Ziele:

Das Hauptziel der Gruppe „Land, Vegetation und Schnee“ ist die Ableitung biophysikalischer Parameter aus Fernerkundungsdaten. In diesem Kontext konzentrieren sich die Aktivitäten hauptsächlich auf zwei Aspekte:

1. Erforschung und Entwicklung hochentwickelter Methoden in Hinsicht auf verbesserte Genauigkeit und Zuverlässigkeit des Prozesses der Parameterabschätzung mit Hilfe von optischen Bildern und Radarbildern;
2. Implementierung der Methoden in verbraucherorientierter Anwendungen.

Ein weiterer relevanter Aspekt der Arbeit der Gruppe steht im Zusammenhang mit der Entwicklung und Adaption von Schätzmethoden um die Besonderheiten der komplexen alpinen Umwelt und Gebirgslandschaft zu berücksichtigen.

Fachkompetenzen:

Die Expertise der Gruppe „Land, Vegetation und Schnee“ ist hauptsächlich:

• Standardisierte und hochentwickelte Ableitungsmethoden zur Abschätzung biophysikalischer Parametern von Boden, Vegetation und Schnee, wie z.B. Blattflächenindex, Bodenfeuchte, Schneewasseräquivalent
• Schneebedeckungsalgorithmen für Satellitenbilder mittlerer und hoher geometrischer Auflösung zum Monitoring  der Veränderung der Schneedecke in alpinen Regionen
• Semi-automatische Klassifikationverfahren zur Ermittlung der Landnutzung/ Landbedeckung aus hoch- und höchstauflösenden Bildern
• Öko-hydrologische Modellierung

Projekte:

• ClimAlpTour - Einfluss des Klimawandels auf den Tourismus im Alpenraum (finanziert von der Europäischen Kommission im Rahmen vom Förderprogramm Interreg IV B Alpine Space)
• GMES - Sentinel1  - Entwicklung eines Bodenfeuchte-Algorithmus (finanziert von ESA - der Europäischen Weltraumagentur)
• HABIT-CHANGE - Anpassung der Managementstrategien von Schutzgebieten an die Auswirkungen des Klimwandels (finanziert von der Europäischen Kommission im Rahmen vom Förderprogramm INTERREG IV B CENTRAL EUROPE)  
• IRKIS - Bodenfeuchte Monitoring mit Satellitendaten (finanziert von der Europäischen Kommission im Rahmen vom Förderprogramm Interreg IV A Italien - Schweiz)
• KLIMAST - KlimaWandel in Südtirol - wie empfindlich sind wir? (finanziert von der Autonomen Provinz Bozen
• MS.MONINA - Multi Skalen Monitoring Service für NATURA 2000 Habitate (finanziert von der Europäischen Kommission im Rahmen vom Förderprogramm FP7/2007-2013)  
• SNOX - Schneebedeckung und Gletschermonitoring in alpinen Regionen mit COSMO-SKYMED X-Band Daten (finanziert von der Italienischen Weltraumagentur)
• SnowEurope - Entwicklung einer Prototyp Software zur Detektion der Schneedecke aus MODIS Daten (finanziert von JRC - Joint Research Center) 

Publikationen:

1. L. Pasolli, C. Notarnicola, L. Bruzzone, G. Bertoldi, S. Della Chiesa, V. Hell, G. Niedrist,  U. Tappeiner, M. Zebisch, F. Del Frate, and G. Vaglio Laurin, 2011, Estimation of soil moisture in an alpine catchment with RADARSAT2 images, Applied and Environmental Soil Science, Volume 2011, Article ID 175473, 12 pages, doi:10.1155/2011/175473.
2. S. Kass, C. Notarnicola, M. Zebisch, 2011, Identification of orchards and vineyards with different texture-based measurements by using an object-oriented classification approach, IJGIS, International Journal of Geographical Information Science, in press.
3. L. Pasolli, C. Notarnicola, L. Bruzzone, 2011, Estimating Soil Moisture from Microwave Remotely Sensed Data with the ε-insensitive Support Vector Regression, accepted for IEEE Transactions on Geoscience and Remote Sensing Letters, in press.
4. G. Bertoldi, C. Notarnicola, G. Leitinger, S. Endrizzi, M. Zebisch, S. Della Chiesa, U. Tappeiner, 2010, Topographical and ecohydrological controls on land surface temperature in an alpine catchment, Ecohydrology, Volume 3, Issue 2, pages 189-204, June 2010, DOI: 10.1002/eco.129.
5. C. Notarnicola, 2009, Group Inversion Approach” for detection of soil moisture temporal-invariant locations, Remote Sen., 2009, 1, pp. 1338-1352, doi:10.3390.
6. C. Notarnicola, A. Mondini, 2009, Use of historical orthophotos and digital elevation model to link watershed land use changes and storm flow response in a karst environment”, J. Appl. Remote Sens. Vol. 3, 033574 (Dec. 18, 2009).
7. C. Notarnicola, 2009, Ensemble of retrieval algorithms and electromagnetic models for soil and vegetation water content estimation from SAR images, Geoscience and Remote Sensing, ISBN 978-953-307-003-2, In-Tech, September 2009.
8. C. Notarnicola, M. Angiulli, F. Posa, 2008, Soil Moisture Retrieval from Remotely Sensed Data: Neural Network Approach versus Bayesian Method, IEEE Transactions on Geoscience and Remote Sensing, vol.46, no.2, February 2008, p.547-557.