Betreuer| Name: | Univ.Prof. Dipl.-Ing. Dr.nat.techn. Hubert Hasenauer |
| Company of Origin: | |
| 1.Beurteilende(r) |
| Name: | Prof. Ph.D. Steven Running |
| Company of Origin: | |
| 2.Beurteilende(r) |
| Name: | Assoc. Prof. Ph.D. Ramakrishna Nemani |
| Company of Origin: | |
| 1. Berater |
| Name: | Assoc. Prof. Dr. Rupert Seidl |
| Company of Origin: | |
| 2. Berater |
| Name: | Assoc. Prof. Dipl.-Ing. Dr.techn. Gregor Laaha |
| Company of Origin: | |
| Paper |
| Type of thesis: | Dissertation |
| Language of Paper: | English |
| Title of Paper in Original Language Version: | INTEGRATION OF IN-SITU AND REMOTELY SENSED DATA
TO ASSESS THE STATE OF FOREST RESOURCES ACROSS
EUROPE. |
| Title of Paper in German: | INTEGRATION OF IN-SITU AND REMOTELY SENSED DATA
TO ASSESS THE STATE OF FOREST RESOURCES ACROSS
EUROPE. |
| Title of Paper in English: | INTEGRATION OF IN-SITU AND REMOTELY SENSED DATA
TO ASSESS THE STATE OF FOREST RESOURCES ACROSS
EUROPE. |
| Month of publication: | 09.2016 |
| Number of pages: | 150 |
| Full text |
| Thesis fulltext: | Download the full text of the thesis in PDF format |
| Online Catalogue of the University Library of Natural Resources and Life Sciences |
| AC-Number: | AC10779155 |
| Abstract |
| German Abstract: | Die Wälder der Erde werden durch den weltweiten Klimawandel auf verschiedene Weise beeinflusst. Um die Auswirkungen von Veränderungen in den Prozessen und Kreisläufen von Wälder zu untersuchen, sind großskalige und weitreichende Studien erforderlich. Hier sind besonders Informationen zu Anomalien und Trends in den Wachstumsprozessen von besonderer Wichtigkeit. In den Wäldern Europas ist zusätzlich die Waldbewirtschaftung ein wichtiger Faktor. Um die Effektivität von Bewirtschaftungsformen zu beurteilen, sind ebenso groß-skalige Studien essentiell. Da in Europe die hierfür erforderlichen Daten nicht ausreichend verfügbar sind, ist das Hauptziel dieser Arbeit eine räumlich explizite Datengrundlage für Europa zu entwickeln, die es erlaubt verschiedene Information über die Wälder Europas anzubieten. Dieser Datensatz repräsentiert den Zeitraum 2000 bis 2010 mit einer räumlichen Auflösung von 0.133°. Zu diesem Zwecke wurde ein Klimadatensatz mit einer Auflösung von 1 km aus verfügbaren Daten durch „downscaling“ entwickelt. Damit wurde ein verbesserter Datensatz zu Netto Primärproduktion von Wald gerechnet, der zusätzlich räumlich explizite Satellitendaten nutzt. Diese Arbeit beschreibt in weiterer Folge die Sammlung und Harmonisierung terrestrischer Referenzdaten in Form von Waldinventurdaten aus 14 Europäischen Ländern und ermittelt jene räumliche Auflösung, die für die Verknüpfung mit Fernerkundungsdaten optimal ist. Ein Algorithmus wurde entwickelt um aus Terrestrische Inventurdaten und Fernerkundungsdaten die eingangs erwähnten räumlich expliziten Datengrundlage zu erstellen. Der Bias ist weniger als 1 % im Vergleich zu den Referenzdaten und der mittlere Absolutfehler ist kleiner als die Standardabweichung. Vorläufige Ergebnisse legen nahe, dass das Klima ein limitierende Faktor in dem Aufbau und den Strukturen Europas Wälder sein kann. Dies kann zu einer Optimierung zukünftiger Waldbewirtschaftung beitragen mit dem Ziel der Abschwächung des weltweiten Klimawandels. |
| English Abstract: | Climate change will affect forests globally having varying effects across a landscape. Repercussions of such large scale shifts to forest processes require ecosystems to be studied on large scales. To quantify future shifts, anomalies and trends in biophysical drivers and their effects on forest resources the current of forest structure state must first be known. In European forests, management is also a major driver of forest productivity and structure. To assess the effectiveness of large scale forest management again a spatially explicit landscape level outlook must be taken. In Europe, data on climate and forests in a form that would allow spatial analysis with local level resolutions on a continental scale is difficult to access or limited. In this study a pan-European spatially explicit data set of forest characteristics on a 0.133° resolution is derived which represent the decade 2000-2010. Through this study a daily pan-European climate data set on a 1km2 resolution is also created which is more accurate than previously available gridded data products This data is then used to calculate improved remotely sensed forest productivity estimates. The study also outlines the collation of the largest European plot level national forest inventory (NFI) data set from 14 countries and quantifies an optimal resolution to link NFI and remotely sensed data of between 0.0664° and 0.266°. An algorithm is developed that links NFI and remotely sensed data to create a gridded pan-European forest structure data set. Bias in the data is less than 1% of NFI values and the mean absolute error is less than the standard deviation. Comparing against previously produced data indicates the new data has realistic values in areas where no NFI data was originally present. Preliminary analysis indicates that climate places limits on forest structure which can alter future forest management options under a changing climate. |
| Keywords |
| Keywords German: | Wald Europe Daten NFI Fernerkundung Carbon Klima Volumen Höhe Alter Auflösung Gridded |
| Keywords English: | Forest Europe Data NFI Remote Sensing Carbon Climate Volume Height Age Resolution Gridded |
| Miscellaneous |
| Signature: | D-18733 |
| Organizational unit the paper was submitted at: | H91300 Institut für Waldbau (WALDBAU) |
Back to the search results
