DC FieldValueLanguage
dc.contributor.advisorWagner, Wolfgang-
dc.contributor.authorMcCallum, Ian-
dc.date.accessioned2020-06-28T02:56:44Z-
dc.date.issued2014-
dc.date.submitted2014-05-
dc.identifier.urihttps://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-76415-
dc.identifier.urihttp://hdl.handle.net/20.500.12708/2614-
dc.descriptionAbweichender Titel laut Übersetzung der Verfasserin/des Verfassers-
dc.descriptionZsfassung in dt. Sprache-
dc.description.abstractDas übergreifende Ziel dieser Forschungsarbeit ist die Verbesserung in der Modellierung von ökosystemarer Photosynthese bzw. Bruttoprimärproduktion (BPP), insbesondere für Nord Eurasien (NE). Aus der Vielzahl von Methoden zum Monitoring von terrestrischer BPP fokussiert diese Arbeit auf Produktionseffizienzmodelle (PEM). PEMs stellen die meteorologische Bedingung von verfügbarem Sonnenlicht in Kombination mit der ökologischen hinsichtlich der Blattflächenmenge zur Absorption dieser solaren Energie dar; ein Prozess, zu dessen Erfassung sich Satellitenbeobachtung anbietet. Eine Reihe von verbesserungsbedürftigen Aspekten für PEMs wurde in dieser Forschungsarbeit identifiziert. Diese inkludieren die Anwendung von alternativen biophysikalischen Datensätzen in Modellen, das Design von diagnostischen Modellen und die Berücksichtigung von eindeutigen Biom Merkmalen, die Parametrisierung von diagnostischen Modellen mit in-situ Daten und das Up-Scaling von Modellergebnissen. Unter Einbeziehung der oben angeführten Ergebnisse, wurde letztlich eine Technik entwickelt für eine regional gerasterte BPP Erfassung unter Anwendung von Eddy Kovarianz Abschätzungen für Russland, einer Region, die nur spärlich mit in-situ Stationen ausgestattet ist. Das diagnostische Modell wurde zuvor schon für diese Region validiert und verwendet satellitengestützte fAPAR, die für Russland am geeignetsten erachtet werden. Die Resultate wurden verglichen mit jenen eines Moderate Resolution Imaging Spectroradiometer (MODIS) für Russland (unter Verwendung eines Kohlenstoffbilanzierungsansatzes als Baseline) um darzulegen, dass die neue Methode plausible Resultate liefert. Mit RMSE Werten von 13% versus 23% erreicht die neue Methode substantielle Verbesserungen für eine große Region und liefert damit genauere Ergebnisse für BPP als parametrierte globale Modelle. Weiters zeigt die Methode, dass ein Up-Scaling Verfahren sich sogar mit eingeschränkter EC Datenverfügbarkeit als effektiv erweist.de
dc.description.abstractThe overall objective of this research is to improve the modeling of ecosystem photosynthesis or gross primary productivity (GPP), specifically over Northern Eurasia (NE). A variety of methods exist to monitor terrestrial GPP, with this study focusing on production efficiency models (PEM). PEMs in particular combine the meteorological constraint of available sunlight with the ecological constraint of the amount of leaf area absorbing that solar energy, a process that lends itself to detection via satellite observation. This work has identified a number of issues with PEMs in need of improvement i.e. the use of alternative biophysical datasets in models, the design of diagnostic models and the consideration of unique biome level characteristics, the parameterization of diagnostic models with in-situ data and the upscaling of model results. Accounting for these issues, a technique for regional gridded GPP mapping was developed utilizing eddy covariance estimates over Russia. Results were compared against those from the Moderate Resolution Imaging Spectroradiometer (MODIS) (using a carbon accounting approach as the baseline) over Russia demonstrating that this new method yields improved results. With RMSE values of 13% versus 23%, respectively, the new methodology achieves substantial improvements over a large region, thus more accurately estimating GPP than a model parameterized globally. Future efforts should focus on up-scaling, using statistical methods and semi-empirical models. In order to facilitate this, there is a need for a substantial expansion of the ground-based observation network.en
dc.formatGetr. Zählung-
dc.languageEnglish-
dc.language.isoen-
dc.subjectKohlenstoffkreislaufde
dc.subjectBruttoprimärproduktionde
dc.subjectProduktionseffizienzmodellde
dc.subjectFernerkundungde
dc.subjectNord Eurasiende
dc.subjectRusslandde
dc.subjectCarbon Cycleen
dc.subjectGross Primary Productivityen
dc.subjectProduction Efficiency Modelen
dc.subjectRemote Sensingen
dc.subjectNorthern Eurasiaen
dc.subjectRussiaen
dc.titleImprovements in modeling gross primary productivity over northern Eurasiaen
dc.title.alternativeVerbesserungen in der Modellierung von Bruttoprimärproduktion für Nord Eurasiende
dc.typeThesisen
dc.typeHochschulschriftde
tuw.publication.orgunitE120 - Department für Geodäsie und Geoinformation-
dc.type.qualificationlevelDoctoral-
dc.identifier.libraryidAC11740414-
dc.identifier.urnurn:nbn:at:at-ubtuw:1-76415-
dc.thesistypeDissertationde
dc.thesistypeDissertationen
item.openairetypeThesis-
item.openairetypeHochschulschrift-
item.openaccessfulltextOpen Access-
item.languageiso639-1en-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.grantfulltextopen-
item.fulltextwith Fulltext-
item.cerifentitytypePublications-
item.cerifentitytypePublications-
Appears in Collections:Thesis

Files in this item:


Page view(s)

34
checked on Jul 17, 2021

Download(s)

88
checked on Jul 17, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.