BOKU - Universität für Bodenkultur Wien - Forschungsinformationssystem

Logo BOKU-Forschungsportal

Gewählte Diplomarbeit / Masterarbeit:

Michael Wess (2014): UNRAVELLING TIME-LAGGED TELECONNECTIONS BETWEEN SEA SURFACE TEMPERATURE AND VEGETATION ANOMALIES.
Diplomarbeit / Masterarbeit - Institut für Vermessung, Fernerkundung und Landinformation (IVFL), BOKU-Universität für Bodenkultur, pp 113. UB BOKU obvsg FullText

Datenquelle: ZID Abstracts
Abstract:
Viele Studien haben bereits eine Korrelation zwischen Meeresoberflächentemperatur und NDVI in unterschiedlichsten Teilen der Welt festgestellt. Ziel dieser Arbeit ist es, eine Grundlage für weitere Studien über kurz- und mittelfristige NDVI-Vorhersagen auf Basis der Meeresoberflächentemperatur zu schaffen. Wir wollen überprüfen, ob die Methode Recurrence Quantification Analysis (RQA) geeignet ist, um mögliche zeitversetzte Zusammenhänge zwischen NDVI und Meerestemperatur zu identifizieren, zu charakterisieren und zu quantifizieren, basierend auf weltweiten, wöchentlichen Messdaten der Jahre 1985 bis 2006. Beide Zeitreihen wurden zunächst geglättet, dann die NDVI-Daten in 1135 Klassen unterteilt, für jede Klasse die mittlere NDVI-Signatur bestimmt und zuletzt für alle Zeitreihen die Anomalien berechnet und normalisiert. Danach wurde für jedes SST-NDVI-Paar ein Cross Recurrence Plot (CRP) mit den einem threshold von 0.8, einer dimension von 20 und eine time delay von 1 erstellt und daraus die diagonalweisen RQA-Indizes DET, RR und L (mit lmin = 5) für die Diagonalen mit einem Zeitversatz von 0 bis 48 Wochen ermittelt. Kartendarstellungen der berechneten RQA-Indizes zeigen deutlich keine zufällige Verteilung, sondern unterscheidbare Strukturen, die verschiedene Meeresgebiete mit möglichen Zusammenhängen mit den NDVI-Klassen ausweisen. Eine detaillierte Interpretation dieser Muster geht aber über den Umfang dieser Arbeit hinaus. Hier sind weitere Forschungen notwendig, am besten in Zusammenarbeit mit Experten für Ozeanographie und Klimatologie, um die Ergebnisse verifizieren und interpretieren zu können. Für uns scheint RQA jedoch ein vielversprechender Ansatz 1) zur automatisierten Identifikation von zeitversetzten Zusammenhängen zwischen Klimavariablen und dem NDVI, 2) zur Quantifizierung dieser Zusammenhänge und 3) letztendlich zur Entwicklung von Prognosemodellen für den Zustand der Vegetation basierend auf Fernerkundungsdaten zu sein.

Beurteilende(r): Atzberger Clement

© BOKU Wien Impressum