Arbeitspaket B2
Statistische Modellierung und Projektion
Leiter
Prof. Dr. Jörg Bendix
Weitere PIs
Prof. Dr. Ludger Grünhage
Prof. Jürg Luterbacher, PhD
Prof. Dr. Dr. Annette Otte
Thema
Statistische Modellierung und Projektion
Doktorand: Obermeier
Betreuer: Prof. Dr. Jörg Bendix (PU Marburg)
Hintergrund
Die optischen Eigenschaften einzelner Pflanzenarten oder Pflanzengemeinschaften können mit hyperspektralen Feldspektrometern und Spektralkameras erfasst und mit Pflanzen- Inhaltsstoffen (Wasser, Stickstoff), der oberirdischen Biomasse oder Blattfläche korreliert werden, um so eine Auswertung dieser Faktoren über multispektrale Satellitendaten zu ermöglichen. Die Spektrometerdaten können auch zur Parametrisierung von Ökosystemmodellen [107*] und andererseits zur Ableitung multi- und hyperspektraler Signaturen zur Entmischung hochaufgelöster multispektraler (z.B. QuickBird und eigenes Ballonsystem) und mittelaufgelöster hyperspektraler Fernerkundungsdaten (Hyperion) dienen.
Darüber hinaus werden mathematisch-statistische Methoden verwendet, um Muster und Strukturen in ökosystemaren Datensätzen zu erkennen. Die 14-jährige Langzeitreihe in Gießen bietet eine ausgezeichnete Möglichkeit die Zusammenhänge zwischen THG-Emissionen und biotischen sowie abiotischen Faktoren zu analysieren und die Veränderungen mit neuen statistischen Kausalitätsmethoden zu erarbeiten.
Wissenschaftliche Ziele
- Erfassung des Einflusses von erhöhtem CO2 und erhöhter Temperatur auf die Zusammensetzung, Produktion und Ökophysiologie des Grünlandsystems (Core-Experiment I) mit Hyperspektralsensoren
- Entwicklung von Transferfunktionen zwischen hyperspektralen Reflexionsspektren und den erfassbaren Vegetationsparametern zum Upscaling auf Satellitendaten. Die erfassten Daten sollen darüber hinaus zur Parametrisierung eines SVAT-DVM Modells für die Verstetigungsphase herangezogen werden (siehe auch AP B3)
- Ermittlung der linearen und nicht-linearen Zusammenhänge zwischen THG-Emissionen und biotischen sowie abiotischen Faktoren aus den Langzeitdatenreihen des Gießen-FACE. Dabei sollen spezifische Faktorenkonstellationen ermittelt werden, welche zu einer erhöhten THG-Freisetzung führten und ob und wie sich diese über die Zeit ändern. Ein Hauptaugenmerk spielen dabei die Langzeitbiomassedaten in Kombination mit abiotischen Faktoren wie zum Beispiel erhöhtem CO2 in Kombination mit Trockenheit/Nässe. Darüber hinaus wird der Frage nachgegangen, ob Unterschiede in den THG-Flüssen auf die CO2-Konzentration und Temperaturänderungen zurückgehen und ob es Interaktionen mit abiotischen/biotischen Faktoren gibt (z.B. temporär unter bestimmten Bedingungen) und falls ja, ob diese Muster im heutigen und künftigen Klima jahreszeitlichen Schwankungen unterliegen