Verfasser: Riha, J. S. (2013)
Titel: Detektion und Quantifizierung von Cyanobakterien in der Ostsee mittels Satellitenfernerkundung.
Erstgutachter: Prof. Dr. Konrad Miegel
Zweitgutachter: Prof. Dr. Ralf Bill
Kurztext:
Die Meere bedecken mehr als zwei Drittel der Erdoberfläche und erfüllen vielfältige Funktionen im globalen Ökosystem. Sie sind nicht nur Lebensraum für zahlreiche Tier- und Pflanzenarten, sondern auch wichtige Bestandteile des globalen Klimageschehens und dienen den Menschen unter anderem als Nahrungsquelle, Wirtschafts- und Erholungsraum.
Die Einhaltung von Mindestanforderungen an die Wasserqualität ist daher insbesondere in dicht besiedelten Gebieten wie dem Ostseeraum im Interesse der angrenzenden Länder und wird nicht zuletzt seit einigen Jahren durch die EG-Wasserrahmenrichtlinie und die EG-Meeresstrategie Rahmenrichtlinie vorgeschrieben.
Ziel dieser Arbeit ist die Entwicklung eines Algorithmus zur Ableitung bio-optischer Parameter in Bezug auf oberflächennahes Vorkommen von Cyanobakterien in der Ostsee, wo sie sowohl ökologisch als auch ökonomisch eine wichtige Rolle spielen. Als Quelle für die Entwicklung dienen Datensätze, die von spektral hochauflösenden Satellitensensoren gemessen wurden. Der Algorithmus soll dabei die Ansprüche an ein ‚nahes Echtzeitsystem‘ (engl. near real-time system – NRT) erfüllen und auf regelmäßig erhobene Satellitendaten anwendbar sein sowie eine schnelle Auswertung ermöglichen. Er soll daher auf einem Sensor mit großer räumlicher Abdeckung und hoher zeitlicher Frequenz der Aufnahme basieren, was die Verwendung von Sensoren mit mittlerer spektraler und räumlicher Auflösung bedingt.
Im Kontext eines weitgehend holistischen Ansatzes soll dabei nicht nur ein einzelner Parameter beobachtet werden, sondern die bisher ermittelten Parameter für Chlorophyll, Schwebstoff und Gelbstoff, welche als weitere bestimmende Größen für die Gewässeroptik verantwortlich sind, in die Untersuchung einbezogen werden. Im Zuge dessen sollen alle vier genannten Komponenten Eingang in die Modellierung finden und in den Ergebnissen berücksichtigt werden.
Weiterhin soll der Algorithmus leicht anwendbar sein, weshalb er für eine frei verfügbare Auswerteumgebung implementiert wird. Ein solches Verfahren zur Satellitenfernerkundung von Cyanobakterien ermöglicht ein kontinuierliches Monitoring und trägt somit zu einem besseren Verständnis des Ökosystems der Ostsee sowie der Überwachung des Gewässer- und Umweltzustandes bei. Die auf diese Weise gewonnenen Daten sollen helfen, die Gewässerqualität zu steigern und deren Einhaltung zu überwachen sowie den gesetzlichen Vorgaben in Bezug auf die Wasserqualität nach-zukommen.
Zusätzlich liefern Fernerkundungsergebnisse weitere Daten zur Verbesserung bio-chemischer Gewässermodelle und können zusammen mit Strömungsmodellen eine Vorhersage oberflächennaher Blüteereignisse an bestimmten Orten ermöglichen oder zur Verbesserung solcher Modelle beitragen.
Verfasser: Behnke, R. (2013):
Titel: Effiziente Algorithmen der Positionsbestimmung und positionsbasierte Kontextgewinnung zur Selbstorganisation in drahtlosen Sensornetzwerk
Erstgutachter: Prof. Dr. Dirk Timmermann
Zweitgutachter: Prof. Dr. Ralf Bill
Kurztext:
Etwa seit Beginn des 21. Jahrhunderts erfährt die Elektroindustrie eine anhaltende Entwicklung der Miniaturisierung, welche zu immer kleineren und stromsparenden Geräten führte. Seit dieser Zeit ist mit der Etablierung des Begriffs des Smart Dust die Erforschung sogenannter drahtloser Sensornetzwerke zu einem zentralen und interdisziplinären Forschungsgebiet der Informatik und Elektrotechnik erwachsen. Die Vision von untereinander vernetzten, intelligenten mit Sensorik aber auch Aktorik ausgestatteten Kleinstgeräten, welche sich durch autonomes, selbstorganisiertes Verhalten auszeichnen, stieß bei Industrie und Militär gleichermaßen auf Interesse. Einige Visionäre sagten den drahtlosen Sensornetzwerken sogar schwarmartiges Verhalten und eine daraus erwachsende kollektive Intelligenz voraus.
Doch bevor drahtlose Sensornetzwerke zur Überwachung von Biotopen, Bauwerken oder militärischen Arealen genutzt werden können, gilt es einige grundlegende Herausforderungen, angefangen von der einfachen Kommunikation zwischen zwei Knoten, bis hin zur selbstorganisierten Bewertung, Verarbeitung und Verbreitung aus Messwerten gewonnener Informationen innerhalb eines komplexen Netzwerks zu bewerkstelligen. Vor allem die besondere Anforderung des niedrigen Energieverbrauchs und der knappen Ressourcen bietet dabei immer wieder Möglichkeiten für neue Ansätze und Ideen.
Die vorliegende Arbeit bietet zunächst einen Überblick über die existierenden Herausforderungen und Ansätze im Kontext der drahtlosen Sensornetzwerke. Nach dieser allgemeinen Einführung werden drei der vorgestellten Themen detaillierter betrachtet. Bei der Behandlung dieser meist separat betrachteten Themen wird in besonderem Maße auf das Zusammenspiel bzw. die Abhängigkeiten der Themen untereinander eingegangen.
Als zentrales Thema der Arbeit wird die Positionsbestimmung einzelner Knoten innerhalb eines Sensornetzwerks betrachtet. Hier werden sowohl Algorithmen der approximativen Lokalisierung als auch der exakten Lokalisierung betrachtet, welche im Rahmen dieser Arbeit entwickelt wurden. Benötigt wird die so gewonnene Information beispielsweise bei der Unterteilung eines Netzwerks in sogenannte Cluster. In diesem zweiten Themenkomplex der vorliegenden Arbeit wird zum einen ein auf Lokalisierung aufbauendes Verfahren betrachtet. Zum anderen wird ein Algorithmus vorgestellt, welcher sich die Mechanismen der Lokalisierung zunutze macht, ohne jedoch auf die Ermittlung einer konkreten Position angewiesen zu sein. Aufgrund der zur Lokalisierung verwendeten, fehlerbehafteten Messgrößen ist die Positionsbestimmung innerhalb drahtloser Sensornetzwerke, unabhängig von der Verwendung exakter oder approximativer Verfahren, ebenfalls fehlerbehaftet. Das im dritten Themenkomplex betrachtete Verfahren zur Erkennung von Fehlern innerhalb drahtloser Sensornetzwerke bietet eine Möglichkeit, um Fehler innerhalb ermittelter Informationen in drahtlosen Sensornetzwerken zu erkennen. Der vorgestellte Algorithmus, welcher eine Problematik thematisiert, die in dieser Form bislang nur wenig Beachtung fand, bietet auch die Möglichkeit, Fehler in der Lokalisierung zu erkennen und auf diese zu reagieren.
Die in den jeweiligen Themenkomplexen präsentierten Algorithmen stellen eine Verbesserung der bis dato existierenden Algorithmen dar. Darüber hinaus findet in jedem Themenkomplex eine Betrachtung möglicher Weiterentwicklungen und Potentiale statt, welche über die Stand der jeweiligen Publikationen hinaus geht. In gegebenen Fällen wird weiterhin auf den Einfluss der dargestellten Algorithmen auf weiterführende Arbeiten anderer Autoren hingewiesen, welche unter dem Einfluss der dargestellten Ansätze entstanden.
Since about the beginning of the 21st century the electrical industry has experienced a continuing trend of miniaturization, resulting in smaller and more energy efficient devices. Since this time, when the idea of smart dust has been established, wireless sensor networks have become a central and interdisciplinary field of research within computer sciences and electrical engineering. The vision of wireless connected smart devices, equipped with sensors and actuators, acting autonomously and self-organized, gained high interest from industry and military as well. Some inventors even predicted flocking behavior and collective intelligence within wireless sensor networks.
Before wireless sensor networks can be used for monitoring habitats, buildings or military areas, there is a couple of challenges to be solved. Those range from a simple communication between two sensor nodes up to a self organized validation, processing and distribution of measured data within a complex network of thousands of nodes. Most notably the very special demand for a low energy consumption and the limitation of resources in general, consistently give possibilities for now approaches and new ideas.
The present thesis firstly provides an overview of existing challenges and approaches concerning wireless sensor networks. After this general introduction it continues with a more detailed consideration of three topics introducing the main topics of this work. Although, all of these topics are discussed separately, especially interaction and dependencies between these challenges are taken into account.
As its main topic this thesis deals with positioning of single nodes within wireless sensor networks. Various approaches covering fine grained localization as well as coarse grained localization, developed within this work will be discussed. The location information, provided by such algorithms can be used for instance to divide the network into clusters. Clustering in wireless sensor networks forms the second part of this work. Two newly developed algorithms will be presented. One of them is based on location information. The other uses coarse grained localization technique but without the need for location information. Due to the imprecise input parameters used for localization, a calculated position estimate will be also inexact even if a fine grained approach is used for estimation.
The third topic of this thesis is about an algorithm newly developed to detect erroneous data at a sensor node. The presented algorithm covers a kind of error detection to which only weak attention has been paid until now. It can be used to detect erroneous sensor readings as well as other erroneous values line location estimates.
In each of these topics, the presented algorithms represent a significant improvement of known algorithms existing at the time of its development. Furthermore, within each topic possible enhancements or future work possibilities are discussed. In some cases the impact of the presented work on publications of other authors is mentioned.