Land-use changes, climate change, and other stressors are causing drastic changes in the state and composition of vegetation. To understand these processes and anticipate future developments, there is an urgent need for: 1) documenting the current state of vegetation, 2) tracking its changes over long periods, and 3) obtaining near-real-time information on acute developments. Earth observation methods offer an efficient and comprehensive way to achieve this. One approach is to identify vegetation properties that are both robust and easily detectable through Earth observation data, while also serving as indicators for more difficult-to-measure biodiversity parameters. There is still a need for research, particularly in the use of artificial intelligence (AI) to develop a versatile and accurate detection approach. This project aims to use AI and the fusion of hyperspectral and high-resolution spatial imagery to develop innovative remote sensing products. These products are designed to describe various plant and vegetation characteristics typical of Central Europe, providing high indicative value. Compared to conventional remote sensing data, they will offer improved accuracy, interpretability, and high spatial resolution for ecological and conservation-focused vegetation mapping.

Offene Masterarbeitsthemen:

1. EnMap-Szenen aus Baden-Württemberg werden daraufhin untersucht, ob Erhaltungszustände von FFH-Grünland (Einstufung in die Zustandsklassen A, B und C) identifiziert werden können. Dafür werden Karten von Pflanzenmerkmalen abgeleitet, die mit beobachteten Erhaltungszuständen aus der FFH-Kartierung abgeglichen werden. Auf diese Weise sollen deduktiv Merkmale erschlossen werden, die eine Einstufung des Erhaltungszustandes per Fernerkundung erlauben. Die über Fernerkundung gewonnene Einstufung soll dann wieder mit den Beobachtungen verglichen werden, um Muster in den Abweichungen zu identifizieren. Ein Teil der Differenzen zwischen Beobachtung und Modell dürfte durch Bearbeiter-Bias in den Beobachtungen entstehen, der in diesem Zuge erkannt werden kann. Was nicht dadurch erklärbar ist, kann als Grundlage für eine weitere Verfeinerung der Modelle dienen. Betreuung: M. Ewald, S. Schmidtlein, Interesse bekunden

2. Auf Sylt wurde in früheren Projekten die Verbreitung der invasiven Arten Rosa rugosa und Campylopus introflexus mit flugzeuggestützter hyperspektraler Fernerkundung untersucht. Nun soll der damalige Ansatz erweitert werden, indem Karten von Pflanzenmerkmalen erstellt werden, die dann im nächsten Schritt in Karten invasiver Arten "übersetzt" werden. Damit sollen zum einen bisherige Ansätze zur Aufnahme invasiver Arten über einen traitbasierten Ansatz generalisiert werden. Zum anderen eröffnet sich ein Blick in die Black Box, welche die auf Reflexion und Felddaten zum Artvorkommen basierenden emprischen Modelle darstellen. Betreuung: M. Ewald, S. Schmidtlein. Interesse bekunden