren, aber auch die Chancen sind für eine verbesserte Abschätzung der Land-Atmosphärenflüsse in diesen Gebieten.
Land-Atmosphären-Flüsse in bewirtschafteten Gebieten - Landwirtschaft: Während der Großteil der Ökosysteme auf der Landoberfläche dem menschlichen Einfluss mehr oder weniger stark ausgesetzt ist, sind landwirtschaftlich genutzte Flächen wohl am stärksten vom Menschen geformt. Es sind sehr produktive Flächen, die die Nahrungsmittelversorgung sicher stellen. Relevante Informationen über Managementmaßnahmen sind auf großer Skala nicht konsistent vorhanden und es ist daher eine Herausforderung, entsprechende Informationen für das maschinelle Lernen bereitzustellen. Wir arbeiten darauf hin, terrestrische Flüsse besser zu verstehen und zu quantifizieren über Anbaugebieten weltweit.
