Loading...

Es ist allgemein bekannt, dass durch die Intensivierung von Düngung und Mähen im Grasland die „Futtermittelproduktion“ mit zunehmender Ökosystemleistung zunimmt. Dies passiert jedoch auf Kosten der Biodiversität und anderer Ökosystemfunktionen. Die Fernerkundung ist ein wichtiges Mittel, um bestimmte Pflanzenmerkmale zu kartieren und die Vegetation in groben Maßstäben in funktionelle Gruppen einzuteilen. Aufgrund der räumlichen Diskrepanzen zwischen ökologischen Prozessen und Bewirtschaftungseinheiten in gekoppelten sozial-ökologischen Systemen sind die Auswirkungen der Landnutzung auf die Beziehung zwischen Biodiversität – Ökosystemfunktionen – und Ökosystemdienstleistungen bisher nur begrenzt verstanden. Während zum Beispiel Feldökologen Merkmale auf der Artenskala messen, messen Satelliten Merkmale auf der Pixelskala. Somit stellen Pixel die Inter-Pixel-Varianz statt der interspezifischen Varianz dar. Außerdem können Biodiversität und Ökosystemfunktionen in Raum und Zeit variieren, wobei eine große Anzahl von Faktoren (z.B. Sukzessionsstadien, klimatische Gradienten und Variabilität, Bodeneigenschaften, Landnutzung usw.) die Extrapolation erschweren.


Unser Ziel ist die Verbesserung des mechanistischen Verständnisses der Auswirkungen der Landnutzung auf das Zusammenspiel zwischen Biodiversität – Ökosystemfunktionen – und Ökosystemdienstleistungen. Dazu analysieren wir die Beziehungen zwischen funktionaler und struktureller Diversität, der Ökosystemdienstleistung der Futterproduktion sowie deren zeitliche Variation für drei räumliche Skalen (Parzelle, Hof und Landschaft). Wir werden dies mit der Kombination grundstücksbasierter ökologischer Forschung und Fernerkundungsforschung zur Landnutzungsintensität und zu 5 wesentlichen Biodiversitätsvariablen (EBVs) erreichen: Oberirdische Biomasse (AGB), Netto-Primärproduktivität (ANPP), Blattflächenindex (LAI), Pflanzenphänologie und funktionelle Diversität.


Die von den 5 EBVs während eines vollständigen Jahreszyklus gesammelten Daten ermöglichen es uns, die Futterproduktion zusammen mit der funktionalen Zusammensetzung und Vielfalt über die Saison hinweg auf der Ebene der Teilflächen zu quantifizieren. Gleichzeitig und in Zusammenarbeit mit Core-3 rufen wir Multispektral- und Mikrowellendaten von UAVs und mehreren Satelliten (Sentinel-1 & 2, Landsat-8, MODIS und PlanetScope) ab. Nach einer mehrskaligen Abtast- und Hochskalierungsstrategie verwenden wir Algorithmen des maschinellen Lernens und der künstlichen Intelligenz, um die Feldinformationen sowohl auf die Satellitenpixel als auch auf einen Landschaftsmaßstab zu skalieren.

Abb. 1. Verschiedene Schritte in unserer Feldarbeit. In Zusammenarbeit mit Core-3 werden multispektrale Daten mit Kameras an Bord von Starrflügel- (a) und Quadrocopter-UAVs (b) gesammelt. Ein Feldspektrometer wird verwendet, um hyperspektrale Informationen in einem breiteren Bereich zu sammeln (c). Anschliessend werden Daten über Pflanzeneigenschaften und Biomasse gesammelt, die später im Labor analysiert werden (d).

Wir stellen die Hypothese auf, dass (i) die fünf EBVs auf mehreren räumlichen Skalen mit Hilfe von multimodalen Satellitenbildzeitreihendaten abgeleitet werden können; und dass (ii) die Auswirkungen der Landnutzung auf das Verhältnis von Biodiversität zu Ökosystemfunktionen und -dienstleistungen auf verschiedenen räumlichen Skalen variieren. Hier dürfte die funktionelle und strukturelle Vielfalt eine Schlüsselrolle für das Niveau und die zeitliche Stabilität der Futtermittelproduktion spielen.

Abb. 2. Hochskalieren von pflanzlichen Funktionsmerkmalen (a), um Schätzungen (b), UAVs mit multispektralem Sensor (c) und multispektrale Satellitenbilder von Planet Cubesat (d) abzudecken.
Drohnen-Video: https://uni-bonn.sciebo.de/s/bLGFrV84M0lTcCj

Doc
The potential of Sentinel-1 radar images for inferring vegetation structure in grasslands – A case study of biodiversity exploratives in Germany
Blum D. (2021): The potential of Sentinel-1 radar images for inferring vegetation structure in grasslands - A case study of biodiversity exploratives in Germany. Master thesis, University Bonn
Doc
Assessing the possibilities of Sentinel-1 time-series and Omnibus algorithm to detect grassland management practices: A case study in the Swabian Jura
Bott J. (2021): Assessing the possibilities of Sentinel-1 time-series and Omnibus algorithm to detect grassland management practices: A case study in the Swabian Jura. Bachelor thesis, University Bonn
Doc
Grassland farmers’ perception of biodiversity patterns and trends: The role of land use practices and the ecological context
Klimke, M. (2021). Grassland farmers’ perception of biodiversity patterns and trends: The role of land use practices and the ecological context. Master Thesis, University of Cologne.
Doc
Deriving Essential Biodiversity Variable on ecosystem fragmentation with Remote Sensing in German grasslands
Ableitung einer essentiellen Biodiversitätsvariable für Ökosystemfragmentierung mittels Fernerkundung in deutschen Grünlandflächen
Roth M. (2020): Deriving Essential Biodiversity Variable on ecosystem fragmentation with Remote Sensing in German grasslands. Bachelor thesis, University of Bonn
Doc
Untersuchung des Zusammenhangs zwischen den Fernerkundungsdaten von Sentinel-1 sowie Sentinel-2 und der Landnutzung bei gemäßigten Grünlandflächen in Deutschland
Rubach M. (2021): Untersuchung des Zusammenhangs zwischen den Fernerkundungsdaten von Sentinel-1 sowie Sentinel-2 und der Landnutzung bei gemäßigten Grünlandflächen in Deutschland. Bachelorarbeit, University Bonn

Wissenschaftliche Mitarbeiter:innen

PD Dr. Olena Dubovyk
Projektleiterin
PD Dr. Olena Dubovyk
Rheinische Friedrich-Wilhelms-Universität Bonn
Prof. Dr. Anja Linstaedter
Projektleiterin
Prof. Dr. Anja Linstaedter
Universität Potsdam
Dr. Javier Muro
Mitarbeiter
Dr. Javier Muro
Rheinische Friedrich-Wilhelms-Universität Bonn
Florian Männer
Mitarbeiterin
Florian Männer
Universität Potsdam
Lisa-Maricia Schwarz
Mitarbeiterin
Lisa-Maricia Schwarz
Universität Potsdam
Judith Niedersen
Mitarbeiterin
Judith Niedersen
Universität Potsdam
Top