Veranstaltungsprogramm

Präsentationen mit dem Text „forkel“

S08: Fernerkundung - Anwendung Agrar
Zeit: 21.02.2019: 14:00-15:30 · Ort: EH 05 (Exnerhaus)

Fernerkundung für Globale Klima-Vegetationsmodelle

M. Forkel1, W. Dorigo1, N. Carvalhais2, K. Thonicke3

1Technische Universität Wien, Österreich; 2Max-Planck-Institut für Biogeochemie Jena, Deutschland; 3Potsdam-Institut für Klimafolgenforschung, Deutschland

Motivation: Die Fernerkundung der Landoberfläche mittels Satelliten erlaubt es langfristige Veränderungen in Ökosystem zu beobachten, wie z. B. Phänologie, Vegetationsproduktivität, Landbedeckung, Biomasse oder Waldbrände. Beispielsweise zeigen Satellitendaten einen früheren Beginn der Vegetationsperiode in vielen Regionen der gemäßigten Zone oder eine Zunahme der Vegetationsbedeckung und -produktivität in den nördlichen Nadelwäldern. Um jedoch den Einfluss von zukünftigen Klimaänderungen auf Änderungen in Ökosystemen abzuschätzen, müssen Dynamische Globale Vegetationsmodelle (DGVMs) und Klimamodelle angewendet werden. Fernerkundungsdaten sind dabei eine wichtige Datengrundlage um die Plausibilität und Güte von Modellsimulationen zu überprüfen. Ziel des Beitrages ist es einen Überblick zu geben, wie die Vielfalt von Fernerkundungsdaten für die Evaluierung und Verbesserung von DGVMs genutzt wird.

Methode: Wir geben einen Überblick über den aktuellen Stand der Forschung zur Anwendung von Fernerkundungsdaten in globalen Vegetationsmodellen. Anhand von mehreren Beispielen wird gezeigt, wie Fernerkundungsdaten verwendet werden für 1) das Benchmarking von Modellergebnissen, 2) die Überprüfung der Plausibilität von modellierten Ökosystem-Prozessen oder 3) für die Kalibrierung von Modellparametern mittels Methoden der Datenassimilation. Die Beispiele basieren überwiegend auf dem LPJmL-Modell des Potsdam-Instituts für Klimafolgenforschung (PIK) im Vergleich mit Daten verschiedener optischer und mikrowellen-basierter Satellitensensoren. Darüber hinaus werden Beispiele für andere Vegetationsmodelle gezeigt.

Ergebnisse: Anhand der Assimilation von Vegetationszeitreihen in das LPJmL-Modell wurde festgestellt, dass dieses Modell phänologische Veränderungen unzureichend simuliert. Nach einer grundlegenden Überarbeitung des Phänologie-Submoduls und einer Kalibrierung gegen Fernerkundungsdaten ist LPJmL nun in der Lage saisonale Veränderungen und den globalen Kohlenstoffkreislauf besser zu repräsentieren. Weiterhin konnte durch die Assimilation von Satellitendaten der sonnen-induzierten Fluoreszenz, der Biomasse und der Landbedeckung eine Verbesserung der Simulation räumlicher Muster der Vegetationsverteilung erreicht werden. Die Verwendung von Fernerkundungsdaten führt damit zu einer kontinuierlichen Verbesserung von globalen Vegetationsmodellen und damit von Klimaprognosen. Darüber hinaus zeigen die Beispiele das Potential wie Fernerkundungsdaten und Vegetationsmodelle gekoppelt werden können um Zustände und Dynamiken von Ökosystemen umfassend und kontinuierlich zu quantifizieren.