Global Vision Media Focus
Das Unternehmen wurde insgesamt 15 Mal im chinesischen Staatsfernsehen CCTV erwähnt und erreichte über Parteimedien, zentrale Medien und lokale offizielle Medien insgesamt 50 Millionen Menschen.
Hyperspektrale Fernerkundung und Waldkartierung, -inventur und -klassifizierung
Die genaue Zuordnung der Zusammensetzung von Waldgesellschaften zu verschiedenen Vegetationskategorien ist entscheidend für die Anwendung von Modellen mit spezifischen Parameterkonfigurationen zur Simulation der ökologischen Prozesse in den jeweiligen Vegetationskategorien. Die Strukturmerkmale von Wäldern und ihre Sukzessionsstadien sind Schlüsselfaktoren für die Erstellung von Waldlückenmodellen und die Bewertung von Veränderungen der Ökosystemfunktionen. Beispielsweise gelten regenerierte tropische Wälder als bedeutende Senke für atmosphärisches Kohlendioxid.
Abbildung 1 Waldüberwachung
Die traditionelle Waldkartierung basiert typischerweise auf spektralen Mustererkennungsverfahren, wie beispielsweise überwachten Klassifizierungsmethoden auf Basis der Maximum-Likelihood-Diskriminanztheorie. Fernerkundungsspektraldaten werden häufig zur Identifizierung von Waldtypen verwendet, etwa zur Unterscheidung zwischen groben Waldtypen wie Nadel- und Laubwäldern. Zu den wichtigsten Breitband-Fernerkundungsinstrumenten für die Landbedeckungsidentifizierung gehören der Landsat Thematic Mapper (TM), der Multispectral Scanner (MSS) und das SPOT High Resolution Visible Spectrometer (HRV). Zahlreiche Studien haben diese Instrumente zur Klassifizierung von Waldtypen mit höherer Artenauflösung eingesetzt, mit unterschiedlichem Erfolg.
In verwandten Studien schlugen Forscher anhand von Blattdaten eine Reihe wichtiger Spektralbänder vor, um die biochemischen Eigenschaften von Waldbeständen zu beurteilen. Diese Bänder lieferten statistisch signifikante Ergebnisse bei der Korrektur von AVIRIS-Hyperspektraldaten und der Schätzung des Stickstoffgehalts und der Ligninkonzentration in Blättern in Untersuchungsflächen des Harvard Forest und von Blackhawk Island. Die Ergebnisse deuten darauf hin, dass Hyperspektraldaten hinsichtlich des Informationsgehalts Multispektraldaten überlegen und besser für eine präzisere Klassifizierung von Waldbeständen geeignet sind.
Abbildung 2. Durchschnittliche Reflexionsspektren von sechs Nadelbaumarten (Buddenbaum et al. 2005)
Abbildung 3. Waldklassifizierungskarte des Ser-Naturparks