@inproceedings{Wegehenkel2006,
  author    = {Wegehenkel, Martin},
  title     = {Die Nutzung von Fernerkundungsdaten in der Wasserhaushaltsmodellierung},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-7050},
  year      = {2006},
  abstract  = {Die Pr{\"a}sentation gibt zuerst einen {\"U}berblick {\"u}ber m{\"o}gliche Parameter f{\"u}r die Wasserhaushaltsmodellierung, die aus Fernerkundungs(FE)-daten generell abgeleitet werden k{\"o}nnen. Bei der Beschreibung der Ableitungsverfahren dieser Parameter aus (FE)-Daten wird auf die Landnutzung, Vegetationsindices und die reale Evapotranspiration (ETr) fokussiert. Die Verfahren zur Bestimmung der ETr aus optischen FE-Daten lassen grob wie folgt gliedern : • Direkte Ableitung der Evapotranspiration aus radiometrisch bestimmten Oberfl{\"a}chen-temperaturen • Ableitung von Modellinputdaten wie z.B. Globalstrahlung, Albedo, Blattfl{\"a}cheniondex LAI und NDVI aus FE-Daten zur Anwendung von SoilVegetation-AtmosphereTransfer- und Energiebilanzmodellen wie z.B. SEBAL (Bastiaansen et al . 1998) • Kombinierte Anwendung verschiedenster Sensoren wie SAR-ERS1, LANDSAT-TM, NOAA-AHVRR mit SVAT-Modellen und hydrologischen Einzugsgebietsmodellen Die Validierung dieser Methoden wurde in verschiedenen Messkampagnen wie z.B. Lo-trex10E-HIBE, FIFE oder HAPEX-Sahel durchgef{\"u}hrt. Dabei wurde die aus dem entspre-chenden Sensor abgeleitete ETr mit gemessenen ETr-Raten von Ankerstationen innerhalb eines definierten Gebietes verglichen. Diese Ankerstationen leiteten die ETr aus Profil-, Ed-dy-Flux-, oder Szintillometermessungen ab. Durchg{\"a}ngige l{\"a}ngere Zeitreihen der ETr sind nur mit FE-Daten mit hoher Wiederholungsrate wie z.B. NOAA-AVHRR, MODIS hoher Zeitaufl{\"o}sung m{\"o}glich Mit Landsat-TM z.B. ergeben sich dagegen nur „Snap Shots" der ETr von einzelnen Tagen. Daher wurden oftmals Multisensorverfahren d.h. Kombination von z.B. Landsat-TM mit NOAA-AVHRR eingesetzt oder die FE-Daten nur f{\"u}r die Erhebung zeitin-varianter Eingangsdaten (z.B. Landnutzung) und zur raumbezogenen Validierung der ETr-Berechnungen von hydrologischen Modellen verwendet. Im zweiten Teil des Vortrags wird ein Anwendungsbeispiel f{\"u}r den Versuch einer r{\"a}umliche Validierung eines Wasserhaus-haltsmodells {\"u}ber NDVI-ETr-Datenprodukte aus Landsat-TM5-Daten f{\"u}r das Stobbergebiet. Ein weiteres Anwendungsbeispiel f{\"u}r die Einbindung von Landnutzungsdatenprodukten aus Landsat-TM5-Daten in die Wasserhaushaltmodellierung f{\"u}r das Ucker-Einzugsgebiet schliesst den Vortrag ab. <hr> Dokument 1: Foliensatz | Dokument 2: Abstract <hr> Interdisziplin{\"a}res Zentrum f{\"u}r Musterdynamik und Angewandte Fernerkundung Workshop vom 9. - 10. Februar 2006},
  language  = {de}
}
@article{GrohDiamantopoulosDuanetal.2022,
  author    = {Groh, Jannis and Diamantopoulos, Efstathios and Duan, Xiaohong and Ewert, Frank and Heinlein, Florian and Herbst, Michael and Holbak, Maja and Kamali, Bahareh and Kersebaum, Kurt-Christian and Kuhnert, Matthias and Nendel, Claas and Priesack, Eckart and Steidl, J{\"o}rg and Sommer, Michael and P{\"u}tz, Thomas and Vanderborght, Jan and Vereecken, Harry and Wallor, Evelyn and Weber, Tobias K. D. and Wegehenkel, Martin and Weiherm{\"u}ller, Lutz and Gerke, Horst H.},
  title     = {Same soil, different climate: Crop model intercomparison on translocated lysimeters},
  series = {Vadose zone journal},
  volume    = {21},
  journal   = {Vadose zone journal},
  number    = {4},
  publisher = {Wiley},
  address   = {Hoboken},
  issn      = {1539-1663},
  doi       = {10.1002/vzj2.20202},
  pages     = {25},
  year      = {2022},
  abstract  = {Crop model intercomparison studies have mostly focused on the assessment of predictive capabilities for crop development using weather and basic soil data from the same location. Still challenging is the model performance when considering complex interrelations between soil and crop dynamics under a changing climate. The objective of this study was to test the agronomic crop and environmental flux-related performance of a set of crop models. The aim was to predict weighing lysimeter-based crop (i.e., agronomic) and water-related flux or state data (i.e., environmental) obtained for the same soil monoliths that were taken from their original environment and translocated to regions with different climatic conditions, after model calibration at the original site. Eleven models were deployed in the study. The lysimeter data (2014-2018) were from the Dedelow (Dd), Bad Lauchstadt (BL), and Selhausen (Se) sites of the TERENO (TERrestrial ENvironmental Observatories) SOILCan network. Soil monoliths from Dd were transferred to the drier and warmer BL site and the wetter and warmer Se site, which allowed a comparison of similar soil and crop under varying climatic conditions. The model parameters were calibrated using an identical set of crop- and soil-related data from Dd. Environmental fluxes and crop growth of Dd soil were predicted for conditions at BL and Se sites using the calibrated models. The comparison of predicted and measured data of Dd lysimeters at BL and Se revealed differences among models. At site BL, the crop models predicted agronomic and environmental components similarly well. Model performance values indicate that the environmental components at site Se were better predicted than agronomic ones. The multi-model mean was for most observations the better predictor compared with those of individual models. For Se site conditions, crop models failed to predict site-specific crop development indicating that climatic conditions (i.e., heat stress) were outside the range of variation in the data sets considered for model calibration. For improving predictive ability of crop models (i.e., productivity and fluxes), more attention should be paid to soil-related data (i.e., water fluxes and system states) when simulating soil-crop-climate interrelations in changing climatic conditions.},
  language  = {en}
}