The surface exchange of trace gases in the tropics and savannas

ZusammenfassungDie Spurengase NOx (Stickstoffoxid (NO) und Stickstoffdioxid (NO2)) haben massgeblichen Einfluss auf die Produktion von OH (Hydroxylradikal) und Ozon (O3) in der Troposphäre. Die Bodenemissionen dieser Gase sind weitgehend unbekannt. Das Ziel dieser Arbeit war, die für die NO Bodenemissionen relevanten Prozesse durch Labor und Feldmessungen zu untersuchen und diese durch Modellsimulationen für zwei Regionen, ein tropisches Regenwaldgebiet in Rondônia (Brasilien) und subtropische Savannen in Zimbabwe abzuschätzen. Unter Verwendung der gemessenen NO Werte ergaben die Simulationen mit einem modifizierten prozessorientierten Modell, dass Abholzung in den Tropen nach einer kurzzeitigen Erhöhung zu einer langfristigen Abnahme der Bodenemissionen führt. Ein 'up scaling' der Modellresultate ergab ausgehend von der ursprünglichen Bewaldung der Region eine Verdopplung der NO Bodenemission bis 1999. Sowohl für nährstoffarme Böden der Tropen als auch für die nährstoffreichen Savannenböden waren Landnutzung und Bodenfeuchte die wichtigsten Einflussgrössen für die Regulierung der Emissionen. Über den Zeitraum eines Jahres waren die Emissionsraten der Tropen (0.49 kgNhayr-1) ungefähr halb so gross wie die der subtropischen Savannen (0.86 kgNhayr-1). Solange die Abholzung der Regenwälder voranschreitet werden die Tropen starken Einfluss auf die troposphärische Chemie haben.

A new information fusion method for land-use classification using high resolution satellite imagery

Satellite image classification involves designing and developing efficient image classifiers. With satellite image data and image analysis methods multiplying rapidly, selecting the right mix of data sources and data analysis approaches has become critical to the generation of quality land-use maps. In this study, a new postprocessing information fusion algorithm for the extraction and representation of land-use information based on high-resolution satellite imagery is presented. This approach can produce land-use maps with sharp interregional boundaries and homogeneous regions. The proposed approach is conducted in five steps. First, a GIS layer - ATKIS data - was used to generate two coarse homogeneous regions, i.e. urban and rural areas. Second, a thematic (class) map was generated by use of a hybrid spectral classifier combining Gaussian Maximum Likelihood algorithm (GML) and ISODATA classifier. Third, a probabilistic relaxation algorithm was performed on the thematic map, resulting in a smoothed thematic map. Fourth, edge detection and edge thinning techniques were used to generate a contour map with pixel-width interclass boundaries. Fifth, the contour map was superimposed on the thematic map by use of a region-growing algorithm with the contour map and the smoothed thematic map as two constraints. For the operation of the proposed method, a software package is developed using programming language C. This software package comprises the GML algorithm, a probabilistic relaxation algorithm, TBL edge detector, an edge thresholding algorithm, a fast parallel thinning algorithm, and a region-growing information fusion algorithm. The county of Landau of the State Rheinland-Pfalz, Germany was selected as a test site. The high-resolution IRS-1C imagery was used as the principal input data.