TY - THES A1 - Schmidt, Lena Katharina T1 - Altered hydrological and sediment dynamics in high-alpine areas – Exploring the potential of machine-learning for estimating past and future changes N2 - Climate change fundamentally transforms glaciated high-alpine regions, with well-known cryospheric and hydrological implications, such as accelerating glacier retreat, transiently increased runoff, longer snow-free periods and more frequent and intense summer rainstorms. These changes affect the availability and transport of sediments in high alpine areas by altering the interaction and intensity of different erosion processes and catchment properties. Gaining insight into the future alterations in suspended sediment transport by high alpine streams is crucial, given its wide-ranging implications, e.g. for flood damage potential, flood hazard in downstream river reaches, hydropower production, riverine ecology and water quality. However, the current understanding of how climate change will impact suspended sediment dynamics in these high alpine regions is limited. For one, this is due to the scarcity of measurement time series that are long enough to e.g. infer trends. On the other hand, it is difficult – if not impossible – to develop process-based models, due to the complexity and multitude of processes involved in high alpine sediment dynamics. Therefore, knowledge has so far been confined to conceptual models (which do not facilitate deriving concrete timings or magnitudes for individual catchments) or qualitative estimates (‘higher export in warmer years’) that may not be able to capture decreases in sediment export. Recently, machine-learning approaches have gained in popularity for modeling sediment dynamics, since their black box nature tailors them to the problem at hand, i.e. relatively well-understood input and output data, linked by very complex processes. Therefore, the overarching aim of this thesis is to estimate sediment export from the high alpine Ötztal valley in Tyrol, Austria, over decadal timescales in the past and future – i.e. timescales relevant to anthropogenic climate change. This is achieved by informing, extending, evaluating and applying a quantile regression forest (QRF) approach, i.e. a nonparametric, multivariate machine-learning technique based on random forest. The first study included in this thesis aimed to understand present sediment dynamics, i.e. in the period with available measurements (up to 15 years). To inform the modeling setup for the two subsequent studies, this study identified the most important predictors, areas within the catchments and time periods. To that end, water and sediment yields from three nested gauges in the upper Ötztal, Vent, Sölden and Tumpen (98 to almost 800 km² catchment area, 930 to 3772 m a.s.l.) were analyzed for their distribution in space, their seasonality and spatial differences therein, and the relative importance of short-term events. The findings suggest that the areas situated above 2500 m a.s.l., containing glacier tongues and recently deglaciated areas, play a pivotal role in sediment generation across all sub-catchments. In contrast, precipitation events were relatively unimportant (on average, 21 % of annual sediment yield was associated to precipitation events). Thus, the second and third study focused on the Vent catchment and its sub-catchment above gauge Vernagt (11.4 and 98 km², 1891 to 3772 m a.s.l.), due to their higher share of areas above 2500 m. Additionally, they included discharge, precipitation and air temperature (as well as their antecedent conditions) as predictors. The second study aimed to estimate sediment export since the 1960s/70s at gauges Vent and Vernagt. This was facilitated by the availability of long records of the predictors, discharge, precipitation and air temperature, and shorter records (four and 15 years) of turbidity-derived sediment concentrations at the two gauges. The third study aimed to estimate future sediment export until 2100, by applying the QRF models developed in the second study to pre-existing precipitation and temperature projections (EURO-CORDEX) and discharge projections (physically-based hydroclimatological and snow model AMUNDSEN) for the three representative concentration pathways RCP2.6, RCP4.5 and RCP8.5. The combined results of the second and third study show overall increasing sediment export in the past and decreasing export in the future. This suggests that peak sediment is underway or has already passed – unless precipitation changes unfold differently than represented in the projections or changes in the catchment erodibility prevail and override these trends. Despite the overall future decrease, very high sediment export is possible in response to precipitation events. This two-fold development has important implications for managing sediment, flood hazard and riverine ecology. This thesis shows that QRF can be a very useful tool to model sediment export in high-alpine areas. Several validations in the second study showed good performance of QRF and its superiority to traditional sediment rating curves – especially in periods that contained high sediment export events, which points to its ability to deal with threshold effects. A technical limitation of QRF is the inability to extrapolate beyond the range of values represented in the training data. We assessed the number and severity of such out-of-observation-range (OOOR) days in both studies, which showed that there were few OOOR days in the second study and that uncertainties associated with OOOR days were small before 2070 in the third study. As the pre-processed data and model code have been made publically available, future studies can easily test further approaches or apply QRF to further catchments. N2 - Der Klimawandel verändert vergletscherte Hochgebirgsregionen grundlegend, mit wohlbekannten Auswirkungen auf Kryosphäre und Hydrologie, wie beschleunigtem Gletscherrückgang, vorübergehend erhöhtem Abfluss, längeren schneefreien Perioden und häufigeren und intensiveren sommerlichen Starkniederschlägen. Diese Veränderungen wirken sich auf die Verfügbarkeit und den Transport von Sedimenten in hochalpinen Gebieten aus, indem sie die Interaktion und Intensität verschiedener Erosionsprozesse und Einzugsgebietseigenschaften verändern. Eine Abschätzung der zukünftigen Veränderungen des Schwebstofftransports in hochalpinen Bächen ist von entscheidender Bedeutung, da sie weitreichende Auswirkungen haben, z. B. auf das Hochwasserschadenspotenzial, die Hochwassergefahr in den Unterläufen, sowie Wasserkraftproduktion, aquatische Ökosysteme und Wasserqualität. Das derzeitige Verständnis der Auswirkungen des Klimawandels auf die Schwebstoffdynamik in diesen hochalpinen Regionen ist jedoch begrenzt. Dies liegt zum einen daran, dass es kaum ausreichend lange Messzeitreihen gibt, um z.B. Trends ableiten zu können. Zum anderen ist es aufgrund der Komplexität und der Vielzahl der Prozesse, die an der hochalpinen Sedimentdynamik beteiligt sind, schwierig - wenn nicht gar unmöglich - prozessbasierte Modelle zu entwickeln. Daher beschränkte sich das Wissen bisher auf konzeptionelle Modelle (die es nicht ermöglichen, konkrete Zeitpunkte oder Größenordnungen für einzelne Einzugsgebiete abzuleiten) oder qualitative Schätzungen ("höherer Sedimentaustrag in wärmeren Jahren"), die möglicherweise nicht in der Lage sind, Rückgänge im Sedimentaustrag abzubilden. In jüngster Zeit haben Ansätze des maschinellen Lernens für die Modellierung der Sedimentdynamik an Popularität gewonnen, da sie aufgrund ihres Black-Box-Charakters auf das vorliegende Problem zugeschnitten sind, d. h. auf relativ gut verstandene Eingangs- und Ausgangsdaten, die durch sehr komplexe Prozesse verknüpft sind. Das übergeordnete Ziel dieser Arbeit ist daher die Abschätzung des Sedimentaustrags am Beispiel des hochalpinen Ötztals in Tirol, Österreich, auf dekadischen Zeitskalen in der Vergangenheit und Zukunft – also Zeitskalen, die für den anthropogenen Klimawandel relevant sind. Dazu wird ein Quantile Regression Forest (QRF)-Ansatz, d.h. ein nichtparametrisches, multivariates maschinelles Lernverfahren auf der Basis von Random Forest, erweitert, evaluiert und angewendet. Die erste Studie im Rahmen dieser Arbeit zielte darauf ab, die "gegenwärtige" Sedimentdynamik zu verstehen, d. h. in dem Zeitraum, für den Messungen vorliegen (bis zu 15 Jahre). Um die Modellierung für die beiden folgenden Studien zu ermöglichen, wurden in dieser Studie die wichtigsten Prädiktoren, Teilgebiete des Untersuchungsgebiets und Zeiträume ermittelt. Zu diesem Zweck wurden die Wasser- und Sedimenterträge von drei verschachtelten Pegeln im oberen Ötztal, Vent, Sölden und Tumpen (98 bis fast 800 km² Einzugsgebiet, 930 bis 3772 m ü.d.M.), auf ihre räumliche Verteilung, ihre Saisonalität und deren räumlichen Unterschiede, sowie die relative Bedeutung von Niederschlagsereignissen hin untersucht. Die Ergebnisse deuten darauf hin, dass die Gebiete oberhalb von 2500 m ü. M., in denen sich Gletscherzungen und kürzlich entgletscherte Gebiete befinden, eine zentrale Rolle in der Sedimentdynamik in allen Teileinzugsgebieten spielen. Im Gegensatz dazu waren Niederschlagsereignisse relativ unbedeutend (im Durchschnitt wurden 21 % des jährlichen Austrags mit Niederschlagsereignissen in Verbindung gebracht). Daher konzentrierten sich die zweite und dritte Studie auf das Vent-Einzugsgebiet und sein Teileinzugsgebiet oberhalb des Pegels Vernagt (11,4 und 98 km², 1891 bis 3772 m ü. M.), da sie einen höheren Anteil an Gebieten oberhalb von 2500 m aufweisen. Außerdem wurden Abfluss, Niederschlag und Lufttemperatur (sowie deren Vorbedingungen) als Prädiktoren einbezogen. Die zweite Studie zielte darauf ab, den Sedimentexport seit den 1960er/70er Jahren an den Pegeln Vent und Vernagt abzuschätzen. Dies wurde durch die Verfügbarkeit langer Aufzeichnungen der Prädiktoren Abfluss, Niederschlag und Lufttemperatur sowie kürzerer Aufzeichnungen (vier und 15 Jahre) von aus Trübungsmessungen abgeleiteten Sedimentkonzentrationen an den beiden Pegeln ermöglicht. Die dritte Studie zielte darauf ab, den zukünftigen Sedimentexport bis zum Jahr 2100 abzuschätzen, indem die in der zweiten Studie entwickelten QRF-Modelle auf bereits existierende Niederschlags- und Temperaturprojektionen (EURO-CORDEX) und Abflussprojektionen (des physikalisch basierten hydroklimatologischen und Schneemodells AMUNDSEN) in den drei repräsentativen Konzentrationspfaden RCP2.6, RCP4.5 und RCP8.5 angewendet wurden. Die kombinierten Ergebnisse der zweiten und dritten Studie legen nahe, dass der Sedimentexport in der Vergangenheit insgesamt zugenommen hat und in der Zukunft abnehmen wird. Dies deutet darauf hin, dass der Höhepunkt des Sedimenteintrags erreicht ist oder bereits überschritten wurde - es sei denn, die Niederschlagsveränderungen entwickeln sich anders, als es in den Projektionen dargestellt ist, oder Veränderungen in der Erodierbarkeit des Einzugsgebiets setzen sich durch. Trotz des allgemeinen Rückgangs in der Zukunft sind sehr hohe Sedimentausträge als Reaktion auf Niederschlagsereignisse möglich. Diese zweifältige Entwicklung hat wichtige Auswirkungen auf das Sedimentmanagement, die Hochwassergefahr und die Flussökologie. Diese Arbeit zeigt, dass QRF ein sehr nützliches Instrument zur Modellierung des Sedimentexports in hochalpinen Gebieten sein kann. Mehrere Validierungen in der zweiten Studie zeigten eine gute Modell-Performance und die Überlegenheit gegenüber traditionellen Sediment-Abfluss-Beziehungen – insbesondere in Zeiträumen, in denen es zu einem hohen Sedimentexport kam, was auf die Fähigkeit von QRF hinweist, mit Schwelleneffekten umzugehen. Eine technische Einschränkung von QRF ist die Unfähigkeit, über den Bereich der in den Trainingsdaten dargestellten Werte hinaus zu extrapolieren. Die Anzahl und den Schweregrad an solchen Tagen, in denen der Wertebereich der Trainingsdaten überschritten wurde, wurde in beiden Studien untersucht. Dabei zeigte sich, dass es in der zweiten Studie nur wenige solcher Tage gab und dass die mit den Überschreitungen verbundenen Unsicherheiten in der dritten Studie vor 2070 gering waren. Da die vorverarbeiteten Daten und der Modellcode öffentlich zugänglich gemacht wurden, können künftige Studien darauf aufbauend weitere Ansätze testen oder QRF auf weitere Einzugsgebiete anwenden. KW - suspended sediment KW - glacier melt KW - climate change KW - natural hazards KW - hydrology KW - geomorphology KW - Klimawandel KW - Geomorphologie KW - Gletscherschmelze KW - Hydrologie KW - Naturgefahren KW - suspendiertes Sediment Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-623302 ER - TY - THES A1 - Luna, Lisa Victoria T1 - Rainfall-triggered landslides: conditions, prediction, and warning N2 - Rainfall-triggered landslides are a globally occurring hazard that cause several thousand fatalities per year on average and lead to economic damages by destroying buildings and infrastructure and blocking transportation networks. For people living and governing in susceptible areas, knowing not only where, but also when landslides are most probable is key to inform strategies to reduce risk, requiring reliable assessments of weather-related landslide hazard and adequate warning. Taking proper action during high hazard periods, such as moving to higher levels of houses, closing roads and rail networks, and evacuating neighborhoods, can save lives. Nevertheless, many regions of the world with high landslide risk currently lack dedicated, operational landslide early warning systems. The mounting availability of temporal landslide inventory data in some regions has increasingly enabled data-driven approaches to estimate landslide hazard on the basis of rainfall conditions. In other areas, however, such data remains scarce, calling for appropriate statistical methods to estimate hazard with limited data. The overarching motivation for this dissertation is to further our ability to predict rainfall-triggered landslides in time in order to expand and improve warning. To this end, I applied Bayesian inference to probabilistically quantify and predict landslide activity as a function of rainfall conditions at spatial scales ranging from a small coastal town, to metropolitan areas worldwide, to a multi-state region, and temporal scales from hourly to seasonal. This thesis is composed of three studies. In the first study, I contributed to developing and validating statistical models for an online landslide warning dashboard for the small town of Sitka, Alaska, USA. We used logistic and Poisson regressions to estimate daily landslide probability and counts from an inventory of only five reported landslide events and 18 years of hourly precipitation measurements at the Sitka airport. Drawing on community input, we established two warning thresholds for implementation in the dashboard, which uses observed rainfall and US National Weather Service forecasts to provide real-time estimates of landslide hazard. In the second study, I estimated rainfall intensity-duration thresholds for shallow landsliding for 26 cities worldwide and a global threshold for urban landslides. I found that landslides in urban areas occurred at rainfall intensities that were lower than previously reported global thresholds, and that 31% of urban landslides were triggered during moderate rainfall events. However, landslides in cities with widely varying climates and topographies were triggered above similar critical rainfall intensities: thresholds for 77% of cities were indistinguishable from the global threshold, suggesting that urbanization may harmonize thresholds between cities, overprinting natural variability. I provide a baseline threshold that could be considered for warning in cities with limited landslide inventory data. In the third study, I investigated seasonal landslide response to annual precipitation patterns in the Pacific Northwest region, USA by using Bayesian multi-level models to combine data from five heterogeneous landslide inventories that cover different areas and time periods. I quantitatively confirmed a distinctly seasonal pattern of landsliding and found that peak landslide activity lags the annual precipitation peak. In February, at the height of the landslide season, landslide intensity for a given amount of monthly rainfall is up to ten times higher than at the season onset in November, underlining the importance of antecedent seasonal hillslope conditions. Together, these studies contributed actionable, objective information for landslide early warning and examples for the application of Bayesian methods to probabilistically quantify landslide hazard from inventory and rainfall data. N2 - Durch Regenfälle ausgelöste Erdrutsche sind eine weltweit auftretende Gefahr, die im Durchschnitt mehrere tausend Todesopfer pro Jahr fordern und zu wirtschaftlichen Schäden führen, indem sie Gebäude und Infrastrukturen zerstören und Verkehrsnetze blockieren. Für Bewohner, sowie lokale Regierungen in potentiell gefährdeten Gebieten, ist es entscheidend zu wissen, nicht nur wo, sondern auch wann Erdrutsche am wahrscheinlichsten sind, um Strategien zur Verringerung des Risikos zu entwickeln. Dies erfordert zuverlässige Bewertungen der wetterbedingten Erdrutschgefahr und eine angemessene Warnung. Angemessene Maßnahmen während Hochrisikoperioden, wie der Umzug in höhere Etagen, die Sperrung von Straßen und Schienennetzen, sowie die Evakuierung von Wohngebieten, können Leben retten. In vielen Regionen mit hohem Erdrutschrisiko gibt es jedoch derzeit keine spezifischen, einsatzfähigen Frühwarnsysteme für Erdrutsche. In einigen Regionen ermöglichte die zunehmende Verfügbarkeit von zeitlich-aufgelösten Erdrutschdaten datengestützte Ansätze zur Abschätzung der Erdrutschgefahr auf Grundlage von Niederschlagsbedingungen. In anderen Gebieten sind solche Daten jedoch nach wie vor spärlich, sodass geeignete statistische Methoden erforderlich sind, um die Gefährdung trotz einer begrenzten Datenmenge abzuschätzen. Die übergreifende Motivation für diese Dissertation besteht darin, unsere Fähigkeit zur rechtzeitigen Vorhersage von niederschlagsbedingten Erdrutschen zu verbessern, um Frühwarnsysteme zu erweitern und optimieren. Zu diesem Zweck habe ich Bayes'sche Inferenz angewandt, um die Erdrutschaktivität in Abhängigkeit von den Niederschlagsbedingungen probabilistisch zu quantifizieren und vorherzusagen. Meine Studien decken dabei sowohl eine breite räumliche Skala, welche von einer lokalen bis regionalen Betrachtung reicht, als auch eine von stündlich bis saisonal reichende zeitliche Skala ab. Diese Dissertation setzt sich aus drei Studien zusammen. In der ersten Studie habe ich zur Entwicklung und Validierung statistischer Modelle für ein Online-Dashboard zur Erdrutschwarnung in der Kleinstadt Sitka, Alaska, USA, beigetragen. Wir verwendeten logistische und Poisson-Regressionen zur Einschätzung der täglichen Erdrutschwahrscheinlichkeit und der Anzahl der Erdrutsche auf Grundlage von nur fünf dokumentierten Erdrutschereignissen und 18 Jahren stündlicher Niederschlagsmessungen am Flughafen von Sitka. Basierend auf Hinweisen aus der Bevölkerung legten wir zwei Warnschwellenwerte für die Umsetzung des Dashboards fest, welches wiederum beobachtete Niederschläge und Vorhersagen des US-amerikanischen Wetterdienstes (US National Weather Service) nutzt, um Echtzeiteinschätzungen der Erdrutschgefahr zu liefern. In der zweiten Studie habe ich Schwellenwerte für die Niederschlagsintensität und -dauer für Erdrutsche in 26 Städten weltweit, sowie einen globalen Schwellenwert für urbane Erdrutsche ermittelt. Dabei stellte ich fest, dass Erdrutsche in urbanen Gebieten bei Niederschlagsintensitäten auftreten, die unter den zuvor gemeldeten globalen Schwellenwerten liegen, und dass 31 % der Erdrutsche in Städten durch moderate Niederschlagsereignisse ausgelöst wurden. Erdrutsche in Städten mit sehr unterschiedlichen klimatischen und topografischen Bedingungen wurden jedoch bei vergleichbaren kritischen Niederschlagsintensitäten ausgelöst: Für 77 % der Städte unterschieden sich die lokalen Schwellenwerte nicht von den globalen Schwellenwerten, was darauf hindeutet, dass eine zunehmende Urbanisierung die Schwellenwerte zwischen Städten angleicht und natürliche Schwankungen überlagern kann. Ich habe einen Basisschwellenwert festgelegt, der für die Warnung in Städten mit begrenzten Erdrutschdaten in Betracht gezogen werden könnte. In der dritten Studie untersuchte ich saisonale Reaktionen von Erdrutschen auf jährliche Niederschlagsmuster im pazifischen Nordwesten der USA. Dafür verwendete ich Bayes'sche Mehrebenenmodelle, um Daten aus fünf heterogenen Erdrutschinventaren zu kombinieren, welche unterschiedliche Gebiete und Zeiträume abdecken. Ich fand heraus, dass Erdrutsche deutlich saisonabhängig sind und dass der Höhepunkt der Erdrutschaktivität mit einem zeitlichen Versatz auf den jährlichen Niederschlagsspitzenwert folgt. Im Februar, auf dem Höhepunkt der Erdrutschsaison, ist die Erdrutschintensität bei einer gegebenen monatlichen Niederschlagsmenge bis zu zehnmal höher als zu Beginn der Saison im November. Dies unterstreicht die Bedeutung von vorherigen saisonalen Hangbedingungen. Zusammengefasst liefern die in dieser Dissertation vorgestellten Studien umsetzbare, objektive Informationen für die Frühwarnung vor Erdrutschen und Beispiele für die Anwendung von Bayes'schen Methoden zur probabilistischen Quantifizierung der Erdrutschgefahr mittels Bestands- und Niederschlagsdaten. T2 - Durch Regenfälle ausgelöste Erdrutsche: Bedingungen, Vorhersage und Warnung KW - landslide KW - natural hazards KW - Bayesian statistics KW - early warning KW - geomorphology KW - Bayessche Statistik KW - Erdrutsch KW - Naturgefahren KW - Frühwarnung KW - Geomorphologie Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-600927 ER - TY - THES A1 - Bamberg, Marlene T1 - Planetary mapping tools applied to floor-fractured craters on Mars T1 - Planetare Analysewerkzeuge am Anwendungsgebiet von Kratern mit zerbrochenen Boeden auf dem Mars N2 - Planetary research is often user-based and requires considerable skill, time, and effort. Unfortunately, self-defined boundary conditions, definitions, and rules are often not documented or not easy to comprehend due to the complexity of research. This makes a comparison to other studies, or an extension of the already existing research, complicated. Comparisons are often distorted, because results rely on different, not well defined, or even unknown boundary conditions. The purpose of this research is to develop a standardized analysis method for planetary surfaces, which is adaptable to several research topics. The method provides a consistent quality of results. This also includes achieving reliable and comparable results and reducing the time and effort of conducting such studies. A standardized analysis method is provided by automated analysis tools that focus on statistical parameters. Specific key parameters and boundary conditions are defined for the tool application. The analysis relies on a database in which all key parameters are stored. These databases can be easily updated and adapted to various research questions. This increases the flexibility, reproducibility, and comparability of the research. However, the quality of the database and reliability of definitions directly influence the results. To ensure a high quality of results, the rules and definitions need to be well defined and based on previously conducted case studies. The tools then produce parameters, which are obtained by defined geostatistical techniques (measurements, calculations, classifications). The idea of an automated statistical analysis is tested to proof benefits but also potential problems of this method. In this study, I adapt automated tools for floor-fractured craters (FFCs) on Mars. These impact craters show a variety of surface features, occurring in different Martian environments, and having different fracturing origins. They provide a complex morphological and geological field of application. 433 FFCs are classified by the analysis tools due to their fracturing process. Spatial data, environmental context, and crater interior data are analyzed to distinguish between the processes involved in floor fracturing. Related geologic processes, such as glacial and fluvial activity, are too similar to be separately classified by the automated tools. Glacial and fluvial fracturing processes are merged together for the classification. The automated tools provide probability values for each origin model. To guarantee the quality and reliability of the results, classification tools need to achieve an origin probability above 50 %. This analysis method shows that 15 % of the FFCs are fractured by intrusive volcanism, 20 % by tectonic activity, and 43 % by water & ice related processes. In total, 75 % of the FFCs are classified to an origin type. This can be explained by a combination of origin models, superposition or erosion of key parameters, or an unknown fracturing model. Those features have to be manually analyzed in detail. Another possibility would be the improvement of key parameters and rules for the classification. This research shows that it is possible to conduct an automated statistical analysis of morphologic and geologic features based on analysis tools. Analysis tools provide additional information to the user and are therefore considered assistance systems. N2 - Planetenforschung umfasst oft zeitintensive Projekte, bei denen Expertise und Erfahrung eine wesentliche Rolle spielen. Auf Grund äusserst komplexer und sich selten wiederholender Forschungsfragen sind Annahmen, Definitionen und Regeln zur Lösung dieser Fragen nicht leicht nachvollziehbar oder aber nicht eindeutig dokumentiert. Ein Vergleich der Ergebnisse unterschiedlicher Forscher zum selben Thema oder eine Erweiterung der Forschungsfrage macht dies somit nur schwer möglich. Vergleiche liefern oftmals verzerrte Ergebnisse, da die Ausgangslage und Randbedingungen unterschiedlich definiert worden sind. Das Ziel dieser Arbeit ist es eine Standardmethode zur Oberflächenanalyse zu entwickeln, die auf zahlreiche Untersuchungsfragen angewandt werden kann. Eine gleichbleibende Qualität der Ergebnisse muss durch diese Methode gewährleistet sein. Ein weiteres Ziel ist es, dass diese Methode ohne Vorwissen und Expertise angewandt werden kann und die Ergebnisse in kurzer Zeit vorliegen. Ausserdem müssen die Ergebnisse vergleichbar und nachvollziehbar sein. Automatisch operierende Analysewerkzeuge können die zahlreichen Anforderungen erfüllen und als Standardmethode dienen. Statistische Ergebnisse werden durch diese Methode erzielt. Die Werkzeuge basieren auf vordefinierten, geowissenschaftlichen Techniken und umfassen Messungen, Berechnungen und Klassifikationen der zu untersuchenden Oberflächenstrukturen. Für die Anwendung dieser Werkzeuge müssen Schlüsselstrukturen und Randbedingungen definiert werden. Des Weiteren benötigen die Werkzeuge eine Datenbank, in der alle Oberflächenstrukturen, aber auch Informationen zu den Randbedingungen gespeichert sind. Es ist mit geringem Aufwand möglich, Datenbanken zu aktualisieren und sie auf verschiedenste Fragestellungen zu adaptieren. Diese Tatsache steigert die Flexibilität, Reproduzierbarkeit und auch Vergleichbarkeit der Untersuchung. Die vordefinierten Randbedingungen und die Qualität der Datenbank haben jedoch auch direkten Einfluss auf die Qualität der Ergebnisse. Um eine gleichbleibend hohe Qualität der Untersuchung zu gewährleisten muss sichergestellt werden, dass alle vordefinierten Bedingungen eindeutig sind und auf vorheriger Forschung basieren. Die automatisch operierenden Analysewerkzeuge müssen als mögliche Standardmethode getestet werden. Hierbei geht es darum Vorteile, aber auch Nachteile zu identifizieren und zu bewerten. In dieser Arbeit werden die Analysewerkzeuge auf einen bestimmten Einschlagskratertyp auf dem Mars angewandt. Krater mit zerbrochenen Kraterböden (Floor-Fractured Craters) sind in verschiedensten Regionen auf dem Mars zu finden, sie zeigen zahlreiche Oberflächenstrukturen und wurden durch unterschiedliche Prozesse geformt. All diese Fakten machen diesen Kratertyp zu einem interessanten und im geologischen und morphologischen Sinne sehr komplexen Anwendungsgebiet. 433 Krater sind durch die Werkzeuge analysiert und je nach Entstehungsprozess klassifiziert worden. Für diese Analyse sind Position der Krater, Art des Umfeldes und Strukturen im Kraterinneren ausschlaggebend. Die kombinierten Informationen geben somit Auskunft über die Prozesse, welche zum Zerbrechen des Kraterbodens geführt haben. Die entwickelten Analysewerkzeuge können geologische Prozesse, die sehr ähnlich zueinander sind, von einander abhängig sind und zusätzlich auch dieselben Oberflächenstrukturen formen, nicht eindeutig unterscheiden. Aus diesem Grund sind fluviale und glaziale Entstehungsprozesse für den untersuchten Kratertyp zusammengefasst. Die Analysewerkzeuge liefern Wahrscheinlichkeitswerte für drei mögliche Entstehungsarten. Um die Qualität der Ergebnisse zu verbessern muss eine Wahrscheinlichkeit über 50 % erreicht werden. Die Werkzeuge zeigen, dass 15 % der Krater durch Vulkanismus, 20 % durch Tektonik und 43 % durch Wasser- und Eis-bedingte Prozesse gebildet wurden. Insgesamt kann für 75 % des untersuchten Kratertyps ein potentieller Entstehungsprozess zugeordnet werden. Für 25 % der Krater ist eine Klassifizierung nicht möglich. Dies kann durch eine Kombination von geologischen Prozessen, einer Überprägung von wichtigen Schlüsselstrukturen, oder eines bisher nicht berücksichtigten Prozesses erklärt werden. Zusammenfassend ist zu sagen, dass es möglich ist planetare Oberflächenstrukturen quantitativ durch automatisch operierende Analysewerkzeuge zu erfassen und hinsichtlich einer definierten Fragestellung zu klassifizieren. Zusätzliche Informationen können durch die entwickelten Werkzeuge erhalten werden, daher sind sie als Assistenzsystem zu betrachten. KW - Datenbank KW - Automatisierung KW - Klassifizierung KW - geologische Prozesse KW - Geomorphologie KW - database KW - automation KW - classification KW - geological processes KW - geomorphology Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-72104 ER -