It has been the overall aim of this research work to assess the potential of hyperspectral remote sensing data for the determination of forest attributes relevant to forest ecosystem simulation modeling and forest inventory purposes. A number of approaches for the determination of structural and chemical attributes from hyperspectral remote sensing have been applied to the collected data sets. Many of the methods to be found in the literature were up to now just applied to broadband multispectral data, applied to vegetation canopies other than forests, reported to work on the leaf level or with modelled data, not validated with ground truth data, or not systematically compared to other methods. Attributes that describe the properties of the forest canopy and that are potentially open to remote sensing were identified, appropriate methods for their retrieval were implemented and field, laboratory and image data (HyMap sensor) were acquired over a number of forest plots. The study on structural attributes compared statistical and physical approaches. In the statistical section, linear predictive models between vegetation indices derived from HyMap data and field measurements of structural forest stand attributes were systematically evaluated. The study demonstrates that for hyperspectral image data, linear regression models can be applied to quantify leaf area index and crown volume with good accuracy. For broadband multispectral data, the accuracy was generally lower. The physically-based approach used the invertible forest reflectance model (INFORM), a combination of well established sub-models FLIM, SAIL and LIBERTY. The model was inverted with HyMap data using a neural network approach. In comparison to the statistical approach, it could be shown that the reflectance model inversion works equally well. In opposition to empirically derived prediction functions that are generally limited to the local conditions at a certain point in time and to a specified sensor type, the calibrated reflectance model can be applied more easily to different optical remote sensing data acquired over central European forests. The study on chemical forest attributes evaluated the information content of HyMap data for the estimation of nitrogen, chlorophyll and water concentration. A number of needle samples of Norway spruce were analysed for their total chlorophyll, nitrogen and water concentrations. The chemical data was linked to needle spectra measured in the laboratory and canopy spectra measured by the HyMap sensor. Wavebands selected in statistical models were often located in spectral regions that are known to be important for chlorophyll detection (red edge, green peak). Predictive models were applied on the HyMap image to compute maps of chlorophyll concentration and nitrogen concentration. Results of map overlay operations revealed coherence between total chlorophyll and zones of stand development stage and between total chlorophyll and zones of soil type. Finally, it can be stated that the hyperspectral remote sensing data generally contains more information relevant to the estimation of the forest attributes compared to multispectral data. Structural forest attributes, except biomass, can be determined with good accuracy from a hyperspectral sensor type like HyMap. Among the chemical attributes, chlorophyll concentration can be determined with good accuracy and nitrogen concentration with moderate accuracy. For future research, additional dimensions have to be taken into account, for instance through exploitation of multi-view angle data. Additionally, existing forest canopy reflectance models should be further improved.
Die Gemeine Fichte (Picea abies (L.) Karst.) zählt in Mitteleuropa zu den häufigsten und wirtschaftlich bedeutsamsten Baumarten. Aufgrund ihrer forstwirtschaftlichen Nutzbarkeit wird sie " insbesondere in Deutschland " weit über ihr natürliches Verbreitungsgebiet hinaus angebaut. Die Entwicklungsgeschichte der jeweiligen Populationen und die auf sie einwirkenden Standortfaktoren haben in Bezug auf ihre genetische Konstitution unterschiedlichen Einfluss ausgeübt. Wenn auch anhand morphologischer und isoenzymatischer Studien erste Kenntnisse zur Differenzierung der Fichte in ihrem europäischen Verbreitungsgebiet vorliegen, so muss vermutet werden, dass die bisher verwendeten Methoden nicht ausreichend in der Lage sind die genetische Variabilität der Fichte und die Differenzierung ihrer Populationen in ihrem deutschen Verbreitungsgebiet zu beschreiben. Ziel dieser Untersuchung war deshalb die Durchführung einer umfassenden populationsgenetischen Charakterisierung der Fichte in Deutschland auf Basis geeigneter molekulargenetischer Verfahren. Der Schwerpunkt lag insbesondere auf der Überprüfung möglicher genetischer Differenzierungen von Populationen und in der Darstellung ihrer genetischen Variabilität. Dazu wurden insgesamt vier PCR-gestützte Techniken eingesetzt: RAPD (random amplified polymorphic DNA), ISSR (inter simple sequence repeats), SSR (simple sequence repeats) und EST (expressed sequence tags). Die populationsgenetischen Analysen erfolgten an sieben Fichtenbeständen, deren Auswahl sowohl die gesamte Nord-Süd-Ausdehnung Deutschlands als auch die wesentlichen Höhenstufen berücksichtigte. Von jeder Fläche wurden 30 Individuen beprobt, morphologisch-biometrisch charakterisiert und populationsgenetisch analysiert. Als Probenmaterial für die genetische Analyse wurden Nadeln einjähriger Triebe verwendet. Die morphologisch-biometrische Analyse ergab bezüglich der Parameter Stammumfang, Baumhöhe, Trieblänge und -gewicht einjähriger Triebe sowie einiger daraus errechneter Relationen große Differenzierungen zwischen den untersuchten Populationen. Während sich die Bestände in den Höhenlagen durch niedrigen aber kräftigen Wuchs sowie vergleichsweise kurze und kompakt erscheinende Triebe auszeichneten, zeigten die Bäume der Niederungen eher ein verhältnismäßig schlankes Erscheinungsbild und lange Triebe bei niedrigen Triebgewichten. Die übrigen Bestände waren einem intermediären Typ zuzuordnen. Im Rahmen der populationsgenetischen Analyse wurden zahlreiche deskriptive und populationsgenetische Parameter zur Charakterisierung der Populationen verwendet. Während mit den dominanten Verfahren mit 14 (RAPD) bzw. 4 (ISSR) Primern 234 bzw. 36 Marker amplifiziert wurden, konnten mit Hilfe der jeweils 3 verwendeten SSR- bzw. EST-Primer 34 bzw. 9 Produkte nachgewiesen werden. Es konnte deutlich gemacht werden, dass die Detailbetrachtung der je nach Markersystem ermittelten populationsgenetischen Parameter zum Teil gegensätzliche Ergebnisse erbrachte. Während im Rahmen der ISSR-Analyse eine deutliche Differenzierung der Populationen innerhalb des natürlichen Verbreitungsgebietes gegenüber der Gruppe der künstlichen Bestände erbracht werden konnte, war dies mit den übrigen Markersystemen nicht nachvollziehbar. In der Gesamtbetrachtung aller Ergebnisse sind jedoch drei Schwerpunkte über alle verwendeten Methoden herauszuarbeiten: (1) zwischen den untersuchten Populationen bestehen lediglich geringe Differenzierungen, (2) die untersuchten Populationen zeichnen sich durch eine hohe bis sehr hohe genetische Variabilität aus, (3) die Variation der Grundgesamtheit ist durch die Variation innerhalb der Populationen begründet. Mit diesen Ergebnissen konnte auf Basis von DNA-Analysen die aus theoretischen Überlegungen sowie aus isoenzymatischen Untersuchungen stammenden Vermutungen hoher genetischer Variabilität von Fichtenpopulationen belegt werden. Darüber hinaus konnte deutlich gemacht werden, dass mit den verwendeten Markersystemen trotz großer morphologisch-biometrischer Differenzierung der untersuchten Bestände kein Zusammenhang zwischen Morphologie und Genetik nachweisbar ist. Erst die Entwicklung spezifischer EST-Marker wird die zur Zeit noch bestehende Lücke des funktionalen Zusammenhangs schließen können.