Ableitung phasenspezifischer und ereignisbezogener … · 2021. 4. 1. · 8685-8698. Markus M oller...
Transcript of Ableitung phasenspezifischer und ereignisbezogener … · 2021. 4. 1. · 8685-8698. Markus M oller...
Ableitung phasenspezifischer und ereignisbezogenerVegetationsindizes auf der Grundlage von
phanologischen Flachendaten undSatellitenbildindex-Zeitreihen
Markus Moller
Julius Kuhn-Institut (JKI) – Bundesforschungsinstitut fur Kulturpflanzen · Institut furStrategien und Folgenabschatzung, Kleinmachnow
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 1 / 15
Gliederung
1 Hintergrund
2 Parametrisierung von Extremwetterereignissen
3 Zusammenfassung
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 2 / 15
Hintergrund
Gliederung
1 Hintergrund
2 Parametrisierung von Extremwetterereignissen
3 Zusammenfassung
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 3 / 15
Hintergrund
ExtremwetterMonitoring und RisikoAbschatzungssys-tem zur Bereitstellung von Entscheidungshilfen imExmtremwettermanagement der Landwirtschaft
Webportal und Monitoringwerkzeug
. . . fur Acker- und Obstbauern und Berater
. . . zur Unterstutzung von Entscheidungenbeim Management von Extremwetterlagen(z.B. Durre, Trockenheit oder Kahlfrost) undExtremwetterereignissen (z.B. Hagel oderStarkregen)
Standort- und kulturarten-spezifischeEntscheidungshilfen
Dynamischen Kopplung von digitalenFlachendaten und Expertenwissen
https://emra.julius-kuehn.de
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 4 / 15
Hintergrund
EMRA-Informationsknoten
PhanologischeFenster
RasterKTA,B
1 × 1 km2
IndikatorRasterIKT |IKT A,B
X × X m2
BE
Multitemporaler Datenwurfel
J
KT
I
b
b
b
b
KTBKTA
Dynamischen Kopplung vondigitalen Flachendaten
Die Auswirkungen vonExtremwetterlagen und-ereignissen stehen im Zu-sammenhang mit phano-logischen Entwicklungs-stadien (Phasen) vonKulturpflanzen.
BE – Bezugseinheit (z.B. Feldblock, Schlag) | IKT – Indikatortageswert | KTA,B –Eintrittstermine phanologischer Phasen (Kalendertage) | J – Jahr
Moller, M., Doms, J., Gerstmann, H. & Feike, T. (2019): A framework for standardized weather index calculation in
Germany. Theoretical and Applied Climatology 136, 377–390
Moller, M., Gerstmann, H., Dahms, T.C., Gao, F. & Forster, M. (2017): Coupling of phenological information and
simulated vegetation index time series: Limitations and potentials for the assessment and monitoring of soil erosion risk.CATENA 150, 192–205.
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 5 / 15
Parametrisierung von Extremwetterereignissen
Gliederung
1 Hintergrund
2 Parametrisierung von Extremwetterereignissen
3 Zusammenfassung
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 6 / 15
Parametrisierung von Extremwetterereignissen
Entscheidungshilfen
STARTFruchtartExtremwetterZeitraum
PARAMETERnFK [%]Nh [mm]. . .
INDIKATORParameterFunktionOperatorSchwellenwert
WICHTUNGFaktor
WARNSCHWELLESchwellenwertQuantil
IK
ENTSCHEIDUNGSHILFESTART::Fruchtart ⇒ MAISSTART::Extremwetter ⇒ BODENEROSIONSTART::Zeitraum:Beginn ⇒ BRACHESTART::Zeitraum:Ende ⇒ LÄNGENWACHSTUMINDIKATOR::Funktion ⇒ Anzahl der StundenINDIKATOR::Parameter ⇒ Nh
INDIKATOR::Operator ⇒ ≥INDIKATOR::Schwellenwert ⇒ 10 mmWICHTUNG::Faktor ⇒ BODENBEDECKUNGWARNSCHWELLE::Schwellenwert ⇒ . . .
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 7 / 15
Parametrisierung von Extremwetterereignissen
Eingangsdaten
Phanologie
Interpolation vonbeobachteten Startterminenphanologischer Phasen
Gerstmann, H., Doktor, D., Glaßer, C. &
Moller, M. (2016): PHASE: Ageostatistical model for theKriging-based spatial prediction of cropphenology using public phenological andclimatological observations. Computersand Electronics in Agriculture 127,726–738.
Moller, M., Gerstmann, H., Dahms,
T.C., Gao, F. & Forster, M. (2017):Coupling of phenological informationand simulated vegetation index timeseries: Limitations and potentials for theassessment and monitoring of soilerosion risk. CATENA 150, 192–205.
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 8 / 15
Parametrisierung von Extremwetterereignissen
Entscheidungshilfen: Eingangsdaten
Starkniederschlagsindex (SNI )(20.06.2013)
RADOLAN c© DWD
1× 1 km
SAVI ⇒ MODIS (18.06.2013)
Terra Surface Reflectance 8-Day L3Global Grid V006 (MOD09Q1; c©USGS)
250× 250 m
Busetto, L. & Ranghetti, L. (2016): MODIStsp: an R package
for preprocessing of MODIS Land Products time series.Computers & Geosciences 97, 40-48.
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 9 / 15
Parametrisierung von Extremwetterereignissen
Entscheidungshilfen: Datenunsicherheiten
Raumliche Genauigkeit
Definition von Pufferbereichen
Schlaggroße ⇐⇒ MODIS-Pixel
Definition von akzteptablenUberlappungsbereichen ⇒ geometrischeGenauigkeitsmaße
Moller, M., Birger, J., Gidudu, A. & Glaßer, C. (2013): A
framework for the geometric accuracy assessment of classifiedobjects. International Journal of Remote Sensing 34,8685-8698.
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 10 / 15
Parametrisierung von Extremwetterereignissen
Entscheidungshilfen: Parametrisierung
Bodenerosionsereignis am 19.6.2013 (DOY = 170)
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 11 / 15
Parametrisierung von Extremwetterereignissen
Entscheidungshilfen: Parametrisierung
Bodenerosionsereignis am 19.6.2013 (DOY = 170)
0.0
0.2
0.4
0.6
0.8
1.0
KT
VI
| SN
I/10
1 11 21 31 41 51 61 71 81 91 101
111
121
131
141
151
161
171
181
191
201
211
221
231
241
251
261
271
281
291
301
311
321
331
341
351
361
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
● ● ●●
●
● ● ●●
●
●
●
●
●
●●
●●
●●
● ●
●
● ● ●
●
●●
● ●
● ●●
●●
●●
●
●
●
● ●
● ●
●
● ●
●
●
●
●
●
● ●●
PHASE
10126756519202124BL
●
VI
x~
x25−75
● SNI
Foto
⇒Indikatoren aktuelle und phasenspezifische Bodenbedeckung . . .historische Parameter (z.B. Anzahl der Tage mit SNI ≤ 1 in einer Phase)
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 12 / 15
Zusammenfassung
Gliederung
1 Hintergrund
2 Parametrisierung von Extremwetterereignissen
3 Zusammenfassung
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 13 / 15
Zusammenfassung
Dynamische Parametrisierung von historischen undaktuellen Extremwetterereignissen
Phanologische Beobachtungen · · ·Witterungsdaten · · · Satellitenbilddaten
Laufende Arbeiten/Herausforderungen
Erhohung der geometrischen und spektralenAuflosung ⇒ Sentinel 2, Landsat, Datenfusion
Moller, M., Gerstmann, H., Dahms, T.C., Gao, F. & Forster, M. (2017):
Coupling of phenological information and simulated vegetation index timeseries: Limitations and potentials for the assessment and monitoring of soilerosion risk. CATENA 150, 192–205.
Effiziente Datenhaltung und Zeitreihenanalyse⇒ DataCube
Monitoring & Validierung ⇒ Prognose/Lokali-sierung von potentiellen Erosionsereignissen
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 14 / 15
Zusammenfassung
https://emra.geoway.de
https://emra.julius-kuehn.de
Bonn, DELPHI IMM, Julius-Kühn-Institut30.09.2019 12
Verwertung
• Entwicklung eines Angebots für Landwirte und Obstbauer
• Übertragung auf andere Nutzergruppen (Gärtner, Imker, Forstwirte)
• Bereitstellung von Cloud-Diensten für andere Anbieter im Agrarbereich
Markus Moller (JKI | SF) Phasenspezifische Vegetationsindizes 2. EO-Symposium 15 / 15