Auflistung nach Autor:in "Gebhardt, Steffen"

Oder geben Sie die ersten Buchstaben ein:
Gerade angezeigt 1 - 1 von 1
  • Vorschaubild
    Veröffentlichung
    Creation of a harmonized land cover map as an example for the entire region of the Geneva Air Pollution Convention
    (Umweltbundesamt, 2023) Gebhardt, Steffen; Earth Observation Solutions and Services GmbH; Deutschland. Umweltbundesamt; Loran, Christin; Scheuschner, Thomas
    Für die Berechnung der Critical Loads (CL) für terrestrische Ökosysteme in ganz Europa, aber auch für die Modellierung der Luftqualität, ist die Erstellung einer aktuellen harmonisierten Landbedeckungskarte notwendig. Verbunden ist dies mit einer räumlichen Ausdehnung nach Osteuropa, Kaukasus und Zentralasien (EECCA). Die aktualisierte harmonisierte europäische Landbedeckungskarte muss dem EUNIS-Habitat-Klassifizierungssystem mit so vielen Level-3- Klassen wie möglich entsprechen. Basierend auf einer Bewertung der Verfügbarkeit und Eignung verschiedener Geodaten wurde entschieden, 1) CORINE Land Cover 2018 und Ecosystem Type Map v3.1 zu verwenden und Übergangsregeln zu EUNIS Level 1 und Level 2 für die von CORINE Land Cover Map abgedeckten europäischen Länder anzuwenden, 2) Copernicus Global Land Cover Map zu verwenden und Übergangsregeln zu EUNIS Level 1 und Level 2 für europäische Länder anzuwenden, die nicht von CORINE Land Cover Maps abgedeckt werden, 3) Global Potential Natural Vegetation (GPNV)-Karten und die Harmonized World Soil Database zu verwenden (HWSD) zur weiteren Aufschlüsselung der Level-2-Klassen in Richtung Level 3. Mehr als 700.000 Punkte aus dem European Vegetation Archive (EVA), die auf EUNIS-Level 3 klassifiziert wurden, wurden vom Expertensystem für die automatische Klassifizierung europäischer Vegetationsparzellen in EUNIS-Lebensräume bereitgestellt. Merkmale wurden aus den GPNV-modellierten Daten zu Biomen und FAPAR extrahiert. Auf diese wurde ein räumlich stratifiziertes zufälliges sampling durchgeführt, um 60 % der Trainings- und 40 % der Validierungsstichproben zu erhalten. Trainingsbeispiele wurden verwendet, um Random Forest-Entscheidungsbaummodelle zu trainieren. Die Genauigkeitsbewertung wurde an den verbleibenden 40 % der Validierungsproben durchgeführt. Die Genauigkeit variiert zwischen 60 % und mehr als 90 %. Bei den klassenbezogenen Nutzer- und Produzentengenauigkeiten wurden mäßige bis sehr hohe Prozentsätze ermittelt. Die Anwendung der Entscheidungsbaummodelle lieferte die aktualisierte EUNIS-Level-3-Lebensraum Karte für ganz Europa und die EECCA-Länder mit insgesamt 218 Landbedeckungsklassen, von denen 204 Klassen EUNIS-Level-3-Klassen darstellen. Quelle: Forschungsbericht