AKTUELLE ANWENDUNGEN VON KMU UND BEHÖRDEN 
schritt 1: Interpolation der phänologischen Messungen. 
Die punktuellen phänologischen In-situ-Daten werden über ein statisti 
sches Verfahren (Regression Kriging) auf die Fläche Thüringens interpo 
liert (Hengl 2009). Als Parameter verwenden wir die Tagestemperaturen 
an den Klimastationen des DWD und deren Geländehöhe aus einem Di 
gitalen Geländemodell. Als Ergebnis erhalten wir für jeden Punkt in Thü 
ringen eine statistische Angabe darüber, wann eine phänologische Phase 
einsetzt. 
schritt 2: Phänologische Informationen aus Satellitendaten. 
Aus den Satellitendaten wird für den Tag, an dem eine phänologische 
Phase beobachtet wird, der Wert des Vegetationsindex (VI) an dem Punkt 
einer In-situ-Messung extrahiert. Ein VI kann über die Beziehung zweier 
Wellenlängenbereiche Auskunft zur Entwicklung und den Zustand der 
Vegetation geben. Im Projektverlauf nutzen wir den Enhanced Vegetati 
on Index (Jiang u. a. 2008, EVI). Haben wir den Wert des EVI am Beob 
achtungspunkt extrahiert, können wir nun über diesen Schwellenwert an 
anderen Punkten des Satellitenbilds auf eine phänologische Phase rtick- 
schließen. Diese Modellierung erfolgt mit der Software TIMESAT (Jöns- 
son und Eklundh 2004; Eklundh und Jönsson 2015). Wir berücksichtigen 
bei der Modellierung nur Landbedeckungsklassen, in denen die jeweilige 
Pflanze potentiell existiert. Basis hierfür ist der Copernicus-Datensatz der 
„CORINE Landcover (CLC) Klassifikation" von 2012. 
Abb. 3.5: Differenzkarte der über den Zeitraum 2001-2015 gemittelten Eintrittstermine 
der phänologischen Phase 'Erstblüte' des Busch-Windröschens in Thüringen 
auf Basis von In-situ- und Satellitenbilddaten. 
Werden die Ergebnisse beider Schritte über den Zeitraum 2001 bis 2015 ge 
mittelt und miteinander verglichen, so sehen wir vor allem in den nördlich ge 
legenen Laubwäldern von Thüringen übereinstimmende, durchschnittliche Ein