Kaffeeplantagen im Südosten Brasiliens. Erdbeobachtungsbasiertes Monitoring der Anbaugebiete

Inhaltsverzeichnis

1. Einleitung

1.1. Motivation und Forschungshintergrund

1.2. Untersuchungsziel und Forschungsfragen

1.3. Aufbau der Arbeit

2. Theoretische Grundlagen

2.1. Begriffsbestimmungen

2.2. Forschungsansätze und Forschungsbedarf

2.3. Kaffeeanbau und –plantagenwirtschaft in Brasilien

2.3.1. Botanische Eigenschaften von Kaffee

2.3.2. Historische Entwicklung und heutige Situation

3. Untersuchungsraum „Südosten Brasiliens“

3.1. Espírito Santo

3.2. Süden Minas Gerais

4. Datengrundlagen

4.1. Landsat-Serie

4.2. Trainingsdaten

5. Methodisches Vorgehen

5.1. Datenaufbereitung

5.2. Prozessierung

6. Ergebnisse

6.1. Espírito Santo

6.2. Süden Minas Gerais

7. Diskussion

7.1. Ergebnisse

7.2. Methodik

8. Zusammenfassung und Fazit

Zielsetzung & Themen

Die Masterarbeit hat zum Ziel, die Eignung öffentlich zugänglicher Satellitendaten der Landsat-Serie für das langfristige Monitoring von Kaffeeplantagen im Südosten Brasiliens zu evaluieren. Im Zentrum steht dabei die Forschungsfrage, ob Kaffeeanbauflächen mittels maschineller Lernverfahren und unterschiedlicher Trainingsdatensätze präzise detektiert sowie in ihrer räumlichen Verbreitung zwischen 2000 und 2018 nachvollzogen werden können.

• Erstellung eines Analyserahmens zur Identifizierung von Kaffeeplantagen mittels Zeitreihenanalyse.
• Vergleich zweier Forschungsansätze basierend auf MODIS-Produkten und Landsat-Szenen.
• Untersuchung von Einflüssen auf die Klassifikationsgenauigkeit, wie Reliefbeschaffenheit und Dürreperioden.
• Kartierung der Lage und Verbreitung von Kaffeeanbaugebieten in Espírito Santo und im Süden Minas Gerais.
• Evaluierung der methodischen Herausforderungen bei der optisch-elektrischen Fernerkundung von Kaffeekulturen.

Auszug aus dem Buch

Zusammenfassung der Kapitel

1. Einleitung: Dieses Kapitel führt in das Forschungsthema ein, erläutert die Relevanz des Kaffeeanbaus und definiert das Ziel sowie die zentralen Forschungsfragen der Arbeit.

2. Theoretische Grundlagen: Hier werden zentrale Begriffe definiert und die Grundlagen der Erdbeobachtung, des Monitorings sowie die Besonderheiten der Kaffeekultivierung in Brasilien dargelegt.

3. Untersuchungsraum „Südosten Brasiliens“: Es erfolgt eine detaillierte Beschreibung des geographischen, klimatischen und administrativen Kontexts der Untersuchungsgebiete Espírito Santo und Süden Minas Gerais.

4. Datengrundlagen: Die für die Analyse genutzten Landsat-Satellitendaten sowie zusätzliche Datensätze zur Erstellung von Trainingsdaten werden ausführlich charakterisiert.

5. Methodisches Vorgehen: Das Kapitel beschreibt die Datenaufbereitung, die Erstellung von Jahreskompositen und die Anwendung der überwachten Klassifikation mittels Random Forest.

6. Ergebnisse: Die gewonnenen Klassifikationsergebnisse werden für die beiden Untersuchungsgebiete präsentiert und graphisch aufbereitet.

7. Diskussion: Die Ergebnisse werden kritisch analysiert, Forschungsfragen beantwortet und methodische Aspekte sowie Einflussfaktoren reflektiert.

8. Zusammenfassung und Fazit: Die Arbeit resümiert die wesentlichen Erkenntnisse und gibt einen Ausblick auf potenzielle Anwendungen für den Kaffeesektor.

Schlüsselwörter

Erdbeobachtung, Monitoring, Kaffeeanbaugebiete, Brasilien, Landsat, Zeitreihenanalyse, maschinelles Lernen, Random Forest, Fernerkundung, Vegetationsindex, NDVI, Landbedeckung, Landnutzung, Espírito Santo, Minas Gerais.

Häufig gestellte Fragen

Worum geht es in dieser Masterarbeit grundlegend?

Die Arbeit befasst sich mit der langfristigen Detektion und Kartierung von Kaffeeanbaugebieten im Südosten Brasiliens mithilfe von satellitengestützten Erdbeobachtungsdaten.

Was sind die zentralen Themenfelder der Untersuchung?

Die zentralen Themen sind die Fernerkundung von landwirtschaftlichen Nutzflächen, der Einsatz von maschinellem Lernen für die Bildklassifikation und die Analyse historischer Vegetationsdaten.

Was ist das primäre Ziel oder die Forschungsfrage?

Das Ziel ist es, zu ermitteln, ob öffentlich zugängliche Landsat-Daten zur langfristigen Erfassung von Kaffeeplantagen geeignet sind und wie verschiedene Trainingsansätze die Klassifikationsgenauigkeit beeinflussen.

Welche wissenschaftlichen Methoden werden verwendet?

Es wird eine Zeitreihenanalyse mittels überwachter Klassifikation unter Anwendung des Random Forest-Algorithmus auf Basis von Landsat-Satellitenbildern durchgeführt.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil umfasst die theoretischen Grundlagen, die Beschreibung der Untersuchungsgebiete, die Datengrundlagen, das methodische Vorgehen bei der Klassifikation sowie die detaillierte Ergebnisdiskussion.

Welche Schlüsselwörter charakterisieren die Arbeit?

Erdbeobachtung, Kaffeeanbau, Zeitreihenanalyse, Brasilien, Random Forest und Fernerkundung.

Warum konnte das MODIS-Datenprodukt nicht für das gesamte Vorhaben genutzt werden?

Die räumliche Auflösung von 500 Metern erwies sich als zu grob, um kleinräumige Strukturen von Kaffeeplantagen präzise von anderen Landbedeckungen zu unterscheiden.

Welchen Einfluss hatten Dürreereignisse auf die Analyse?

Klimatische Defizite führten zu Veränderungen im Vitalitätszustand der Vegetation, was in manchen Jahren die spektrale Signatur beeinflusste und Fehlklassifikationen begünstigte.