Remote Sensing van de Bladoppervlakte Index en Vegetatie Productiviteit

Inzicht in de wereldwijde vegetatiegezondheid en koolstofcycli is cruciaal voor het beheren van ecosystemen en het aanpakken van klimaatverandering. Satelliet-teledetectie biedt de essentiële hulpmiddelen om de Leaf Area Index (LAI) te meten en de primaire productiviteit in uitgestrekte landschappen te schatten. Deze tekstcursus leidt u door de fundamentele principes van optische teledetectie, vegetatie-indices en de biofysische modellen die worden gebruikt om de plantengroei vanuit de ruimte te volgen. Wat je leert: - Begrijp de fysica van lichtinteractie met plantenluifels en de definitie van Leaf Area Index (LAI). - Bereken belangrijke vegetatie-indexen met behulp van moderne multispectrale satellietgegevens. - De bruto primaire productiviteit (GPP) en netto primaire productiviteit (NPP) schatten met behulp van lichtgebruikefficiëntiemodellen. - Analyseer ruimtelijke datasets van moderne satellietconstellaties om seizoensgebonden vegetatieveranderingen bij te houden. - Pas moderne cloudgebaseerde geospatiale workflows toe om grootschalige milieugegevens te verwerken. - Evaluatie van de rol van remote sensing in de wereldwijde koolstofcyclus modellering en klimaatverandering beoordelingen. Beginnend met fundamentele definities van de canopystructuur, vordert de cursus door middel van methoden voor het ophalen van gegevens en conceptuele workflows voor het schatten van biofysische parameters. U zult oefenen door middel van schriftelijke oefeningen en stapsgewijze analytische scenario's. Deze cursus is bedoeld voor beginners in milieuwetenschappen, bosbouw, geografie of geospatiale analyse, zonder dat er eerdere ervaring met remote sensing nodig is.