| title: |
| Detektion und Quantifizierung von Cyanobakterien in der Ostsee mittels Satellitenfernerkundung |
|
| other title: |
| Detection and quantification of cyanobacteria in the Baltic Sea using satellite remote
sensing
[translated]
|
|
| contributing persons: |
| Jan Stefan Riha[VerfasserIn] |
 |
1038309735 |
| Konrad Miegel
, Prof. Dr.[AkademischeR BetreuerIn] |
|
132857081 |
|
Universität Rostock, Agrar- und Umweltwissenschaftliche Fakultät, Hydrologie |
| Ralf Bill
, Prof. Dr.[AkademischeR BetreuerIn] |
|
132789094 |
|
Universität Rostock, Agrar- und Umweltwissenschaftliche Fakultät, Geodäsie und Geoinformatik |
| Gunnar Nützmann
, Prof. Dr.[AkademischeR BetreuerIn] |
|
110025210 |
|
Leibniz-Institut für Gewässerökologie und Binnenfischerei, Forschungsabteilung Ökohydrologie |
| Peter Reinartz
, Prof. Dr.[AkademischeR BetreuerIn] |
|
Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR), Institut für Methodik der Fernerkundung,
Photogrammetrie und Bildanalyse |
|
| contributing corporate bodies: |
| Universität Rostock, Agrar- und Umweltwissenschaftliche Fakultät[Grad-verleihende Institution] |
|
10025954-6 |
|
| |
| abstract: |
|
Cyanobakterien 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.
[German] |
|
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.
[English] |
|
| document type: |
|
| institution: |
| Faculty of Agricultural and Environmental Sciences |
|
| language: |
|
| subject class (DDC): |
|
| |
publication /
production: |
Rostock
|
Rostock: Universität Rostock
|
|
2013
|
|
| |
| identifiers: |
|
| |
| access condition: |
|
| license/rights statement: |
all rights reserved
This work may only be used under the terms of the German Copyright Law (Urheberrechtsgesetz). |
|
|
| RosDok id: |
rosdok_disshab_0000001027 |
| created / modified: |
22.08.2013 / 08.08.2023
|
| metadata license: |
The metadata of this document was dedicated to the public domain
(CC0 1.0 Universal Public Domain Dedication). |
access
viewer
fulltext