Modellierung der Verteilungsmuster des organischen Kohlenstoffgehalts in Auenböden mittels Data Mining [MOKkA+]

点击翻译按钮获取中文摘要

Das übergeordnete Ziel des Projektes ist die Entwicklung einer wissensbasierten fernerkundlichen Methode zur räumlichen Verteilung der organischen Kohlenstoffgehalte in Auenböden mit Hilfe sehr hoch auflösender Fernerkundungssensoren und Zusatzdaten. Es kommen GeoEye-Satellitendaten zur Anwendung, zusätzlich werden Höheninformationen aus einer Laserscannerbefliegung sowie weitere verfügbare Zusatzdaten wie beispielsweise zur Geologie und Expertenwissen in den wissensbasierten Klassifikationsprozess eingebunden. Mit einem Fuzzy Logic Ansatz werden die Unschärferelationen zwischen Reliefparametern, Vegetation, Geologie, sowie historischer Landnutzung und dem Corg-Gehalt mathematisch exakt beschrieben. Die Beurteilung der Wirksamkeit von Zusatzdaten und einzelner Regeln auf das Klassifikationsergebnis wird anhand einer Signifikanzanalyse von Mikoarrays (SAM) und einem ISODATA Clustering durchgeführt. Die Untersuchungen werden in einem Teilabschnitt des Nationalparks Donau-Auen bei Wien durchgeführt. Mit der zu entwickelnden Methode sollen die wissenschaftlichen Grundlagen für die großmaßstäbige Kartierung der Corg-Gehalte in Auenböden geschaffen werden. Das erforschte Prozesswissen der Bodenkunde kann damit regionalisiert werden und steht für die gestiegenen Anforderungen der Landschafts- und Umweltplanung insbesondere im Hinblick auf die Berücksichtigung der Klimafunktion von Böden zur Verfügung.