ALBERT

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2018 , 1 Einleitung 1.1 Hintergrund und Problemstellung 1.2 Ziel der Arbeit 1.2.1 Problemstellung: Erfassung von Trajektorien 1.2.2 Problemstellung: Erkennung von Bewegungsmustern in Trajektorien 1.3 Gliederung 2 Grundlagen 2.1 Modellierung von Objektbewegungen 2.2 Erfassung von Trajektorien 2.2.1 GNSS-Tracking 2.2.2 Videobasiertes Tracking 2.2.3 Vergleich des GNSS- und videobasierten Trackings 2.2.4 Weitere Tracking-Verfahren 2.2.5 Probabilistische Modellierung 2.2.6 Viterbi-Algorithmus 2.3 Erkennung von Bewegungsmustern 2.3.1 Data Mining 2.3.2 Filterung und Glättung 2.3.3 Segmentierung 2.3.4 Distanzmaße zur Bestimmung der Ähnlichkeit von Trajektorien 2.3.5 Maschinelles Lernen im Kontext raum-zeitlicher Daten 2.3.6 Sequenzmustererkennung 2.4 Dynamische Programmierung 2.5 Unterschiedliche Varianten der Datenverarbeitung 2.5.1 Zentrale und dezentrale Verarbeitung 2.5.2 Informationsaustausch 3 Stand der Forschung und verwandte Arbeiten 3.1 Erfassung von Trajektorien 3.1.1 Objektdetektion 3.1.2 Objekt-Tracking 3.1.3 Fusion heterogener Detektionen 3.1.4 Kommerzielle Systeme 3.1.5 Diskussion und Fazit 3.2 Mustererkennung in Trajektorien 3.2.1 Erkennung von wiederkehrenden unbekannten Mustern 3.2.2 Diskussion und Fazit 4 Erfassung von Trajektorien - GPS-unterstütztes Kamera-Tracking 4.1 Überblick über den Lösungsansatz 4.2 Sensoren und Eingangsdaten 4.2.1 GPS-Daten 4.2.2 Kameradaten 4.3 Vorverarbeitung 4.4 Fusion der heterogenen Daten 4.4.1 Detektionsbasierte Modellierung 4.4.2 Rasterbasierte Modellierung 4.4.3 Generierung der Trajektorien 4.5 Laufzeit des Algorithmus 4.6 System design 5 Mustererkennung in Trajektorien 5.1 Definition von Bewegungsmustern 5.2 Überblick über das entwickelte Mustererkennungsverfahren 5.3 Trajektorien als Datengrundlage 5.4 Vorverarbeitung 5.4.1 Datenbereinigung 5.4.2 Datenselektion 5.4.3 Datenintegration und Transformation 5.5 Mustererkennung: Clustering-basierter Ansatz 5.5.1 Segmentierung der Trajektorien 5.5.2 Clustering der Trajektorien 5.6 Mustererkennung: Sequenzbasierter Ansatz 5.6.1 Eingangsdaten 5.6.2 Generierung der Sequenzen aus Bewegungen 5.6.3 Bestimmung des Alphabets 5.6.4 Identifikation wiederkehrender Teilsequenzen 5.6.5 Rücktransformation zu Trajektorien 5.7 Laufzeit des Algorithmus 6 Experimente und Evaluation der Erfassung der Trajektorien 6.1 Verwendete Software 6.2 Verwendete Sensoren 6.3 Korrektheit der Zuordnungen 6.3.1 Experiment: 2 Personen 6.3.2 Experiment: Fußballanalyse 6.4 Geometrische Genauigkeit der Trajektorien 6.5 Laufzeit 6.6 Fazit 7 Experimente und Evaluation der Mustererkennung 7.1 Verwendete Software 7.2 Ergebnisverifikation 7.3 Interessantheitsmaß für Bewegungsmuster 7.4 Parameterstudien 7.4.1 Eingabeparameter 7.4.2 Datendichte 7.4.3 Invarianzen 7.5 Experimente auf realen Datensätzen 7.5.1 Beschreibung der Datensätze und Experimente 7.5.2 Experiment 1 - ACM DEBS 2013-Datensatz 7.5.3 Experiment 2 - GPS-Fußball-Datensatz 7.5.4 Experiment 3 - MapConstruction.org 7.5.5 Experiment 4 - Mantelpaviane 8 Zusammenfassung und Ausblick 8.1 Zusammenfassung 8.2 Ausblick Abbildungsverzeichnis Tabellenverzeichnis Literaturverzeichnis Lebenslauf Danksagung

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2018 , 1 Introduction 1.1 Background and motivation 1.2 Goals of this thesis 1.3 Outline 2 Background on digital maps and data mining 2.1 Digital maps 2.1.1 Navigation maps and map dynamics 2.1.2 OpenStreetMap 2.1.3 Navigation Data Standard (NDS) 2.2 Data mining 2.2.1 Knowledge Discovery in Databases (KDD) process 2.2.2 Taxonomy of data mining methods 2.2.3 Classification 2.2.4 Clustering 2.2.5 Time series analysis 3 Related work about mobile crowdsensing of on-street parking spaces 3.1 On-street parking 3.1.1 Parking occupancy detection 3.1.2 Parking availability estimation and prediction 3.1.3 Parking search and guidance 3.2 Mobile crowdsensing 3.2.1 Mobile crowdsensing in transportation 3.2.2 Mobile crowdsensing for parking 3.3 Research gaps addressed in this thesis 4 LiDAR-based parking availability data acquisition 4.1 Data recording 4.1.1 Sensor equipment 4.1.2 Measurement campaign 4.2 Methodology 4.2.1 Preprocessing 4.2.2 Segmentation 4.2.3 Classification 4.2.4 Repetition of segmentation and classification 4.2.5 Matching to road network 4.3 Results 4.3.1 Object segmentation 4.3.2 Classification 4.3.3 End-to-end evaluation of complete approach 4.3.4 Parking occupancy statistics over the day 4.4 Concluding remarks 5 Learning parking legality maps from parking observations 5.1 Methodology 5.1.1 Location of parked vehicles as method input 5.1.2 Data preprocessing 5.1.3 Definition of feature sets 5.1.4 Learning the parking legality of road subsegments 5.2 Evaluation 5.2.1 Evaluation approach 5.2.2 Results 5.3 Concluding remarks 6 Spatio-temporal analysis of large scale parking availability data and simulation of crowdsensing 6.1 Description and processing of parking dataset from SFpark 6.2 Time series analysis of parking availability data 6.3 Clustering of parking occupancy daily pattern 6.4 Spatial relations in parking availability 6.5 Modelling of crowdsensing based on downsampling for probe vehicles and mobile apps 6.5.1 Scenario based on probe vehicles 6.5.2 Scenario based on mobile apps 6.6 Modelling of probe-vehicle-based crowdsensing from taxi GPS trajectories 6.6.1 Processing overview and description of taxi trajectory dataset 6.6.2 Taxi GPS trajectory processing 6.6.3 Characteristics and aggregation of taxi coverage 6.6.4 Comparison of parking and taxi daily pattern 6.6.5 Simulation of parking availability observations 6.7 Concluding remarks 7 Parking availability estimation and prediction from crowdsensed data 7.1 Spatial interpolation of parking availability 7.2 Parking availability estimation with persistence method 7.3 Estimation and prediction of parking availability based on binary classification 7.3.1 Binary classification approach 7.3.2 Results of binary classification estimation and prediction 7.4 Concluding remarks 8 Benefits of crowdsensed parking availability information 8.1 Types of information for on-street parking 8.2 Experimental setup 8.2.1 Routing strategies 8.2.2 Data sources 8.3 Evaluation of the impact of different parking information 8.3.1 Results for all decisions in the dataset 8.3.2 Results for relevant decisions 8.3.3 Similarity of capacity 8.4 Concluding remarks 9 Conclusion and outlook 9.1 Research questions addressed and overall conclusion 9.2 Applicability of dynamic map approaches to further dynamic phenomena 9.3 Future research directions List of figures List of tables References Acknowledgements Curriculum vitae

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2018 , Contents List of figures List of tables 1 Introduction 1.1 Motivation 1.2 Meeting points for shared rides 1.3 Research questions 2 Fundamentals 2.1 Mathematical optimization 2.1.1 Linear Programming 2.1.2 Integer Programming 2.1.3 Combinatorial Optimization 2.1.4 Dynamic Programming 2.1.5 Set cover problem 2.2 Vehicle routing problems (VRP) 2.2.1 The basic VRP 2.2.2 Dial-a-ride problem (DARP) 2.3 Ride-Sharing 2.3.1 Mathematical formulation 2.3.2 Methods 2.3.3 Carpooling 3 Meeting points forshared rides: state of the art 3.1 Meeting points 3.1.1 Meeting points as destination 3.1.2 Intermediate meeting points 3.2 Knowledge gap 4 Real-world meeting points 4.1 Survey based on questionnaire 4.1.1 Setting 4.1.2 Results 4.2 Map-based survey 4.2.1 Setting 4.2.2 Results 5 Study area and data 5.1 Street network 5.2 Meeting point candidates 5.3 Public transport network 5.4 Demand 6 Meeting points for intra urban ride-sharing 6.1 Motivation 6.2 Basic matching problem 6.2.1 Mathematical model 6.2.2 Matching problem 6.3 Simulation experiments 6.3.1 Baseline scenario 6.3.2 Door-to-door service 6.3.3 Convenience-based matching 6.3.4 Meeting point reduction 6.4 Discussion 7 Meeting point recommendations for long-distance ride-sharing 7.1 Motivation 7.2 Proposed method 7.2.1 Preparation phase 7.2.2 Precomputing phase 7.2.3 Operational phase 7.3 Simulation experiment 7.3.1 Simulation setting 7.3.2 Results 7.4 Discussion 8 Meeting points for demand-responsive transportation 8.1 Motivation 8.2 Proposed method 8.2.1 Clustering 8.2.2 Meeting Point Candidates Selection 8.2.3 Route Optimization with Final Meeting Points Selection 8.3 Simulation experiment 8.3.1 Simulation setting 8.3.2 Results 8.4 Discussion 9 Conclusion Reference list Curriculum vitae

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2017 , Inhaltsverzeichnis 1 Einleitung 1.1 Zielsetzung 1.2 Struktur 2 Grundlagen und Stand der Forschung 2.1 Mobile Mapping Systeme 2.1.1 Allgemeine Funktionsweise 2.1.2 Riegl VMX-250 2.1.3 Alternative Systeme 2.2 Punktwolken 2.2.1 Definition 2.2.2 Abgrenzung zu vermaschten Punkten 2.2.3 Speicherformate von Punktwolken 2.2.4 Visualisierungstechniken 2.2.5 Level Of Detail 2.3 Farbmodelle 2.3.1 Farbanpassung 2.4 Verteiltes Rechnen 2.5 Verdeckungsanalyse 2.6 Registrierung mehrerer Datensätze 2.7 Visualisierungssysteme 2.7.1 Standalone Point Cloud Viewer 2.7.2 Webbasierte Systeme 3 Effizienzbetrachtungen 3.1 Effiziente Verarbeitung von Massendaten durch Parallelisierung 3.1.1 Parallelisierungsformen 3.1.2 Umsetzung 3.1.3 Vergleich 3.2 Effiziente Datenstrukturen 3.2.1 Scanstreifen 3.2.2 Scanstreifenbasierte Pufferstrategie 3.2.3 Rasterdatenstruktur 3.2.4 Randproblematik und Caching 4 Modulare Verarbeitungskette f ̈ur Mobile Mapping Daten 4.1 Analyse der beteiligten Komponenten des Herstellerworkflows 4.2 Exemplarische modulare Verarbeitungskette 4.3 Vorverarbeitungsmodul 4.3.1 Vereinfachung 4.3.2 Zeitsegmentierung 4.3.3 Bestimmung von Punktattributen 4.4 Segmentierung und Klassifikation 4.4.1 Bodenextraktion 4.4.2 Objektsegmentierung 5 Sensordatenintegration: Kalibrierung der Kameraorientierung 5.1 Zeitstempelabweichung 5.2 Ansatz 5.3 Extraktion von Silhouetten 5.3.1 Extraktion von Silhouetten aus Kamerabildern 5.3.2 Extraktion von Silhouetten aus Laserscandaten 5.4 ICP-basierte Identifikation der Korrespondenzen 5.4.1 Beschränkung der Scanpunktbildsilhouette 5.4.2 Gruppierung der Scanpunktdaten 5.4.3 ICP unter Berücksichtigung der Punktnormalen 5.5 Bestimmung der Kameraparameter mittels Rückwärtsschnitt 5.5.1 Wahl der Stichprobe 5.5.2 Anzahl an Iterationen 5.5.3 Bewertung der gefundenen Modelle 5.6 Ergebnisse 5.7 Verbesserungspotential und Probleme 5.7.1 Laufzeiten 5.7.2 Robustheit des Verfahrens und Qualität der Ergebnisse 6 Farbbestimmung 6.1 Farbextraktion 6.2 Verdeckungsanalyse 6.2.1 Geometrische Verdeckungsanalyse 6.2.2 Ballbasierter Tiefenpuffer 6.2.3 Ergebnisse 6.2.4 Nicht erfasste und dynamische Objekte 6.3 Farbanpassung 6.3.1 Einfärbesituationen benachbarter Scanpunkte 6.3.2 Objektweise Farbanpassung 6.3.3 IDP-Interpolierte radiometrische Helligkeitsanpassung von Bodenpunkten 6.3.4 Radiometrische Helligkeits- und Sättigungsanpassung von Objektpunkten 6.4 Farbsynthese 6.4.1 Histogrammbasierte Farbinterpolation 6.4.2 Ergebnis 7 Aus Punktwolken abgeleitete Modelle 7.1 3D Modelle 7.1.1 Identifikation planarer Bereiche 7.1.2 Nachbearbeitung der erstellten Texturen 7.1.3 Effiziente Verwaltung von Texturen 7.1.4 Erhöhung der Speichereffizienz 7.1.5 Level of Detail 7.2 2D Modelle 7.2.1 Trackjektorienabschnitte 7.2.2 Ermittlung relevanter Ebenen 7.2.3 Ergebnis 8 Visualisierung von Mobile Mapping Daten 8.1 3D Visualisierung 8.1.1 Visualisierung via Web-App 8.1.2 Performante Client-Server Kommunikation und Serialisierung 8.1.3 Scheduling der LOD-Daten 8.1.4 GUI Responsiveness 8.1.5 Navigation und Nutzerinteraktion 8.2 2D Visualisierung 8.2.1 Parallax Scrolling Visualisierung via Android-App 8.2.2 Beleuchtungsmodell 8.2.3 Ergebnis und Ausblick 9 Schlussfolgerungen und Ausblick 9.1 Ausblick Literaturverzeichnis

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2017 , Inhaltsverzeichnis Inhaltsverzeichnis 1 Einleitung 1.1 Motivation 1.2 Stand der Forschung 1.3 Zielsetzung und Aufbau der Arbeit 2 Grundlagen 2.1 Grundlagen der physikalischen Geodäsie 2.1.1 Das Schwerefeld der Erde 2.1.2 Gravitationspotential - Kugelfunktionsentwicklung und Fehler 2.1.3 Ableitungen des Gravitationspotentials 2.1.4 Satellitengradiometrie 2.1.5 Zeiten 2.2 Ausgewählte Grundlagen der Statistik und digitalen SignalVerarbeitung 2.2.1 Deskriptive Statistik 2.2.2 Aspekte der digitalen Signalverarbeitung 2.2.3 Filterung 2.2.4 Spektralschätzung 2.3 Drehmatrizen, Eulerwinkel und Quaternionen 2.4 Methodische Grundlagen der Kreuzungspunktanalyse 2.4.1 Bestimmung von Kreuzungspunkten 2.4.2 Kreuzungspunktposition und Interpolationen 3 Die GOCE-Mission 3.1 Wahl des GOCE-Orbits 3.2 Gradiometer und Gravitationsgradienten 3.2.1 Gradiometeraufbau und Beschleunigungsmesser 3.2.2 Gravitationsgradienten aus Beschleunigungsdifferenzen 3.2.3 Einschränkungen und Fehler des Gradiometers 3.3 Weiteres Instrumentarium im GOCE-Satelliten 3.4 Koordinatensysteme und Transformationen 3.4.1 GOCE-relevante Koordinatensysteme 3.4.2 Transformationen zwischen Koordinatensystemen 3.5 Datenprodukte und deren Genauigkeiten 4 Genauigkeitsanforderungen an Datenprodukte und Rechenoperationen 4.1 Analyse der GOCE-Gravitationsgradienten 4.1.1 Gradienten und Fehler in Zeit- und Frequenzbereich 4.1.2 Vergleich der Gradienten mit globalen Gravitationsfeldmodellen 4.2 Abschätzung der Genauigkeit der Gravitationsgradienten 4.3 Bestimmung der Genauigkeitsanforderungen 5 Methodik zur Gradienten-Validierung in Kreuzungspunkten 5.1 Übersicht zum Ablauf der Validierung 5.2 Kreuzungspunktbestimmung 5.2.1 Ziele und Methodik 5.2.2 Beschreibung des Algorithmus und Implementierung 5.3 Interpolation der Beobachtungsgrößen 5.3.1 Interpolation der reduziert-dynamischen Positionen 5.3.2 Interpolation der finalen Kreuzungspunktpositionen 5.3.3 Interpolation weiterer Datenprodukte im Kreuzungspunkt 5.4 Vergleichskoordinatensystem 5.5 Transformation des Tensors der GOCE-Gravitationsgradienten 5.5.1 Rotation des GOCE-GGT (Einfügen modellbasierter Vij, Filterung) 5.5.2 Translation des Tensors der GOCE-Gravitationsgradienten 5.5.3 Transformation und Diskussion 5.6 Closed-Loop-Test 6 Analyse der Kreuzungspunktdifferenzen 6.1 Einleitung 6.2 Qualität des Gesamtdatensatzes 6.2.1 Statistische Parameter 6.2.2 Korrelationen und Abhängigkeiten 6.3 Regionale Untersuchungen 6.4 Lokale Artefakte mit zeitlich begrenztem Einfluss auf die Gradienten 6.5 Zusammenfassung und Diskussion 7 Gradiometerkonzepte zukünftiger Schwerefeld-Satellitenmissionen 7.1 Missionsplanung und bisherige Studien 7.2 Gradiometriekonzepte und Technologien 7.2.1 Feste Testmassen und deren Lagebestimmung sowie Lageregelung 7.2.2 Atominterferometrie auf Basis kalter Atome 7.3 Kombinierte Beobachtungskonzepte und Bestimmung dritter Ableitungen 7.4 Zusammenfassung 8 Zusammenfassung und Ausblick Abkürzungsverzeichnis Literaturverzeichnis

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2017 , Contents 1 Introduction 1.1 Motivation, research questions and overview 1.1.1 Rainfall estimation at high spatial and temporal resolution 1.1.2 Precipitation estimation with cars 1.1.3 Motion estimation from in-situ sensor data 1.2 Outline 2 Basics 2.1 Precipitation 2.1.1 Resolution, accuracy and precision of precipitation measurements 2.1.2 In-situ point measurements of precipitation by rain gauges 2.1.3 Weather radar 2.2 Wireless Sensor Networks 2.2.1 Modeling sensor networks 2.2.2 Sensor network algorithms and protocols 2.3 Statistics 2.3.1 Basics and notation 2.3.2 Regression 2.3.3 Stochastic processes 2.3.4 Stochastic filtering and the Kalman filter 2.3.5 Geostatistics 2.4 Interpolation methods 2.4.1 Inverse-Distance-Weighted 2.4.2 Ordinary kriging 2.4.3 Regression kriging 2.4.4 Cross-validation for performance assessment 2.5 Optical flow 2.5.1 Optical flow intensity conservation 2.5.2 Gradient-based optical flow 2.5.3 Probabilistic optical flow 3 Related Work 3.1 Quantitative precipitation estimation from rain gauges, weather radar and other data sources 3.1.1 Precipitation estimation with weather radar 3.1.2 Precipitation estimation by interpolation of rain gauges measurements 3.1.3 Geostatistical merging of radar and rain gauge data 3.1.4 Motion-based methods used in nowcasting 3.1.5 New data sources for precipitation estimation 3.2 Decentralized estimation with geosensor networks 3.2.1 Estimation of spatio-temporal field properties with GSN 3.2.2 Object-tracking with GSN 4 Methodology for precipitation intensity estimation at 1-min resolution 4.1 Time-window approach for estimation 4.1.1 Estimation of field motion 4.1.2 Weather radar upsampling 4.1.3 Variogram estimation 4.2 Estimation methods 4.2.1 Spatial rain gauge interpolation methods 4.2.2 Space-time symmetric rain gauge interpolation method 4.2.3 Space-time asymmetric rain gauge interpolation methods 4.2.4 Radar-rain gauge merging methods 4.2.5 Estimation methods solely based on radar 4.3 Summary 5 Methodology for precipitation intensity estimation with car sensors 5.1 Car sensors 5.1.1 Wiper Frequency Sensor 5.1.2 Xanonex optical sensor 5.1.3 Other sensors investigated 5.1.4 Experimental setup and preprocessing 5.2 Theoretical considerations for the calibration of the W-R relationship in the field . 5.3 Dependency between car speed, windscreen angle and sensor readings 5.3.1 Manually-operated windscreen wipers 5.3.2 Automatically-operated windscreen wipers 5.3.3 Xanonex optical sensor 5.4 Summary 6 Methodology for motion estimation with a geosensor network 6.1 Algorithm overview 6.2 Network and field model 6.3 Gradient constraint estimation in the network 6.3.1 Gradient constraint estimation from irregular data 6.3.2 Requirements on node stationarity and sampling synchronicity 6.3.3 Estimation of partial derivative error 6.3.4 Gradient constraint selection and derivation of gradient constraint error 6.4 Temporal coherence: Kalman filter for recursive motion estimation 6.4.1 Estimation of process noise Q 6.4.2 Estimation of measurement noise R 6.4.3 Difference to common Kalman filtering problems 6.5 Algorithm protocol 6.6 Algorithm complexity 6.6.1 Communication complexity 6.6.2 Load balance 6.6.3 Computational complexity of partial derivative estimation 6.6.4 Computational complexity of motion estimation 6.7 Summary 7 Results 7.1 Precipitation intensity estimation at 1-min resolution 7.1.1 Study area and data basis 7.1.2 Performance assessment via cross-validation 7.1.3 Exploratory and visual data analysis 7.1.4 Radar estimation and rain gauge cross-validation results 7.1.5 Summary 7.2 Precipitation intensity estimation with cars 7.2.1 Study area and data basis 7.2.2 Selection of the reference method 7.2.3 Manually-operated windscreen wipers 7.2.4 Automatically-operated windscreen wipers 7.2.5 Xanonex optical rain sensor 7.2.6 Results of experiments on the VW rain track 7.2.7 Summary 7.3 Motion estimation with a geosensor network 7.3.1 Study Area, sensor network and deployment strategies 7.3.2 Error measures 7.3.3 Setting the filter parameters 7.3.4 Results - simulated field 7.3.5 Results - radar field 7.3.6 Summary 8 Summary and discussion of the research hypotheses 8.1 Discussion of research hypotheses 1 and 2: 1-min precipitation intensity estimation 8.2 Discussion of research hypothesis 3: precipitation estimation with cars 8.3 Discussion of research hypothesis 4: decentralized motion estimation 8.4 Outlook 9 Appendix 9.1 Discussion on the 'frozen field' distance function 9.2 Executable Kalman filter equations for the motion estimation algorithm 9.3 Controllability and Observability of the Kalman filter for motion estimation List of Figures List of Tables References

Note: Contents: Preface -- Part I Disaster Chain -- 1 Carbonized Terra: Paradox of Civilization -- 2 The Fukushima Nuclear Catastrophe: Systemic Breakdown and Pathology -- 3 Our Stolen Sustainability: Contamination by Environmental Hormones -- Part II Organizational Accidents -- 4 Crime or Punishment: Brakeless Accidents without Compliance and Governance -- 5 Lost Trust: Socio-biological Hazard: from AIDS Pandemic to Viral Outbreaks -- 6 Boiling Globe: Cumulative Thermal Effluent from the World’s 441 Nuclear Reactors over 40 years -- Part III Science of Crises -- 7 Escape from Disaster: Invisible Informatics of Risks and Crises -- 8 Crisis Sciences for Sustainability beyond the Limits of Management and Policy -- 9 Remaking Eco-civilization by Sustainable Decision-making -- Bibliography -- Index

Note: Zusammenfassungen in deutscher und englischer Sprache