mycoreobjectrosdok_disshab_0000001027rosdok_disshab_0000001027rosdokdisshabrosdok_derivate_00000051362023-08-08T10:04:16.648Z2013-08-22T11:04:39.626Zadministratorpublished1rosdok_derivate_0000005136truetruederivate_types:fulltextVolltextfulltextwf_edit_epub wf_register_epubstate:publishedstate:publishedveröffentlichtpublishedrosdok/id00001206766262359MODS updated during RosDok migration in June 2021DissertationHochschulschrift1038309735Jan StefanRiha1981-VerfasserInautDetektion und Quantifizierung von Cyanobakterien in der Ostsee mittels SatellitenfernerkundungDetection and quantification of cyanobacteria in the Baltic Sea using satellite remote sensingde132857081Prof. Dr.KonradMiegelUniversität Rostock, Agrar- und Umweltwissenschaftliche Fakultät, HydrologieAkademischeR BetreuerIndgs132789094Prof. Dr.RalfBillUniversität Rostock, Agrar- und Umweltwissenschaftliche Fakultät, Geodäsie und GeoinformatikAkademischeR BetreuerIndgs110025210Prof. Dr.GunnarNützmannLeibniz-Institut für Gewässerökologie und Binnenfischerei, Forschungsabteilung ÖkohydrologieAkademischeR BetreuerIndgsProf. Dr.PeterReinartzDeutsches Zentrum für Luft- und Raumfahrt e.V. (DLR), Institut für Methodik der Fernerkundung, Photogrammetrie und BildanalyseAkademischeR BetreuerIndgs10025954-6Universität RostockAgrar- und Umweltwissenschaftliche FakultätGrad-verleihende Institutiondgg10.18453/rosdok_id00001206http://purl.uni-rostock.de/rosdok/id00001206urn:nbn:de:gbv:28-diss2013-0119-6550 GeowissenschaftenAgrar- und Umweltwissenschaftliche Fakultätfrei zugänglich (Open Access)Lizenz Metadaten: CC0Nutzungsrechte erteiltalle Rechte vorbehaltenUniversität RostockRostock2013monographic20132013Universitätsbibliothek RostockRostock20132013Cyanobakterien spielen aufgrund der Fähigkeit zur Stickstofffixierung und Toxinbildung eine große Rolle für die Wasserqualität der Ostsee. Zur effektiven Beobachtung mittels Satellitenfernerkundung wurde in dieser Arbeit ein modellbasiertes Inversionsverfahren entwickelt, das neben bisherigen Standardparametern die Detektion und Quantifizierung von Cyanobakterien ermöglicht. Mit einem bio-optischen Modell wurden Reflektanzdaten simuliert, die zum Training eines künstlichen neuronalen Netzes für die Inversion verwendet wurden. Der Algorithmus wurde mit verschiedenen In-Situ-Daten validiert.Cyanobacteria species are capable of fixing nitrogen and some of them can produce toxins. They therefore play an important role for the water quality of the Baltic Sea. Satellite remote sensing allows effective monitoring of wide areas in a high temporal frequency. In this study, a model-based inversion algorithm was developed, that offers the detection and quantification of cyanobacteria in the Baltic Sea besides common standard parameters. The algorithm is based on bio-optical modelling and artificial-neural-network inversion. It was validated with in situ data from different sources.FernerkundungOstseeCyanobakterienWasserinhaltsstoffeEutrophierungUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00001206doctype:epubdoctype:epubDokumenttypDocument typedoctype:epub.dissertationdoctype:epub.dissertationDissertationdoctoral thesisdiniPublType:doctoralThesis diniPublType2022:PhDThesis XMetaDissPlusThesisLevel:thesis.doctoralinfo:eu-repo/semantics/doctoralThesisdocumentnatureOfContent:ppn_105825778natureOfContent:ppn_105825778HochschulschriftdiniPublType2022:DoctoralThesisdiniPublType2022:DoctoralThesisDissertation oder HabilitationDoctoral thesisDRIVERdiniPublType2022:PhDThesisdiniPublType2022:PhDThesisDissertationPhD thesisKDSF (Pu34)XMetaDissPlusThesisLevel:thesis.doctoralXMetaDissPlusThesisLevel:thesis.doctoralDoktorarbeitdoctoral thesisrfc5646:derfc5646:deDeutschGermangerdeuSDNB:550SDNB:550550 Geowissenschaften550 Earth sciencesinstitution:unirostockinstitution:unirostockUniversität RostockUniversity of RostockUniversität RostockUniversität RostockUni.Rostockhttp://d-nb.info/gnd/38329-6institution:unirostock.aufinstitution:unirostock.aufFakultät für Agrar, Bau und UmweltFaculty for Agriculture, Civil and Environmental EngineeringUniversität Rostock. Fakultät für Agrar, Bau und UmweltFakultät für Agrar,<br />Bau und UmweltUni.Rostock.Fakultaet.AUFhttp://d-nb.info/gnd/10025954-6accesscondition:openaccessaccesscondition:openaccessfrei zugänglich (Open Access)open accesshttp://purl.org/coar/access_right/c_abf2OAfreeinfo:eu-repo/semantics/openAccess[DE-28]Open Access$gControlled Vocabulary for Access Rights$uhttp://purl.org/coar/access_right/c_abf2licenseinfo:metadatalicenseinfo:metadataLizenzen für Metadatenlicenseinfo:metadata.cc0licenseinfo:metadata.cc0Lizenz Metadaten: CC0license metadata: CC0/creativecommons/p/zero/1.0/88x31.pnghttps://creativecommons.org/publicdomain/zero/1.0/licenseinfo:depositlicenseinfo:depositVeröffentlichungsgenehmigungpermission to storelicenseinfo:deposit.rightsgrantedlicenseinfo:deposit.rightsgrantedNutzungsrechte erteiltrights grantedlicenseinfo:worklicenseinfo:workWerkworklicenseinfo:work.rightsreservedlicenseinfo:work.rightsreservedalle Rechte vorbehaltenall rights reserved/creativecommons/r/reserved/0.9/88x31.png[DE-28]Urheberrechtsschutz 1.0$gRights Statements$uhttp://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/Detektion und Quantifizierung von Cyanobakterien in der Ostsee mittels SatellitenfernerkundungDetection and quantification of cyanobacteria in the Baltic Sea using satellite remote sensingDetektion und Quantifizierung von Cyanobakterien in der Ostsee mittels Satellitenfernerkundunggnd:1038309735gnd:132857081gnd:132789094gnd:110025210gnd:10025954-6gnd:1038309735gnd:132857081gnd:132789094gnd:110025210gnd:10025954-6rosdok_disshab_0000001027-d544792e39gnd:1038309735Jan Stefan RihaJan Stefan Riharosdok_disshab_0000001027-d544792e62gnd:132857081Prof. Dr. Konrad MiegelProf. Dr. Konrad Miegelrosdok_disshab_0000001027-d544792e77gnd:132789094Prof. Dr. Ralf BillProf. Dr. Ralf Billrosdok_disshab_0000001027-d544792e93gnd:110025210Prof. Dr. Gunnar NützmannProf. Dr. Gunnar Nützmannrosdok_disshab_0000001027-d544792e108Prof. Dr. Peter ReinartzProf. Dr. Peter Reinartzrosdok_disshab_0000001027-d544792e121gnd:10025954-6Universität Rostock Agrar- und Umweltwissenschaftliche FakultätUniversität Rostock Agrar- und Umweltwissenschaftliche FakultätJan Stefan RihaProf. Dr. Konrad MiegelProf. Dr. Ralf BillProf. Dr. Gunnar NützmannProf. Dr. Peter ReinartzUniversität Rostock Agrar- und Umweltwissenschaftliche FakultätJan Stefan RihaProf. Dr. Konrad MiegelProf. Dr. Ralf BillProf. Dr. Gunnar NützmannProf. Dr. Peter ReinartzUniversität Rostock Agrar- und Umweltwissenschaftliche FakultätJan Stefan RihaRostockUniversität Rostockepub.dissertation10.18453/rosdok_id00001206http://purl.uni-rostock.de/rosdok/id00001206urn:nbn:de:gbv:28-diss2013-0119-6FernerkundungOstseeCyanobakterienWasserinhaltsstoffeEutrophierungCyanobakterien spielen aufgrund der Fähigkeit zur Stickstofffixierung und Toxinbildung eine große Rolle für die Wasserqualität der Ostsee. Zur effektiven Beobachtung mittels Satellitenfernerkundung wurde in dieser Arbeit ein modellbasiertes Inversionsverfahren entwickelt, das neben bisherigen Standardparametern die Detektion und Quantifizierung von Cyanobakterien ermöglicht. Mit einem bio-optischen Modell wurden Reflektanzdaten simuliert, die zum Training eines künstlichen neuronalen Netzes für die Inversion verwendet wurden. Der Algorithmus wurde mit verschiedenen In-Situ-Daten validiert.Cyanobacteria species are capable of fixing nitrogen and some of them can produce toxins. They therefore play an important role for the water quality of the Baltic Sea. Satellite remote sensing allows effective monitoring of wide areas in a high temporal frequency. In this study, a model-based inversion algorithm was developed, that offers the detection and quantification of cyanobacteria in the Baltic Sea besides common standard parameters. The algorithm is based on bio-optical modelling and artificial-neural-network inversion. It was validated with in situ data from different sources.20132013epub.dissertation1 Dissertation_Riha_2013.pdf 9438924 eb90118ea8ad93537cda8602f3d53584 rosdok/id00001206766262359MODS updated during RosDok migration in June 2021DissertationHochschulschrift1038309735Jan StefanRiha1981-VerfasserInautDetektion und Quantifizierung von Cyanobakterien in der Ostsee mittels SatellitenfernerkundungDetection and quantification of cyanobacteria in the Baltic Sea using satellite remote sensingde132857081Prof. Dr.KonradMiegelUniversität Rostock, Agrar- und Umweltwissenschaftliche Fakultät, HydrologieAkademischeR BetreuerIndgs132789094Prof. Dr.RalfBillUniversität Rostock, Agrar- und Umweltwissenschaftliche Fakultät, Geodäsie und GeoinformatikAkademischeR BetreuerIndgs110025210Prof. Dr.GunnarNützmannLeibniz-Institut für Gewässerökologie und Binnenfischerei, Forschungsabteilung ÖkohydrologieAkademischeR BetreuerIndgsProf. Dr.PeterReinartzDeutsches Zentrum für Luft- und Raumfahrt e.V. (DLR), Institut für Methodik der Fernerkundung, Photogrammetrie und BildanalyseAkademischeR BetreuerIndgs10025954-6Universität RostockAgrar- und Umweltwissenschaftliche FakultätGrad-verleihende Institutiondgg10.18453/rosdok_id00001206http://purl.uni-rostock.de/rosdok/id00001206urn:nbn:de:gbv:28-diss2013-0119-6550 GeowissenschaftenAgrar- und Umweltwissenschaftliche Fakultätfrei zugänglich (Open Access)Lizenz Metadaten: CC0Nutzungsrechte erteiltalle Rechte vorbehaltenUniversität RostockRostock2013monographic20132013Universitätsbibliothek RostockRostock20132013Cyanobakterien spielen aufgrund der Fähigkeit zur Stickstofffixierung und Toxinbildung eine große Rolle für die Wasserqualität der Ostsee. Zur effektiven Beobachtung mittels Satellitenfernerkundung wurde in dieser Arbeit ein modellbasiertes Inversionsverfahren entwickelt, das neben bisherigen Standardparametern die Detektion und Quantifizierung von Cyanobakterien ermöglicht. Mit einem bio-optischen Modell wurden Reflektanzdaten simuliert, die zum Training eines künstlichen neuronalen Netzes für die Inversion verwendet wurden. Der Algorithmus wurde mit verschiedenen In-Situ-Daten validiert.Cyanobacteria species are capable of fixing nitrogen and some of them can produce toxins. They therefore play an important role for the water quality of the Baltic Sea. Satellite remote sensing allows effective monitoring of wide areas in a high temporal frequency. In this study, a model-based inversion algorithm was developed, that offers the detection and quantification of cyanobacteria in the Baltic Sea besides common standard parameters. The algorithm is based on bio-optical modelling and artificial-neural-network inversion. It was validated with in situ data from different sources.FernerkundungOstseeCyanobakterienWasserinhaltsstoffeEutrophierungUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00001206 2013-08-22T11:04:39.626Z 2023-08-08T10:04:16.648Z 2023-08-18T10:04:16.653Z {"identifier":"rosdok/id00001206","type":"local_id","additional":"","service":"MCRLocalID","created":"2018-06-30T13:04:18.267Z"} {"identifier":"http://purl.uni-rostock.de/rosdok/id00001206","type":"purl","additional":"","service":"RosDokPURL","created":"2018-06-30T13:04:18.456Z","registered":"2018-06-30T13:04:18.456Z"} {"identifier":"10.18453/rosdok_id00001206","type":"doi","additional":"","service":"RosDokDOI","created":"2018-06-30T13:04:19.888Z","registered":"2018-06-30T13:04:19.888Z"} {"identifier":"urn:nbn:de:gbv:28-diss2013-0119-6","type":"dnbUrn","additional":"","service":"RosDokURN","created":"2018-06-30T13:04:18.272Z","registered":"2013-08-27T02:08:22.100Z"} administratorfulltextfile/rosdok_disshab_0000001027/rosdok_derivate_0000005136/Dissertation_Riha_2013.pdfDetektion und Quantifizierung von Cyanobakterien in der Ostsee mittels SatellitenfernerkundungDetection and quantification of cyanobacteria in the Baltic Sea using satellite remote sensingDetektion und Quantifizierung von Cyanobakterien in der Ostsee mittels Satellitenfernerkundunggnd:1038309735gnd:132857081gnd:132789094gnd:110025210gnd:10025954-6gnd:1038309735gnd:132857081gnd:132789094gnd:110025210gnd:10025954-6rosdok_disshab_0000001027-d544792e39gnd:1038309735Jan Stefan RihaJan Stefan Riharosdok_disshab_0000001027-d544792e62gnd:132857081Prof. Dr. Konrad MiegelProf. Dr. Konrad Miegelrosdok_disshab_0000001027-d544792e77gnd:132789094Prof. Dr. Ralf BillProf. Dr. Ralf Billrosdok_disshab_0000001027-d544792e93gnd:110025210Prof. Dr. Gunnar NützmannProf. Dr. Gunnar Nützmannrosdok_disshab_0000001027-d544792e108Prof. Dr. Peter ReinartzProf. Dr. Peter Reinartzrosdok_disshab_0000001027-d544792e121gnd:10025954-6Universität Rostock Agrar- und Umweltwissenschaftliche FakultätUniversität Rostock Agrar- und Umweltwissenschaftliche FakultätJan Stefan RihaProf. Dr. Konrad MiegelProf. Dr. Ralf BillProf. Dr. Gunnar NützmannProf. Dr. Peter ReinartzUniversität Rostock Agrar- und Umweltwissenschaftliche FakultätJan Stefan RihaProf. Dr. Konrad MiegelProf. Dr. Ralf BillProf. Dr. Gunnar NützmannProf. Dr. Peter ReinartzUniversität Rostock Agrar- und Umweltwissenschaftliche FakultätJan Stefan RihaRostockUniversität Rostockepub.dissertation10.18453/rosdok_id00001206http://purl.uni-rostock.de/rosdok/id00001206urn:nbn:de:gbv:28-diss2013-0119-6FernerkundungOstseeCyanobakterienWasserinhaltsstoffeEutrophierungCyanobakterien spielen aufgrund der Fähigkeit zur Stickstofffixierung und Toxinbildung eine große Rolle für die Wasserqualität der Ostsee. Zur effektiven Beobachtung mittels Satellitenfernerkundung wurde in dieser Arbeit ein modellbasiertes Inversionsverfahren entwickelt, das neben bisherigen Standardparametern die Detektion und Quantifizierung von Cyanobakterien ermöglicht. Mit einem bio-optischen Modell wurden Reflektanzdaten simuliert, die zum Training eines künstlichen neuronalen Netzes für die Inversion verwendet wurden. Der Algorithmus wurde mit verschiedenen In-Situ-Daten validiert.Cyanobacteria species are capable of fixing nitrogen and some of them can produce toxins. They therefore play an important role for the water quality of the Baltic Sea. Satellite remote sensing allows effective monitoring of wide areas in a high temporal frequency. In this study, a model-based inversion algorithm was developed, that offers the detection and quantification of cyanobacteria in the Baltic Sea besides common standard parameters. The algorithm is based on bio-optical modelling and artificial-neural-network inversion. It was validated with in situ data from different sources.20132013[xslt]Saxonrosdok/id00001206https://purl.uni-rostock.de/rosdok/id0000120676626235910.18453/rosdok_id00001206urn:nbn:de:gbv:28-diss2013-0119-6Jan Stefan RihaRiha Jan StefanDetektion und Quantifizierung von Cyanobakterien in der Ostsee mittels SatellitenfernerkundungDissertationdoctoral thesisUniversität Rostock, 2013Cyanobakterien spielen aufgrund der Fähigkeit zur Stickstofffixierung und Toxinbildung eine große Rolle für die Wasserqualität der Ostsee. Zur effektiven Beobachtung mittels Satellitenfernerkundung wurde in dieser Arbeit ein modellbasiertes Inversionsverfahren entwickelt, das neben bisherigen…Jan Stefan RihaDetektion und Quantifizierung von Cyanobakterien in der Ostsee mittels SatellitenfernerkundungDetection and quantification of cyanobacteria in the Baltic Sea using satellite remote sensingUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id000012061038309735Jan StefanRiha1981-VerfasserInaut132857081Prof. Dr.KonradMiegelUniversität Rostock, Agrar- und Umweltwissenschaftliche Fakultät, HydrologieAkademischeR BetreuerIndgs132789094Prof. Dr.RalfBillUniversität Rostock, Agrar- und Umweltwissenschaftliche Fakultät, Geodäsie und GeoinformatikAkademischeR BetreuerIndgs110025210Prof. Dr.GunnarNützmannLeibniz-Institut für Gewässerökologie und Binnenfischerei, Forschungsabteilung ÖkohydrologieAkademischeR BetreuerIndgsProf. Dr.PeterReinartzDeutsches Zentrum für Luft- und Raumfahrt e.V. (DLR), Institut für Methodik der Fernerkundung, Photogrammetrie und BildanalyseAkademischeR BetreuerIndgs10025954-6Universität RostockAgrar- und Umweltwissenschaftliche FakultätGrad-verleihende Institutiondgg[doi]10.18453/rosdok_id00001206[purl]http://purl.uni-rostock.de/rosdok/id00001206[urn]urn:nbn:de:gbv:28-diss2013-0119-6open_access20132013epoch:21th_centuryrfc5646:dedoctype:epub.dissertationaccesscondition:openaccessSDNB:550institution:unirostock.aufstate:published