1. Einleitung
 

-
-
-

Grundlegender Aspekt der Geographie: Raumbezug
Problem des Maßstabs, Erfassbarkeit von räumlichen Phänomenen
Kurzer zeitlicher Abriss zur Entwicklung der digitalen Methoden

2. Hauptteil
 

2.1 Warum digitale Methoden?

-
-
 
-

Vergleich traditionelle Methoden - digitale Methoden

Heutige Probleme in der Physischen Geographie:

Detail - Datenmenge
Wissenszuwachs - Datenmanagement
Komplexe Wirkungsgefüge / Geosysteme / Prozessresponsesysteme -

Vorteile d. Digitalen Methoden
 

2.2 Digitale Fernerkundung (Luftbild, Satelliten)

-
-
-
-

Grundlegendes zur digitalen Fernerkundung (Auflösungen, Radar- / Optische Systeme, Digitale Luftbilder, NIR)
Limitationen
Vorteile (großräumig, gleichzeitig, systemspezifische Vorteile)
Ausgewählte Beispiele:
a) Zustandsbeschreibung: Schwebstoffeintrag in Great Barrier Reef
b) Change Detection: Erfassung von land Clearing... (LANDSAT / ERS)
c) Hyperspektrale Fernerkundung: qualitative Messung z.B. Bestimmung von Mineralvorkommen in Erdoberfläche, Algengehalt im Meer - oft als digitale Luftbilder: Hyperspektraldaten besitzen wegen großer Datenmengen i.d.R. schlechte räumliche Auflösungen / geringer Rückstrahlungsempfang)
 

2.3 Geographische Informationssysteme

-
-

-

-

Abbild natürlicher Phänomene
ermöglicht den räumlichen Vergleich von Daten
Konzepte: Raster - Vektor, diskrete - kontinuierliche Daten...
Kann z.B. Input aus RS verwalten, in Bezug zu andern räumlichen Phänomenen
Ausgewählte Beisiele:
a) Luftqualität (Kombination von Klima, Bebauung, ...)
b) Räumliche Registrierung von Daten
 

2.4 Datenbanken

-
-

-

Generell wichtig um heutige Datenmengen zu verwalten.
Datenbanken außerhalb der GIS - generell bessere Verfügbarkeit, Abfrage von größeren Datenmengen
Ausgewählte Beispiele:
a) Verwaltung vom Klimadaten / Proxydaten...
b) alles was mit Datensammlung zu tun hat
 

2.5 Modellierung

-
-

-
-

Nächster logischer Schritt nach der deskriptiven Darstellung und Kartierung
Simulation als Möglichkeit zur Darstellung komplexer Zusammenhänge (Szenarien, Verständnis von Geosystemen / Prozessresponsesystemen / ...)
Wenn räumlicher Bezug vorhanden oft GIS als Input / Grundlage
Ausgewählte Beispiele:
prozessorientierte Modelle
a) 1d Modelle (C-N-...-Modellierung)
b) 2d Modelle (Erosion, oft EOF-bezogen)
c) 3d / 4d Modelle (sehr komplex, enormer Rechenaufwand, der Wirklichkeit oft am nächsten, hängt aber vom Problem ab: GCM, dynamische Modelle: Gletscherbewegung...)
 

2.6 Visualisierung

-
-

-

Reproduzierbarkeit, Generalisierung, neune Verknüpfungen
Nicht spezifisch für physische Geographie, aber wichtig um physische Sachverhalte darzustellen
Ausgewählte Beispiele:
a) Digitale Kartographie
b) Animationen Darstellung komplexer Zusammenhänge (z.B. 4d-Zusammenhänge, Beisiele: Temperaturverteilung in einem See über den Jahresverlauf)
c) Visualisierung im Web: einfache Verfügbarkeit von Informationen für viele Nachfrager, kostengünstig... / aktuelle Klimawerte, Ozongehalt

3. Schluss und Ausblick
 

-
-
-

wachsende Bedeutung (Datenmenge, komplexe Fragen, Verfügbarkeit...)
neue Möglichkeiten (globale Probleme, Prozesse, ...)
Probleme: Datenmengen, Kosten