Detection and modelling of regional changes in vegetation using multisensor satellite data (Central Kenya)
Final Report Abstract
Das Verständnis und die Erfassung von Vegetationsveränderungen sind grundlegend für eine nachhaltige Ressourcennutzung in sozial-ökologischen Systemen. Insbesondere das Monitoring von degradierten und degradationsgefahrdeten Gebieten ist in semiariden Räumen besonders wichtig, da diese Flächen eine verminderte Resilienz der Systeme anzeigen. Im Mt. Kenya Gebiet in Zentralkenia, einem durch eine hohe raumzeitliche Niederschlagsvariabilität und einen hohen Bevölkerungsdruck geprägten Raum, wurde die Vegetationsbedeckung mit Hilfe von multisensoralen Satellitendaten erfasst und ihre Veränderung auf unterschiedlichen zeitlichen und räumlichen Skalen beschrieben. Zur Erfassung von Vegetationsklassen wurde zuerst das Potential der neuen ENVISAT MERIS- und ASAR-Daten geprüft. Die erstmalig aus den MERIS Daten berechneten Vegetationsindizes "MERIS Global Vegetation Index" (MGVI), "MERIS Terrestrial Chlorophyll Index" (MTCI) und "Red Edge Position" (REP) wurden multitemporal klassifiziert. Es wurden hohe Klassifikationsgenauigkeiten erreicht insbesondere für die Kombination von MGVI mit REP oder MTCI. Die Kombination der Vegetationsindizes mit Mikrowellen ermöglichte die Erfassung von kleinräumigen Vegetationsmustern, wie degradierte Grasflächen. Über die Analyse der Niederschlagssaisonalität konnte ein besseres Verständnis zum Einfluss der unterschiedlichen Regenzeiten gewonnen werden, die sich in der Ausprägung der Vegetationsperioden (Beginn und Länge) manifestieren. Über die Berechnung der phänologisehen Maße mit SPOT-VEGETATION Zeitreihen, können nicht nur die räumlichen Muster von Vegetationsbeginn und -länge berechnet werden, sondern auch Bedeckungs- und Nutzungsmuster näher analysiert werden. Über eine solche Analyse der Vegetationsperioden von 1999 bis 2004 konnten pro Vegetationsperiode Gebiete ausgewiesen werden, die jedes Jahr eine für Regenfeldbau geeignete Vegetationsperiode hatten, und solche in denen die Vegetationsperioden unregelmäßig sind. Zur Bestimmung der sogenannten "Hot Spots" der Vegetationsveränderung, wurden zusätzlich LANDSAT ETM+ und ASTER-NDVI-Bilder von 5 Zeitschnitten aus den Monaten Februar 1987, 1995, 2000 und 2002 und März 2005 untersucht. Für die Change Vector Methode wurde für alle Differenzen die Magnitude und die Richtung der jeweiligen Vektoren berechnet. Es zeigte sich, dass die Gebiete höchster und konstant negativer Änderung zum einen im Bereich der kleinbäuerlichen Farmen liegen und ein Zeichen von starker Übernutzung der Savannenvegetation darstellen (z.B. Umwandlung in eine gehölzfreie Grasfläche). Zum anderen findet man wesentliche Änderungen im Randbereich des Waldes am Mount Kenya, wo wechselhafte Veränderungsrichtungen die unterschiedlichen Politiken bezüglich des Shambasystems widerspiegeln. Lässt man die Magnitude außer Acht und betrachtet allein die Flächenanteile, die seit 2000 eine kontinuierlich negative Entwicklung aufzeigen, werden auch sehr deutlich die "transformations" innerhalb einer Vegetationsklasse sichtbar. Generell überwiegt die Vegetationsabnahme gegenüber der -zunähme bei den kleinbäuerlichen Farmen, während es auf den mehrheitlich als Ranchen genutzten Großfannen umgekehrt ist. In einem GIS-Projekt werden schließlich die bereits bestehende Vegetationsdegradation sowie die degradationsgefahrdeten Gebiete ausgewiesen und in Beziehung zu den vorhandenen Vegetationsveränderungen, der Bevölkerungsdichte und der Niederschlagsvariabilität gesetzt. Somit lassen sich je nach Entwicklung der einzelnen Faktoren (Bevölkerung, degradierte Fläche, Vegetationsperioden, Variationskoeffizient des Niederschlags) die Kartierungen flexibel fortführen.
Publications
- Klein, D and G. Menz (2005): "Monitoring of seasonal vegetation response to rainfall variation and land use in East Africa using ENVISAT MERIS data." 4 IEEE International Geosience and Remote Sensing, Seoul, 2005:2884-2888.
- Klein, D. & J. Roehrig (2006): "How does vegetation respond to rainfall variability in a semihumid West African in comparison to a semi-arid East African environment?" Proceedings ofEARSeL SIG Remote Sensing of Land Use & Land Cover, Bonn 2006:149-156.
- Klein, D. and G. Menz (2005): "Vegetation assessment in East Africa using MGVI and Red Edge Position from ENVISAT MERIS data." Proceedings of the MERIS - (A)ATSR Conference, Frascati 2005:415-420.
- Vortrag auf der Konferenz International Geosience and Remote Sensing, 2005: "Monitoring of seasonal vegetation response to rainfall variation and land use in East Africa using ENVISAT MERIS data." 18
- Vortrag beim Workshop on Geo-informatics for Environmental Modelling an der JKUAT in Nairobi, 2006: "Change Detection"
