TY - THES A1 - Stettner, Samuel T1 - Exploring the seasonality of rapid Arctic changes from space T1 - Erkundung der Saisonalität schneller arktischer Veränderungen aus dem Weltraum BT - monitoring of permafrost disturbance, snow cover and vegetation in tundra environments with TerraSAR-X BT - Überwachung von Permafroststörungen, Schneebedeckung und Vegetation in Tundra-Umgebungen mit TerraSAR-X N2 - Arctic warming has implications for the functioning of terrestrial Arctic ecosystems, global climate and socioeconomic systems of northern communities. A research gap exists in high spatial resolution monitoring and understanding of the seasonality of permafrost degradation, spring snowmelt and vegetation phenology. This thesis explores the diversity and utility of dense TerraSAR-X (TSX) X-Band time series for monitoring ice-rich riverbank erosion, snowmelt, and phenology of Arctic vegetation at long-term study sites in the central Lena Delta, Russia and on Qikiqtaruk (Herschel Island), Canada. In the thesis the following three research questions are addressed: • Is TSX time series capable of monitoring the dynamics of rapid permafrost degradation in ice-rich permafrost on an intra-seasonal scale and can these datasets in combination with climate data identify the climatic drivers of permafrost degradation? • Can multi-pass and multi-polarized TSX time series adequately monitor seasonal snow cover and snowmelt in small Arctic catchments and how does it perform compared to optical satellite data and field-based measurements? • Do TSX time series reflect the phenology of Arctic vegetation and how does the recorded signal compare to in-situ greenness data from RGB time-lapse camera data and vegetation height from field surveys? To answer the research questions three years of TSX backscatter data from 2013 to 2015 for the Lena Delta study site and from 2015 to 2017 for the Qikiqtaruk study site were used in quantitative and qualitative analysis complimentary with optical satellite data and in-situ time-lapse imagery. The dynamics of intra-seasonal ice-rich riverbank erosion in the central Lena Delta, Russia were quantified using TSX backscatter data at 2.4 m spatial resolution in HH polarization and validated with 0.5 m spatial resolution optical satellite data and field-based time-lapse camera data. Cliff top lines were automatically extracted from TSX intensity images using threshold-based segmentation and vectorization and combined in a geoinformation system with manually digitized cliff top lines from the optical satellite data and rates of erosion extracted from time-lapse cameras. The results suggest that the cliff top eroded at a constant rate throughout the entire erosional season. Linear mixed models confirmed that erosion was coupled with air temperature and precipitation at an annual scale, seasonal fluctuations did not influence 22-day erosion rates. The results highlight the potential of HH polarized X-Band backscatter data for high temporal resolution monitoring of rapid permafrost degradation. The distinct signature of wet snow in backscatter intensity images of TSX data was exploited to generate wet snow cover extent (SCE) maps on Qikiqtaruk at high temporal resolution. TSX SCE showed high similarity to Landsat 8-derived SCE when using cross-polarized VH data. Fractional snow cover (FSC) time series were extracted from TSX and optical SCE and compared to FSC estimations from in-situ time-lapse imagery. The TSX products showed strong agreement with the in-situ data and significantly improved the temporal resolution compared to the Landsat 8 time series. The final combined FSC time series revealed two topography-dependent snowmelt patterns that corresponded to in-situ measurements. Additionally TSX was able to detect snow patches longer in the season than Landsat 8, underlining the advantage of TSX for detection of old snow. The TSX-derived snow information provided valuable insights into snowmelt dynamics on Qikiqtaruk previously not available. The sensitivity of TSX to vegetation structure associated with phenological changes was explored on Qikiqtaruk. Backscatter and coherence time series were compared to greenness data extracted from in-situ digital time-lapse cameras and detailed vegetation parameters on 30 areas of interest. Supporting previous results, vegetation height corresponded to backscatter intensity in co-polarized HH/VV at an incidence angle of 31°. The dry, tall shrub dominated ecological class showed increasing backscatter with increasing greenness when using the cross polarized VH/HH channel at 32° incidence angle. This is likely driven by volume scattering of emerging and expanding leaves. Ecological classes with more prostrate vegetation and higher bare ground contributions showed decreasing backscatter trends over the growing season in the co-polarized VV/HH channels likely a result of surface drying instead of a vegetation structure signal. The results from shrub dominated areas are promising and provide a complementary data source for high temporal monitoring of vegetation phenology. Overall this thesis demonstrates that dense time series of TSX with optical remote sensing and in-situ time-lapse data are complementary and can be used to monitor rapid and seasonal processes in Arctic landscapes at high spatial and temporal resolution. N2 - Die Erwärmung der Arktis hat Auswirkungen auf die Stabilität und Funktion terrestrischer arktischer Ökosysteme, auf das globale Klima, sowie auf sozioökonomische Systeme nördlicher Gemeinden. Es besteht eine Forschungslücke bei der Überwachung der Saisonalität von Permafrostdegradation, Schneebedeckung und Vegetationsphänologie. Diese Dissertation untersucht den Nutzen von TerraSAR-X (TSX) X-Band Daten für die Überwachung eisreicher Ufererosion, Schneeschmelze, sowie Phänologie arktischer Vegetation im zentralen Lena Delta in Russland und auf Qikiqtaruk (Herschel Island), Kanada. Die Dynamik intrasaisonaler eisreicher Ufererosion im zentralen Lena-Delta in Russland wurde mit TSX Rückstreuintensitätsbildern quantifiziert und mit optischen Satelliten-Daten und Feldmessungen validiert. Kliff Kanten wurden automatisch aus TSX-Intensitätsbildern extrahiert und in einem Geoinformationssystem mit manuell digitalisierten Kliff Kanten aus optischen Satellitendaten, sowie mit Erosionsraten aus Zeitrafferkameras zusammengeführt. Die Ergebnisse deuten darauf hin, dass sich die Kliff Kante während der gesamten Auftauzeit mit konstanter Geschwindigkeit zurückzog. Die Verwendung von linearen Mischmodellen bestätigte, dass die Erosion im jährlichen Maßstab mit der Lufttemperatur und dem Niederschlag gekoppelt war, saisonale Schwankungen beeinflussten die Erosionsrate nicht. Die Ergebnisse stützen die Verwendung von TSX zur Überwachung schneller Permafrostdegradation mit hoher zeitlicher Auflösung. Die eindeutige Signatur von nassem Schnee in TSX Rückstreuintensitätsbildern wurde genutzt, um Schneeverteilungskarten (SCE) auf Qikiqtaruk in hoher zeitlicher Auflösung zu erzeugen. Aus TSX abgeleitete SCE zeigten eine große Ähnlichkeit zu SCE aus Landsat 8 Daten. Zeitreihen von prozentualer Schneebedeckung (FSC) wurden aus TSX und optischen SCE extrahiert und mit FSC-Schätzungen aus in-situ Zeitrafferkamera Daten verglichen. Auch hier zeigte TSX eine starke Übereinstimmung mit den in-situ-Daten und verbesserte die zeitliche Auflösung im Vergleich zur Landsat 8 Zeitreihe erheblich. Aus einer finalen kombinierten FSC-Zeitreihe konnten zwei Muster von Schneeschmelzen in ausgewählten Einzugsgebieten abgeleitet werden, die sich mit den in-situ Messungen deckten. Zusätzlich konnte TSX später in der Saison Schnee länger erkennen als Landsat 8, was den Vorteil von TSX zur Erkennung von Altschnee unterstreicht. Die TSX-abgeleiteten Schnee-Informationen lieferten wertvolle Einblicke in die Schneeschmelz-Dynamik auf Qikiqtaruk, welche zuvor nicht verfügbar waren. Die Empfindlichkeit von TSX für Vegetationsstruktur, die mit phänologischen Veränderungen einhergeht, wurde auf Qikiqtaruk untersucht. Rückstreu- und Kohärenzzeitreihen wurden aus 30 Testgebieten extrahiert. Die Rückstreu- und Kohärenzsignale wurden mit Vitalitäts-Daten verglichen, die aus in-situ-Zeitrafferkamera Zeitreihen extrahiert wurden. Die Ergebnisse zeigten einen Zusammenhang zwischen Vegetationshöhe und der Rückstreuintensität in HH / VV polarisierten Daten bei einem Einfallswinkel von 31 °. Ferner zeigte die ökologische Klasse mit einer Kombination von hohen Sträuchern und trockenen Oberflächenbedingungen eine zunehmende Rückstreuung mit zunehmende Pflanzenvitalität, wenn der kreuzpolarisierte VH / HH-Kanal bei 32 ° Einfallswinkel verwendet wurde. Die Ergebnisse aus strauchdominierten Klassen sind vielversprechend und liefern eine ergänzende Datenquelle für zeitlich hochaufgelöste Beobachtung der Vegetationsphänologie. Insgesamt zeigt diese Arbeit, dass TSX X-Band-Daten schnelle und saisonale Prozesse in arktischen Landschaften mit hoher räumlicher und zeitlicher Auflösung überwachen können. KW - SAR KW - remote sensing KW - arctic KW - SAR KW - Fernerkundung KW - Arktis Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-425783 ER - TY - THES A1 - Richter, Rico T1 - Concepts and techniques for processing and rendering of massive 3D point clouds T1 - Konzepte und Techniken für die Verarbeitung und das Rendering von Massiven 3D-Punktwolken N2 - Remote sensing technology, such as airborne, mobile, or terrestrial laser scanning, and photogrammetric techniques, are fundamental approaches for efficient, automatic creation of digital representations of spatial environments. For example, they allow us to generate 3D point clouds of landscapes, cities, infrastructure networks, and sites. As essential and universal category of geodata, 3D point clouds are used and processed by a growing number of applications, services, and systems such as in the domains of urban planning, landscape architecture, environmental monitoring, disaster management, virtual geographic environments as well as for spatial analysis and simulation. While the acquisition processes for 3D point clouds become more and more reliable and widely-used, applications and systems are faced with more and more 3D point cloud data. In addition, 3D point clouds, by their very nature, are raw data, i.e., they do not contain any structural or semantics information. Many processing strategies common to GIS such as deriving polygon-based 3D models generally do not scale for billions of points. GIS typically reduce data density and precision of 3D point clouds to cope with the sheer amount of data, but that results in a significant loss of valuable information at the same time. This thesis proposes concepts and techniques designed to efficiently store and process massive 3D point clouds. To this end, object-class segmentation approaches are presented to attribute semantics to 3D point clouds, used, for example, to identify building, vegetation, and ground structures and, thus, to enable processing, analyzing, and visualizing 3D point clouds in a more effective and efficient way. Similarly, change detection and updating strategies for 3D point clouds are introduced that allow for reducing storage requirements and incrementally updating 3D point cloud databases. In addition, this thesis presents out-of-core, real-time rendering techniques used to interactively explore 3D point clouds and related analysis results. All techniques have been implemented based on specialized spatial data structures, out-of-core algorithms, and GPU-based processing schemas to cope with massive 3D point clouds having billions of points. All proposed techniques have been evaluated and demonstrated their applicability to the field of geospatial applications and systems, in particular for tasks such as classification, processing, and visualization. Case studies for 3D point clouds of entire cities with up to 80 billion points show that the presented approaches open up new ways to manage and apply large-scale, dense, and time-variant 3D point clouds as required by a rapidly growing number of applications and systems. N2 - Fernerkundungstechnologien wie luftgestütztes, mobiles oder terrestrisches Laserscanning und photogrammetrische Techniken sind grundlegende Ansätze für die effiziente, automatische Erstellung von digitalen Repräsentationen räumlicher Umgebungen. Sie ermöglichen uns zum Beispiel die Erzeugung von 3D-Punktwolken für Landschaften, Städte, Infrastrukturnetze und Standorte. 3D-Punktwolken werden als wesentliche und universelle Kategorie von Geodaten von einer wachsenden Anzahl an Anwendungen, Diensten und Systemen genutzt und verarbeitet, zum Beispiel in den Bereichen Stadtplanung, Landschaftsarchitektur, Umweltüberwachung, Katastrophenmanagement, virtuelle geographische Umgebungen sowie zur räumlichen Analyse und Simulation. Da die Erfassungsprozesse für 3D-Punktwolken immer zuverlässiger und verbreiteter werden, sehen sich Anwendungen und Systeme mit immer größeren 3D-Punktwolken-Daten konfrontiert. Darüber hinaus enthalten 3D-Punktwolken als Rohdaten von ihrer Art her keine strukturellen oder semantischen Informationen. Viele GIS-übliche Verarbeitungsstrategien, wie die Ableitung polygonaler 3D-Modelle, skalieren in der Regel nicht für Milliarden von Punkten. GIS reduzieren typischerweise die Datendichte und Genauigkeit von 3D-Punktwolken, um mit der immensen Datenmenge umgehen zu können, was aber zugleich zu einem signifikanten Verlust wertvoller Informationen führt. Diese Arbeit präsentiert Konzepte und Techniken, die entwickelt wurden, um massive 3D-Punktwolken effizient zu speichern und zu verarbeiten. Hierzu werden Ansätze für die Objektklassen-Segmentierung vorgestellt, um 3D-Punktwolken mit Semantik anzureichern; so lassen sich beispielsweise Gebäude-, Vegetations- und Bodenstrukturen identifizieren, wodurch die Verarbeitung, Analyse und Visualisierung von 3D-Punktwolken effektiver und effizienter durchführbar werden. Ebenso werden Änderungserkennungs- und Aktualisierungsstrategien für 3D-Punktwolken vorgestellt, mit denen Speicheranforderungen reduziert und Datenbanken für 3D-Punktwolken inkrementell aktualisiert werden können. Des Weiteren beschreibt diese Arbeit Out-of-Core Echtzeit-Rendering-Techniken zur interaktiven Exploration von 3D-Punktwolken und zugehöriger Analyseergebnisse. Alle Techniken wurden mit Hilfe spezialisierter räumlicher Datenstrukturen, Out-of-Core-Algorithmen und GPU-basierter Verarbeitungs-schemata implementiert, um massiven 3D-Punktwolken mit Milliarden von Punkten gerecht werden zu können. Alle vorgestellten Techniken wurden evaluiert und die Anwendbarkeit für Anwendungen und Systeme, die mit raumbezogenen Daten arbeiten, wurde insbesondere für Aufgaben wie Klassifizierung, Verarbeitung und Visualisierung demonstriert. Fallstudien für 3D-Punktwolken von ganzen Städten mit bis zu 80 Milliarden Punkten zeigen, dass die vorgestellten Ansätze neue Wege zur Verwaltung und Verwendung von großflächigen, dichten und zeitvarianten 3D-Punktwolken eröffnen, die von einer wachsenden Anzahl an Anwendungen und Systemen benötigt werden. KW - 3D point clouds KW - 3D-Punktwolken KW - real-time rendering KW - Echtzeit-Rendering KW - 3D visualization KW - 3D-Visualisierung KW - classification KW - Klassifizierung KW - change detection KW - Veränderungsanalyse KW - LiDAR KW - LiDAR KW - remote sensing KW - Fernerkundung KW - mobile mapping KW - Mobile-Mapping KW - Big Data KW - Big Data KW - GPU KW - GPU KW - laserscanning KW - Laserscanning Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-423304 ER - TY - THES A1 - Smith, Taylor T1 - Decadal changes in the snow regime of High Mountain Asia, 1987-2016 T1 - Veränderungen in der Schnee-Regen-Bilanz auf dekadischen Zeitskalen im zentralasiatischen Hochgebirge (1987-2016) N2 - More than a billion people rely on water from rivers sourced in High Mountain Asia (HMA), a significant portion of which is derived from snow and glacier melt. Rural communities are heavily dependent on the consistency of runoff, and are highly vulnerable to shifts in their local environment brought on by climate change. Despite this dependence, the impacts of climate change in HMA remain poorly constrained due to poor process understanding, complex terrain, and insufficiently dense in-situ measurements. HMA's glaciers contain more frozen water than any region outside of the poles. Their extensive retreat is a highly visible and much studied marker of regional and global climate change. However, in many catchments, snow and snowmelt represent a much larger fraction of the yearly water budget than glacial meltwaters. Despite their importance, climate-related changes in HMA's snow resources have not been well studied. Changes in the volume and distribution of snowpack have complex and extensive impacts on both local and global climates. Eurasian snow cover has been shown to impact the strength and direction of the Indian Summer Monsoon -- which is responsible for much of the precipitation over the Indian Subcontinent -- by modulating earth-surface heating. Shifts in the timing of snowmelt have been shown to limit the productivity of major rangelands, reduce streamflow, modify sediment transport, and impact the spread of vector-borne diseases. However, a large-scale regional study of climate impacts on snow resources had yet to be undertaken. Passive Microwave (PM) remote sensing is a well-established empirical method of studying snow resources over large areas. Since 1987, there have been consistent daily global PM measurements which can be used to derive an estimate of snow depth, and hence snow-water equivalent (SWE) -- the amount of water stored in snowpack. The SWE estimation algorithms were originally developed for flat and even terrain -- such as the Russian and Canadian Arctic -- and have rarely been used in complex terrain such as HMA. This dissertation first examines factors present in HMA that could impact the reliability of SWE estimates. Forest cover, absolute snow depth, long-term average wind speeds, and hillslope angle were found to be the strongest controls on SWE measurement reliability. While forest density and snow depth are factors accounted for in modern SWE retrieval algorithms, wind speed and hillslope angle are not. Despite uncertainty in absolute SWE measurements and differences in the magnitude of SWE retrievals between sensors, single-instrument SWE time series were found to be internally consistent and suitable for trend analysis. Building on this finding, this dissertation tracks changes in SWE across HMA using a statistical decomposition technique. An aggregate decrease in SWE was found (10.6 mm/yr), despite large spatial and seasonal heterogeneities. Winter SWE increased in almost half of HMA, despite general negative trends throughout the rest of the year. The elevation distribution of these negative trends indicates that while changes in SWE have likely impacted glaciers in the region, climate change impacts on these two pieces of the cryosphere are somewhat distinct. Following the discussion of relative changes in SWE, this dissertation explores changes in the timing of the snowmelt season in HMA using a newly developed algorithm. The algorithm is shown to accurately track the onset and end of the snowmelt season (70% within 5 days of a control dataset, 89% within 10). Using a 29-year time series, changes in the onset, end, and duration of snowmelt are examined. While nearly the entirety of HMA has experienced an earlier end to the snowmelt season, large regions of HMA have seen a later start to the snowmelt season. Snowmelt periods have also decreased in almost all of HMA, indicating that the snowmelt season is generally shortening and ending earlier across HMA. By examining shifts in both the spatio-temporal distribution of SWE and the timing of the snowmelt season across HMA, we provide a detailed accounting of changes in HMA's snow resources. The overall trend in HMA is towards less SWE storage and a shorter snowmelt season. However, long-term and regional trends conceal distinct seasonal, temporal, and spatial heterogeneity, indicating that changes in snow resources are strongly controlled by local climate and topography, and that inter-annual variability plays a significant role in HMA's snow regime. N2 - Mehr als eine Milliarde Menschen ist von Wasser aus Flüssen, welche im Hochgebirge Asiens (HA) entspringen, abhängig. Diese werden, im Wesentlichen durch Schmelzwasser von Schnee und Gletschern gespeist. Gemeinden auf dem Land sind im hohem Maße auf die Beständigkeit des Wasserabflusses angewiesen, und folglich stark anfällig für durch Klimawandel hervorgerufene Veränderungen der Umwelt auf regionaler Ebene. Der extensive Gletscherrückzug ist ein deutlich sichtbarer und weitgehend erforschter Marker für den Klimawandel auf regionaler und globaler Ebene. In vielen Einzugsgebieten machen jedoch Schnee und Schneeschmelzen einen sehr viel größeren Anteil des jährlichen Wasserbudgets aus also Gletscherschmelzwasser. Dennoch sind die klimaabhängigen Veränderungen auf Schneeressourcen im HA nicht ausreichend untersucht. Passive Mikrowellenradiometer (PM) basierte Fernerkundung ist eine etablierte empirische Methode zur Untersuchung von Schneeressourcen in weit ausgedehnten Gebieten. Seit 1987 wurden täglich konsistente PM Messungen auf globaler Ebene durchgeführt, die zur Abschätzung der Schneehöhe verwendet werden können, und folglich den Anteil des Wassers in der Schneemasse wiederspiegeln – das Schneewasser Äquivalent (SWE). In dieser Studie die lokalen Veränderungen des SWE über dem gesamten HA untersucht. Trotz großer räumlicher und saisonaler Heterogenität, wurde eine Gesamtverringerung des SWE (10,6 mm/yr) festgestellt. Im Winter jedoch hat das SWE in etwa 50% des HAs trotz der negativen Trends im restlichen Verlauf des Jahres zugenommen. Wie aus der Diskussion über die relativen Veränderungen im SWE hervorgeht, wird in dieser Studie mithilfe eines neuentwickelten Algorithmus die Untersuchung der Veränderungen des Zeitlichen einsetzen der Schneeschmelzperiode im HA. Während im nahezu gesamten Gebiet des HA das Ende Schneeschmelzsaison verfrüht einsetzt, so ist in der Hälfte des Gebietes der Begin dieser nach hinten verschoben. Die Schneeschmelzperioden haben im so gut wie gesamten Gebiet des HA abgenommen, was darauf hindeutet dass sich diese über dem gesamten HA generell verkürzt haben und frühzeitig beendet werden. Durch die Untersuchung der räumlich-zeitlichen Verteilung der Schneevolumens und des Schneeschmelzperioden im gesamten HA konnten wir eine lückenlose Bilanz der Veränderungen der Schneeressourcen im HA erstellen. Der allgemeine Trend zeigt eine geringere Speicherung des SWE und kürzere Schneeschmelzperioden im gesamten HA. Langfristige und regionale Trends überdecken jedoch verschiedene saisonale, temporäre und räumliche Heterogenität, was wiederum zeigt dass Veränderungen der Schneebedeckung stark von lokalem Klima und der Topographie abhängen, und dass jährliche Schwankungen zu einem erheblichen Anteil zum Schneeregime des HA beitragen. KW - climate change KW - snow KW - remote sensing KW - Schnee KW - Klimawandel KW - Fernerkundung Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-407120 ER -