Filtern
Erscheinungsjahr
Dokumenttyp
- Dissertation (14) (entfernen)
Sprache
- Deutsch (7)
- Englisch (6)
- Mehrsprachig (1)
Schlagworte
- Modellierung (14) (entfernen)
Institut
- Raum- und Umweltwissenschaften (14) (entfernen)
Two areas were selected to represent major process regimes of Mediterranean rangelands. In the County of Lagads (Greece), situated east of the city of Thessaloniki, livestock grazing with sheep and goats is a major factor of the rural economy. In suitable areas, it is complemented by agricultural use. The region of Ayora (Spain) is located west of the city of Valencia. It is one of regions most affected by fires in Spain. First of all, long time series of satellite data were compiled for both regions on the basis of Landsat sensors, which cover the time until 1976 (Ayora) and 1984 (Lagadas) with one image per year. Using a rigorous processing scheme, the data were geometrically and radiometrically corrected Specific attention was given to an exact sensor calibration, the radiometric intercalibration of Landsat-TM and "MSS. Proportional cover of photosynthetically active vegetation was identified as a suitable quantitative indicator for assessing the state of rangelands. Using Spectral Mixture Analysis (SMA) it was inferred for all data sets. The extensive data base procured this way enabled to map fire events in the Ayora area based on sequential diachronic sets and provide fire dates, perimeter as well as fire recurrence for each pixel. The increasing fire frequency in the past decades is in large parts attributed to the accelerated abandonment of the area that leads to an encroachment of shrublands and the accumulation of combustible biomass. On the basis of the fire mapping results, a spatial and temporal stratification of the data set allowed to asses plant recovery dynamics on the landscape level through linear trend analysis. The long history of fire events in the Mediterranean frequently leads to processes of auto-succession. Following an initial dominance of herbaceous vegetation this commonly leads to similar plant communities as the ones present before the fire. On a temporal axis, this results in typical exponential post-fire trajectories which could also be shown in this study. The analysis of driving factors for post-fire dynamics confirmed the importance of aspect and slope. Locations with lower amounts of solar irradiation and favourable water supply yielded faster recovery rates and higher post-fire vegetation cover levels. In most cases, the vegetation cover levels observed before the fire were not reached within the post-fire observation period. In the area of Lagadas, linear trend analysis and additional statistical parameters were used to infer a degradation index. This could be used to illustrate a complex pattern of stability, regeneration and degradation of vegetation cover. These different processes and states are found in close proximity and are clearly determined by topography and elevation. Following a sequence of analyses, it was found that in particular steep, narrow valleys show positive trends, while negative trends are more abundant on plain or gently undulating areas. Considering the local grazing regime, this spatial differentiation was related to the accessibility of specific locations. Subsequently, animal numbers on community level were used to calculate efficient stocking rates and assess the temporal development of their relation with vegetation cover. This calculation of temporal trajectories illustrated that only some communities show the expected negative relation. To the contrary, a positive relation or even changing relation patterns are observed. This signifies recent concentration and intensification processes in the grazing scheme, as a result of which animals are kept in sheds, where additional feedstuffs are provided. In these cases, free roaming of livestock animals is often confined to some hours every day, which explains the spatial preference of easily accessible areas by the shepherds. Beyond these temporal trends, it was analysed whether the grazing pattern is equally reflected in a spatial trend. Making use of available geospatial information layers, the efforts required to reach each location was expressed as a cost. Then, cost zones could be defined and woody vegetation cover as a grazing indicator could be inferred for the different zones. Animal sheds were employed as starting features for this piospheric analysis, which could be mapped from very high spatial resolution Quickbird image data. The result was a clearly structured gradient showing increasing woody vegetation cover with increasing cost distance. On the basis of these two pilot studies, the elements of a monitoring and interpretation framework identified at the beginning of the work were evaluated and a formal interpretation scheme was presented.
High-resolution projections of the future climate are required to assess climate change realistically at a regional scale. This is in particular important for climate change impact studies since global projections are much too coarse to represent local conditions adequately. A major concern is thereby the change of extreme values in a warming climate due to their severe impact on the natural environment, socio-economical systems and the human health. Regional climate models (RCMs) are, however, able to reproduce much of those local features. Current horizontal resolutions are about 18-25km, which is still too coarse to directly resolve small-scale processes such as deep-convection. For this reason, projections of a possible future climate were simulated in this study with the regional climate model COSMO-CLM at horizontal resolutions of 4.5km and 1.3km for the region of Saarland-Lorraine-Luxemburg and Rhineland-Palatinate for the first time. At a horizontal scale of about 1km deep-convection is treated explicitly, which is expected to improve particularly the simulation of convective summer precipitation and a better resolved orography is expected to improve near surface fields such as 2m temperature. These simulations were performed as 10-year long time-slice experiments for the present climate (1991"2000), the near future (2041"2050) and the end of the century (2091"2100). The climate change signals of the annual and seasonal means and the change of extremes are analysed with respect to precipitation and 2m temperature and a possible added value due to the increased resolution is investigated. To assess changes in extremes, extreme indices have been applied and 10- and 20-year return levels were estimated by "peak-over-threshold" models. Since it is generally known that model output of RCMs should not directly be used for climate change impact studies, the precipitation and temperature fields were bias-corrected with several quantile-matching methods. Among them is a new developed parametric method which includes an extension for extreme values and is hence expected to improve the correction. In addition, the impact of the bias-correction on the climate change signals and on the extreme value statistics was investigated. The results reveal a significant warming of the annual mean by about +1.7 -°C until 2041"2050 and +3.7 -°C until 2091"2100, but considerably stronger signals of up to +5 -°C in summer in the Rhine Valley. Furthermore, the daily variability increases by about +0.8 -°C in summer but decreases by about -0.8 -°C in winter. Consequently, hot extremes increase moderately until the mid of the century but strongly thereafter, in particular in the Rhine Valley. Cold extremes warm continuously in the complete domain in the next 100 years but strongest in mountainous areas. The change signals with regard to annual precipitation are of the order -±10% but not significant. Significant, however, are a predicted increase of +32% of the seasonal precipitation in autumn until 2041"2050 and a decrease of -28% in summer until 2091-2100. No significant changes were found for days with intensities > 20 mm/day, but the results indicate that extremes with return periods ≤2 years increase as well as the frequency and duration of dry periods. The bias-corrections amplified positive signals but dampened negative signals and considerably reduced the power of detection. Moreover, absolute values and frequencies of extremes were altered by the correction but change signals remained approximately constant. The new method outperformed other parametric methods, in particular with regard to extreme value correction and related extreme indices and return levels. Although the bias correction removed systematic errors, it should be treated as an additional layer of uncertainty in climate change studies. Finally, the increased resolution of 1.3km improved predominantly the representation of temperature fields and extremes in terms of spatial heterogeneity. The benefits for summer precipitation were not as clear due to a severe dry-bias in summer, but it could be shown that in principle the onset and intensity of convection improves. This work demonstrates that climate change will have severe impacts in this investigation area and that in particular extremes may change considerably. An increased resolution provides thereby an added value to the results. These findings encourage further investigations, for other variables as for example near-surface wind, which will be more feasible with growing computing resources. These analyses should, however, be repeated with longer time series, different RCMs and anthropogenic scenarios to determine the robustness and uncertainty of these results more extensively.
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.
Tropospheric ozone (O3) is known to have various detrimental effects on plants, such as visible leaf injury, reduced growth and premature senescence. Flux models offer the determination of the harmful ozone dose entering the plant through the stomata. This dose can then be related to phytotoxic effects mentioned above to obtain dose-response relationships, which are a helpful tool for the formulation of abatement strategies of ozone precursors. rnOzone flux models are dependant on the correct estimation of stomatal conductance (gs). Based on measurements of gs, an ozone flux model for two white clover clones (Trifolium repens L. cv Regal; NC-S (ozone-sensitive) and NC-R (ozone-resistant)) differing in their sensitivity to ozone was developed with the help of artificial neural networks (ANNs). White clover is an important species of various European grassland communities. The clover plants were exposed to ambient air at three sites in the Trier region (West Germany) during five consecutive growing seasons (1997 to 2001). The response parameters visible leaf injury and biomass ratio of NC-S/NC-R clone were regularly assessed. gs-measurements of both clones functioned as output of the ANN-based gs model, while corresponding climate parameters (i.e. temperature, vapour pressure deficit (VPD) and photosynthetic active radiation (PAR)) and various ozone concentration indices were inputs. The development of the model was documented in detail and various model evaluation techniques (e.g. sensitivity analysis) were applied. The resulting gs model was used as a basis for ozone flux calculations, which were related to above mentioned response parameters. rnThe results showed that the ANNs were capable of revealing and learning the complex relationship between gs and key meteorological parameters and ozone concentration indices. The dose-response relationships between ozone fluxes and visible leaf injury were reasonably strong, while those between ozone fluxes and NC-S/NC-R biomass ratio were fairly weak. The results were discussed in detail with respect to the suitability of the chosen experimental methods and model type.
Die vorliegende Arbeit entstand im Rahmen des INTERREG III B-Projektes WaReLa (Water Retention by Landuse), das sich mit dem Rückhalt von Wasser in der Fläche als Beitrag zum vorbeugenden Hochwasserschutz beschäftigt. Im Vordergrund stehen dabei die so genannten dezentralen Rückhaltemaßnahmen als Alternative bzw. Ergänzung zum technischen Hochwasserschutz. Gegenstand dieser Arbeit ist die Frage nach der Effizienz von Retentionsmaßnahmen in urbanen Räumen und deren Beitrag zum Hochwasserschutz. Es handelt sich um ein relativ junges Forschungsthema, welches die Fachwelt bis heute kontrovers diskutiert. Wie bisherige Untersuchungen zeigen, sind allgemeine Aussagen über die Retentionswirkung nicht möglich, da das Potential der Regenwasserbewirtschaftung und deren Rückhaltewirkung von mehreren gebietsspezifischen Faktoren gesteuert werden. Untersuchungen an einem Retentionssystem im Neubaugebiet Trier-Petrisberg sollten weitere Erkenntnisse bringen. Hierzu wurde zum einen die hydraulische Belastung einzelner Retentionsanlagen untersucht und zum anderen wurden N A-Simulationen mit dem Programm erwin 4.0 durchgeführt. Laut N-A-Simulationen hält das Retentionssystem, welches für ein 100-jährliches Ereignis mit 56 mm Niederschlag und der Dauerstufe 3 Stunden konzipiert wurde, im Vergleich zur Entwässerung des Gebietes über ein Trennsystem zwischen 58 % und 68 % des Jahresniederschlags zurück. Ähnlich hohe Werte (60 80 %) nennen GÖBEL, STUBBE, WEINERT, ZIMMERMANN, FACH, DIERKES, KORIES, MESSER, MERTSCH, GEIGER & COLDEWEY (2004: 270f) und WEGNER (1992: 7f) für die von ihnen untersuchten Anlagen. Sehr hoch erscheint die Scheitel abmindernde Wirkung des Retentionssystems im Vergleich zu einer konventionellen Ableitung. Im Mittel beträgt diese 82 %, so dass der Scheitel der Einleitung in den Vorfluter Brettenbach im Vergleich zur Regenwasserableitung auf 1/5 reduziert wird. Aufschluss über die Scheitelabminderung im Vorfluter selbst kann nur eine Quantifizierung der einzelnen Abflusskomponenten geben. Das Retentionssystem arbeitet im Sommerhalbjahr effektiver als im Winterhalbjahr, da trockene Vorperioden, höhere Lufttemperaturen und die Vegetation im Sommer einen besseren Rückhalt konvektiver Niederschläge begünstigen. Korrespondierende Aussagen machen ASSMANN & KEMPF (2005), GANTNER (2003a) und NIEHOFF (2002). Beobachtungen und Simulationen zeigen, dass das Retentionssystem bisher effektiv arbeitet. Sämtliche Retentionsanlagen entleeren sich innerhalb von 48 Stunden. Die Arbeit wird ergänzt durch Handlungsempfehlungen zu Planung, Bau und Betrieb von Anlagen zur Regenwasserbewirtschaftung auf Privatgrundstücken. Sie sollen helfen, die Akzeptanz naturnaher Maßnahmen zur Bewirtschaftung von Regenwasser zu steigern, Fehler zu vermeiden und Projekte erfolgreich umzusetzen.
Die Arbeit befasst sich mit der quantifizierenden Wirkungsabschätzung folgender Hochwasserschutzmaßnahmen: Auwaldaufforstung, Kleinrückhalte, Tieflockerung und Wegebaumaßnahmen. Neben der Betrachtung der hochwassermindernden Wirkung der einzelnen Maßnahmen werden auch die Grenzen der eingesetzten Simulationsmodelle aufgezeigt, diskutiert und Impulse für die Weiterentwicklung der Modellsysteme geben. Für die Auwaldaufforstung wurde ein zweidimensional instationäres Strömungsmodell auf der Basis des Rauhigkeitsansatzes nach Manning-Strickler auf einen rund 7,0 km langen Abschnitt eines Auetalgewässers angewendet. Bezüglich der hochwassermindernden Wirkung der Maßnahme Auwaldaufforstung konnte festgestellt werden, dass sich die Wirkung nahe der modelltechnischen Nachweisbarkeitsgrenze bewegt. Als Referenzereignisse dienten ein ca. 5-10 jährliches sowie ein ca. 50-80 jährliches Hochwasserereignis. In allen untersuchten Fällen blieb die relative Scheitelabminderung deutlich unter 1 %. Der Maßnahmentyp Kleinrückhalte wurde zunächst anhand von zwei Einzugsgebieten der Mesoskale (Obere Blies, AE ca. 8,5 km-² und Thalfanger Bach, AE ca.17 km-²) sowie anhand von mehreren hieraus abgeleiteten Fiktivsystemen mit Hilfe eines konzeptionellen Flussgebietsmodells untersucht. Die Untersuchung von Fiktivsystemen diente der Identifikation derjenigen Modellparameter, die den Effekt " also die hochwassermindernde Wirkung der Maßnahme " im Wesentlichen bewirken. Anschließend erfolgte eine Betrachtung des Maßnahmentyps Kleinrückhalte in den Flussgebieten von Prims (AE ca. 730 km-²) und Blies (AE ca. 1.890 km-²). Die Simulationsergebnisse zeigen, dass die Retentionswirkung von Kleinrückhalten entscheidend vom Volumen der jeweiligen Standorte und vom Volumen des betrachteten Hochwassers abhängt. In Abhängigkeit des Volumens wurden Scheitelabminderungen " je nach Ereignis " von < 1 % bis über 60 % simuliert. Entscheidend ist die Summe des Volumens der Einzelstandorte. Liegt das Gesamtvolumen unter einem Wert von 2,0 mm Gebietsrückhalt, so kann davon ausgegangen werden, dass die Maßnahmen nicht signifikant zur Hochwasserminderung beitragen können. Das Retentionspotenzial der Kleinrückhalte kann entscheidend gesteigert werden, wenn die Drosselöffnungen der Kleinrückhalte entsprechend optimiert werden. Die Arbeit stellt ein einfach handhabbares Regionalisierungsverfahren zur Abschätzung des Retentionspotenzials in mesoskaligen Einzugsgebieten (bis 20 km-²) vor. In den Einzugsgebieten von Blies und Prims würden jeweils 104 bzw. 79 Standorte mit einem Gesamtvolumen von 1,9 bzw. 2,5 mm zu Scheitelabminderungen am Gebietsauslass von 2-4 % bzw. 3-5 % bei interessanten, schadbringenden Hochwasserereignissen führen. Die Maßnahmentypen Tieflockerung und Wegebaumaßnahmen wurden mit Hilfe eines Wasserhaushaltsmodells im Einzugsgebiet der Oberen Blies untersucht. Für dieses Gebiet liegen die simulierten Scheitelabminderungen bezogen auf das zugrunde liegende Hochwasserereignis vom Dezember 1993 (ca. HQ10) bei jeweils < 5 % für die beiden untersuchten Maßnahmentypen Tieflockerung und Wegebaumaßnahmen. Generell sind die Möglichkeiten der Tieflockerung und der wegebaulichen Maßnahmen als Hochwasserschutzmaßnahmen begrenzt auf kleinere, 1-5 jährliche Ereignisse. Große, schadbringende Ereignisse können nicht signifikant abgemindert werden.
Aus dem Wunsch, die zentralen Prozesse im System Boden"Pflanze"Atmosphäre einschließlich der Auswirkungen verschiedener Bewirtschaftungspraktiken zu verstehen und nachzubilden, resultiert die Entwicklung verschiedener Pflanzenwachstumsmodelle. Ziel der vorliegenden Untersuchung ist zum einen, die im Realsystem auftretenden räumlichen Ertragsmuster zu identifizieren und zu charakterisieren. Mithilfe der Semivariogramm-Analyse ist eine räumliche Autokorrelation der Ertragsdaten von maximal 48 Meter abzuleiten. Die räumliche Analyse (GIS) zeigt, dass die Sommergerste ein leicht abweichendes Verhalten im Vergleich zu den Winterkulturen (Winterweizen, Winterraps) aufweist. Schließlich werden mithilfe der selbstorganisierenden Merkmalskarten die primär und sekundär für das Ertragsverhalten verantwortlichen Ursachen identifiziert. Eine abschließende hierarchische Clusteranalyse gliedert die in die Untersuchung eingehenden Standorte in vier spezifische Cluster mit charakteristischen Eigenschaften. Ein zweites Ziel ist die Klärung der Frage, ob die Pflanzenwachstumsmodelle STICS und DAISY bei entsprechender Parametrisierung in der Lage sind, das für ein detektiertes Muster charakteristische Verhalten von Pflanzenwachstum und Ertrag realitätsnah abzubilden. Den Modellanwendungen gehen eine Sensitivitätsanalyse und verschiedene Parametrisierungsansätze zur Erfassung des jeweiligen Modellverhaltens voraus. In beiden Modellen übt der Bodenwasserhaushalt einen starken Einfluss auf die Ertragsbildung aus. Des weiteren kommt in beiden Modellen den Stressfaktoren eine zentrale Bedeutung zu. Die Parametrisierung der Modelle auf der Grundlage der im Feld erhobenen Daten führt bei beiden Modellen nicht zu einem dem Realsystem entsprechenden Bild. Eine über die Sensitivitätsanalyse hinausreichende, vertiefte Modellkenntnis ist erforderlich, um die in die Modelle eingehenden Parameter bzw. deren spezifischen Einfluss auf das Modellverhalten beurteilen und interpretieren zu können. Dies betrifft insbesondere die Modellgrößen der Bodenmodule. Dieser Aspekt erschwert eine einfache räumliche Übertragung der Modelle STICS und DAISY.
Global change, i.e. climate and land use changes, severely impact natural ecosystems at different scales. Poikilothermic animals as butterflies, amphibians and reptiles have proven to be useful indicators for global change impacts as their phenology, spatial distribution, individual fitness and survival strongly depend on external environmental factors. In this aspect, phenological changes in terms of advanced flight or breeding periods, immigrations of foreign species, range shifts concomitant with temperature increases and even local population declines have been observed in both species groups. However, to date much attention has been paid to global change impacts on the species or population level and analyses concerning entire ecosystems are scarce. Applying a novel statistical modelling algorithm we assessed future changes in the extent and composition of terrestrial ecoregions as classified by the World Wide Fund for Nature (WWF). They are defined as coarse-scale conservation units containing exceptional assemblages of species and ecological dynamics. Our results demonstrate dramatic geographical changes in the extent and location of these ecoregions across all continents and even imply a repriorisation of conservation efforts to cope with future climate change impacts on biodiversity. On the local scale, climate change impacts become unequivocal. Comparing historical to contemporary butterfly assemblages on vineyard fallows of the Trier Region, a significant decline in butterfly richness, but also a severe depletion in trait diversity was observed. Comparisons of community temperature indices reveal a striking shift in community composition leading to a replacement of sedentary and monophagous habitat specialists by ubiquitous species. Similar changes have been observed in nature reserves in the Saar-Mosel-area. Monitoring data reveal strong losses of species diversity and remarkable shifts of community compositions at the expense of habitat specialists. Besides climatic variability, these findings are largely attributed to changes in habitat structures, mostly due to eutrophication and monotonisation. Management activities are unlikely to counterbalance these effects, thus severely questioning current conservation strategies. Most dramatic global change impacts are suspected on closely associated species and disruptions of biotic interactions are often hold responsible for species declines. A strong host-parasite association has developed in Myrmica ants and Maculinea butterflies, the later crucially depending on specific host ants for their larval survival. Applying environmental niche models we determined considerable niche dynamics in the observed parasite-host relation with a pronounced niche plasticity in the butterfly species adapting to previous evasive niche shifts in their host ants. Moreover, the new emergence of species continuously expanding their northernmost range borders concomitant with global warming like the Short-tailed blue (Cupido argiades) is attributed to climate change. However, species distribution models predict a severe habitat loss and shifts of potentially suitable habitats of this species towards north-eastern Europe and higher altitudes under several IPCC scenarios making the presence of this species in the Trier region a contemporary phenomenon. Species distribution models have emerged as powerful tools to predict species distributions over spatial and temporal scales. However, not only the presence of a species, but also its abundance have significant implications for species conservation. The ability to deduce spatial abundance patterns from environmental suitability might more efficiently guide field surveys or monitoring programs over large geographical areas saving time and money. Although the application of species distribution models to deduce vertebrate abundances is well recognized, our results indicate that this method is not an adequate approach to predict invertebrate abundances. Structural and ecological factors as well as climatic patterns acting at the microscale are key drivers of invertebrate occurrence and abundances limiting conclusions drawn from modeling approaches. Population declines should be interpreted with care as in butterflies and amphibians various reasons are debated. Both species groups are acknowledged to be highly susceptible to land use changes and variations in landscape structure. Moreover, climate and land use are not independently operating factors. The combined impact of both is demonstrated in our study linking climate-driven changes in amphibian phenologies to temporal advanced applications of pesticides and fertilizers. Both environmental factors already represent severe threats to amphibians when standing alone, but linking their combined impacts may result in an potentiated risk for amphibian populations. As all amphibians and numerous butterfly species are legally protected under the Federal Nature Conservation Act, intensifications of agricultural land use in large parts of Germany as well as new agrarian practices (including genetically manipulated plants accompanied by new herbicide technologies) might severely challenge regional conservation activities in the future.
Auf der Grundlage von bodenphysikalischen Standortdaten wurden mit dem physikalisch basierten Modell CATFLOW Bodenwassergehalte und Abflussprozesse von verschiedenen Standorten im Mesozoikum der Trierer Bucht auf der Plotskale simuliert. Die Standorte unterscheiden sich durch das Ausgangssubstrat der Bodenbildung (lehmig-tonig, schluffig-sandig) und die Landnutzung (Acker, Grünland, Wald). Für die Modellvalidierung standen wöchentliche Bodenwassergehaltsmessungen, monatliche Sickerwassersummen aus Lysimetermessungen und Oberflächen- und Zwischenabflusskurven von Beregnungsversuchen zur Verfügung. Ziel der Arbeit ist es zu untersuchen, inwieweit Retentionseigenschaften, Abflussprozesse und Abflussmengen aus Standortdaten ohne eine weitere Kalibrierung des Modells abgeleitet werden können. Besonderer Wert wird dabei auf die Parametrisierung des Bodens gelegt. Das Modell simuliert den Wassertransport in der Bodenmatrix über die zweidimensionale Richardsgleichung und den schnellen Wassertransport in Makroporen über ein einfaches Bulk-Modell. Daneben werden Oberflächenrauhigkeit, Durchwurzelungstiefe und Vegetationsbedeckung im Jahresgang berücksichtigt. Um den Einfluss von unterschiedlichen Parametrisierungen des Bodens aufzuzeigen, werden verschiedene Parametrisierungsvarianten untersucht. Die van Genuchten/Mualem-Parameter, welche die Retentions- und Leitfähigkeitseigenschaften der einzelnen Bodenhorizonte beschreiben, wurden zum einen über die Bodenart und Trockenrohdichte bestimmt und zum anderen über die Anpassung von Retentionskurven an im Labor bestimmte Punkte der Wasserspannungskurve ermittelt. Die Ergebnisse der Simulationen für die Standorte mit Bodenfeuchtemessung zeigen, dass mit dem Modell der Jahresgang der Bodenfeuchte prinzipiell nachvollzogen werden kann. Jedoch führt keine der drei Parametrisierungsvarianten zu einer eindeutigen Überlegenheit bei der Simulationsgüte. Um neben den üblichen Gütemaßen ein weiteres Kriterium für den Erfolg oder Misserfolg einer Standortsimulation zu gewinnen, wurden die Simulationsergebnisse mit den Messwerten der anderen Standorte verglichen. An vier von zehn Standorten führt der Vergleich der Messwerte mit den Simulationen von anderen Standorten zu einer deutlich besseren Übereinstimmung als die Simulation für diesen Standort. Die Ergebnisse der Simulationen der Lysimeterstandorte zeigen, dass mit dem Makroporenansatz ein schneller Wasserfluss im Sommer nicht simuliert werden kann, da das "Anspringen" der Makroporen im Modellkonzept an den Bodenwassergehalt geknüpft ist. Auch hier wurden die Simulationsergebnisse mit den Messwerten der anderen Standorte verglichen. Für fünf von acht Standorten konnte mit den simulierten Sickerwassermengen von anderen Standorten eine bessere Übereinstimmung erzielt werden. Die Simulation der Sickerwassermenge aus Lysimetern scheint daher auf Grundlage der vorliegenden Datenbasis den jeweiligen Standort nicht in seiner Einzigartigkeit charakterisieren zu können. Die mit den Beregnungsversuchen bestimmten Abflussprozesse konnten für die Mehrheit der 18 Standorte mit dem Modell abgebildet werden. Der Oberflächenabfluss konnte für Standorte, die nicht zur Verschlämmung neigen, unter Berücksichtigung von Infiltrationsdaten sehr gut nachgezeichnet werden. Zwischenabfluss wird zwar simuliert, bleibt aber auf der Plotskale in Dynamik und Abflussmenge hinter dem Realsystem zurück. Mit der Untersuchung konnte gezeigt werden, dass sich sowohl die zeitliche Entwicklung des Bodenwassergehaltes, als auch die gemessenen Abflussprozesse allein über die Standortdaten, ohne eine weitere Kalibrierung des Modells, abbilden lassen. Die Trennschärfe der Modellierung ist bei Standorten mit relativ ähnlicher bodenphysikalischer Ausstattung begrenzt. Andererseits müssen aber auch Messungenauigkeiten, besonders bei der thermogravimetrischen Bestimmung des Bodenwassergehaltes, berücksichtigt werden. Eine standortbezogene Aussage über Retentions- und Abflussverhalten ist über eine Simulation möglich, jedoch bleibt die quantitative Aussagekraft begrenzt.
Die in einem Einzugsgebiet herrschende räumliche Inhomogenität wird im Wasserhaushaltsmodell LARSIM (Large Area Runoff Simulation Modell) in den einzelnen Modellkomponenten unterschiedlich stark berücksichtigt. Insbesondere die räumliche Verteilung der Abflussprozesse wurde bisher nicht berücksichtigt, weil keine flächenhaft verfügbare Information über eben diese Verteilung vorlag. Für das Einzugsgebiet der Nahe liegt nun seit dem Jahr 2007 eine Bodenhydrologische Karte vor, die flächenhaft den bei ausreichenden Niederschlägen zu erwartenden Abflussprozess ausweist. In der vorliegenden Dissertation wird die Nutzung dieser Prozessinformation bei der Parametrisierung des Bodenmoduls von LARSIM beschrieben: Für drei Prozessgruppen " gesättigter Oberflächenabfluss, Abfluss im Boden, Tiefenversickerung " werden mittels zweier neuer Parameter P_Bilanz und P_Dämpfung inhomogene Parametersätze aus empirisch ermittelten Kennfeldern gewählt, um die Prozessinformation bei der Abflussbildung im Modell zu berücksichtigen. Für die Abbildung der Prozessintensitäten in den Gebietsspeichern werden zwei unterschiedliche Ansätze vorgestellt, die sich in ihrer Komplexität unterscheiden. In der ersten Variante werden fünf Oberflächenabflussspeicher für unterschiedlich schnell reagierende Prozessgruppen eingeführt, in der zweiten Variante wird der erste Ansatz mit dem ursprünglichen Schwellenwert zur Aufteilung in schnelle und langsame Oberflächenabflusskomponenten kombiniert. Es wird gezeigt, dass die Parametrisierung mit den beiden neuen Parametern P_Bilanz und P_Dämpfung einfacher, effektiver und effizienter ist, da beide Parameter minimale Interaktionen aufweisen und in ihrer Wirkungsweise leicht verständlich sind, was auf die ursprünglichen Bodenparameter nicht zutrifft. Es wird ein Arbeitsfluss vorgestellt, in dem die neuen Parameter in Kombination mit Signature Measures und unterschiedlichen Darstellungen der Abflussdauerlinie gemeinsam genutzt werden können, um in wenigen Arbeitsschritten eine Anpassung des Modells in neuen Einzugsgebieten vorzunehmen. Die Methode wurde durch Anwendung in drei Gebieten validiert. In den drei Gebieten konnte in wenigen Kalibrierungsschritten die Simulationsgüte der ursprünglichen Version erreicht und " je nach Zielsetzung " übertroffen werden. Hinsichtlich der Gütemaße zeigte sich bei der Variante, in der die Gebietsspeicher nicht modifiziert wurden, aber kein eindeutiges Bild, ob die ursprüngliche Parametrisierung oder die neue grundsätzlich überlegen ist. Neben der Auswertung der Validierungszeiträume wurden dabei auch die simulierten Ganglinien in geschachtelten Gebieten betrachtet. Die Version, in der die Gebietsspeicher modifiziert wurden, zeigt hingegen vor allem im Validierungszeitraum tendenziell bessere Simulationsergebnisse. Hinsichtlich der Abbildung der Abflussprozesse ist das neue Verfahren dem alten deutlich überlegen: Es resultiert in plausiblen Anteilen von Abflusskomponenten, deren Verteilung und Abhängigkeit von Speicherkapazitäten, Landnutzungen und Eingangsdaten systematisch ausgewertet wurden. Es zeigte sich, dass vor allem die Speicherkapazität des Bodens einen signifikanten Einfluss hat, der aber im hydrologischen Sinn richtig und hinsichtlich der Modellannahmen plausibel ist. Es wird deutlich gemacht, dass die Einschränkungen, die sich ergeben haben, aufgrund der Modellannahmen zustande kommen, und dass ohne die Änderung dieser Annahmen keine bessere Abbildung möglich ist. Für die Zukunft werden Möglichkeiten aufgezeigt, wie die Annahmen modifiziert werden können, um eine bessere Abbildung zu erzielen, indem der bereits bestehende Infiltrationsansatz in die Methode integriert wird.
Considering actual climatic and land use changes the problem of available water resources or the estimation of potential flood risks gain eco-political and economical relevance. Adequate assessments, thus, require precise process-based hydrological knowledge. Spatially distributed hydrological modelling enables a both abstractive and realistic description of hydrological processes, and therefore contributes to the understanding of the hydrological system- responses. Referring to the example of the mesoscale Ruwer basin (a tributary to the Mosel river), a modified version of the distributive modelling system PRMS/MMS (Precipitation Runoff Modeling System/Modular Modeling System) is applied to calculate spatially and temporally explicit water budgets. To achieve modelling results as precise as possible, integration of detailed land use information (spatial distribution of the existing land use classes, crop- and site-specific growth patterns) is necessary. This information is derived here by analysis of multitemporal, geometrically and radiometrically pre-processed Landsat TM-data. This enables separation of different land use classes and differentiated quantification of the leaf area index (LAI). The LAI is estimated by a spectral unmixing approach using statistically optimized endmember sets, referring to the example of winter grain and grassland plots. As a result, numerical inputs (coefficients for calculating evapotranspiration, interception storages) and extracted non-numerical (classified) information can be provided for hydrological modelling. The version of PRMS applied in this study allows important land use terms to be parameterized in high temporal resolution. Using model input derived from the available satellite data, simulation results are obtained that prove to be realistic compared to gauge data and with respect to their spatial differentiation. Results differ significantly from those obtained by using parameters from literature or by experience without distinguishing specific and site-dependent growth patterns. It can be concluded that the quality of modelling results notably improves by integration and quantitative analysis of remote sensing data; thus, these methods are a significant contribution to physically-based hydrological modelling.
This study aims to estimate the cotton yield at the field and regional level via the APSIM/OZCOT crop model, using an optimization-based recalibration approach based on the state variable of the cotton canopy - the leaf area index (LAI), derived from atmospherically corrected Landsat-8 OLI remote sensing images in 2014. First, a local sensitivity and global analysis approach was employed to test the sensitivity of cultivar, soil and agronomic parameters to the dynamics of the LAI. After sensitivity analyses, a series of sensitive parameters were obtained. Then, the APSIM/OZCOT crop model was calibrated by observations over a two-year span (2006-2007) at the Aksu station, combined with these sensitive cultivar parameters and the current understanding of cotton cultivar parameters. Third, the relationship between the observed in-situ LAI and synchronous perpendicular vegetation indices derived from six Landsat-8 OLI images covering the entire growth stage was modelled to generate LAI maps in time and space. Finally, the Particle Swarm Optimization (PSO) and general-purpose optimization approach (based on Nelder-Mead algorithm) were used to recalibrate four sensitive agronomic parameters (row spacing, sowing density per row, irrigation amount and total fertilization) according to the minimization of the root-mean-square deviation (RMSE) between the simulated LAI from the APSIM/OZCOT model and retrieved LAI from Landsat-8 OLI remote sensing images. After the recalibration, the best simulated results compared with observed cotton yield were obtained. The results showed that: (1) FRUDD, FLAI and DDISQ were the major cultivar parameters suitable for calibrating the cotton cultivar. (2) After the calibration, the simulated LAI performed well with an RMSE and mean absolute error (MAE) of 0.45 and 0.33, respectively, in 2006 and 0.46 and 0.41, respectively, in 2007. The coefficient of determination between the observed and simulated LAI was 0.83 and 0.97, respectively, in 2006 and 2007. The Pearson- correlation coefficient was 0.913 and 0.988 in 2006 and 2007, respectively, with a significant positive correlation between the simulated and observed LAI. The difference between the observed and simulated yield was 776.72 kg/ha and 259.98 kg/ha in 2006 and 2007, respectively. (3) Cotton cultivation in 2014 was obtained using three Landsat-8 OLI images - DOY136 (May), DOY 168 (June) and DOY 200 (July) - based on the phenological differences in cotton and other vegetation types. (4) The yield estimation after the assimilation closely approximated the field-observed values, and the coefficient of determination was as high as 0.82, after recalibration of the APSIM/OZCOT model for ten cotton fields. The difference between the observed and assimilated yields for the ten fields ranged from 18.2 to 939.7 kg/ha. The RMSE and MAE between the assimilated and observed yield was 417.5 and 303.1 kg/ha, respectively. These findings provide scientific evidence for the feasibility of coupled remote sensing and APSIM/OZCOT model at the field level. (5) Upscaling from field level to regional level, the assimilation algorithm and scheme are both especially important. Although the PSO method is very efficient, the computational efficiency is also the shortcoming of the assimilation strategy on a regional scale. Comparisons between the PSO and general-purpose optimization method (based on the Nelder-Mead algorithm) were implemented from the RSME, LAI curve and computational time. The general-purpose optimization method (based on the Nelder-Mead algorithm) was used for the regional assimilation between remote sensing and the APSIM/OZCOT model. Meanwhile, the basic unit for regional assimilation was also determined as cotton field rather than pixel. Moreover, the crop growth simulation was also divided into two phases (vegetative growth and reproductive growth) for regional assimilation. (6) The regional assimilation at the vegetative growth stage between the remote sensing derived and APSIM/OZCOT model-simulated LAI was implemented by adjusting two parameters: row spacing and sowing density per row. The results showed that the sowing density of cotton was higher in the southern part than in the northern part of the study area. The spatial pattern of cotton density was also consistent with the reclamation from 2001 to 2013. Cotton fields after early reclamation were mainly located in the southern part while the recent reclamation was located in the northern part. Poor soil quality, lack of irrigation facilities and woodland belts of cotton fields in the northern part caused the low density of cotton. Regarding the row spacing, the northern part was larger than the southern part due to the variation of two agronomic modes from military and private companies. (7) The irrigation and fertilization amount were both used as key parameters to be adjusted for regional assimilation during the reproductive growth period. The result showed that the irrigation per time ranged from 58.14 to 89.99 mm in the study area. The spatial distribution of the irrigation amount is higher in the northern part while lower in southern study area. The application of urea fertilization ranged from 500.35 to 1598.59 kg/ha in the study area. The spatial distribution of fertilization was lower in the northern part and higher in the southern part. More fertilization applied in the southern study area aims to increase the boll weight and number for pursuing higher yields of cotton. The frequency of the RSME during the second assimilation was mainly located in the range of 0.4-0.6 m2/m2. The estimated cotton yield ranged from 1489 to 8895 kg/ha. The spatial distribution of the estimated yield is also higher in the southern part than the northern study area.
The reduction of information contained in model time series through the use of aggregating statistical performance measures is very high compared to the amount of information that one would like to draw from it for model identification and calibration purposes. It is readily known that this loss imposes important limitations on model identification and -diagnostics and thus constitutes an element of the overall model uncertainty as essentially different model realizations with almost identical performance measures (e.g. r-² or RMSE) can be generated. In three consecutive studies the present work proposes an alternative approach towards hydrological model evaluation based on the application of Self-Organizing Maps (SOM; Kohonen, 2001). The Self-Organizing Map is a type of artificial neural network and unsupervised learning algorithm that is used for clustering, visualization and abstraction of multidimensional data. It maps vectorial input data items with similar patterns onto contiguous locations of a discrete low-dimensional grid of neurons. The iterative training of the SOM causes the neurons to form a discrete, data-compressed representation of the high-dimensional input data. Using appropriate visualization techniques, information on distributions, patterns and relationships in complex data sets can be extracted. Irrespective of their potential, SOM applications have earned very little attention in hydrological modelling compared to other artificial neural network techniques. Therefore, the aim of the present work is to demonstrate that the application of Self-Organizing Maps has very high potential to address fundamental issues of model evaluation: It is shown that the clustering and classification of model time series by means of SOM can provide useful insights into model behaviour. In combination with the diagnostic properties of Signature Indices (Gupta et al., 2008; Yilmaz et al., 2008) SOM provides a novel tool for interpreting the model parameters in the hydrological context and identifying parameter sets that simultaneously meet multiple objectives, even if the corresponding model realizations belong to different models. Moreover, the presented studies and reviews also encourage further studies on the application of SOM in hydrological modelling.