Entwicklung eines fernerkundungsgestützten Modells zur Erfassung von pflanzlicher Biomasse in NW-Namibia

Abstract

Die im Rahmen des Kölner Sonderforschungsbereichs (SFB) 389 ACACIA im Teilprojekt B7 an der Universität Bonn entstandene Arbeit von Jochen Richters behandelt die Entwicklung des fernerkundungsgestützten Modells "RBM Kaokoveld" zur Erfassung von pflanzlicher Biomasse. Der Untersuchungsraum, das Kaokoveld in NW-Namibia, ist von semiariden <i>Colophospermum mopane-Savannen</i> und ariden Halbwüsten geprägt, die sich entlang eines abnehmenden Niederschlagsgradienten von den Bergländern der Großen Randstufe im NE zu der Abdachung der Namibwüste im SW des Untersuchungsgebiets erstrecken.<br /> Das Ziel der Arbeit ist die präzise Erfassung der raumzeitlichen Biomasse in diesem ökologisch fragilen Savannensystem. Dies wird durch die Berechnung der von der Vegetation aufgenommenen Sonnenenergie und der Verwertungseffizienz bei der Umsetzung dieser Energie in Biomasse erreicht. Die Kenntnis der raumzeitlichen Produktion von Biomasse ist sowohl hinsichtlich der Degradation der Vegetation unter dem Einfluß der pastoralnomadischen Beweidung als auch im Kontext des globalen Wandels bedeutsam.<br /> Während dieser Forschungsansatz bereits in früheren Arbeiten angewandt wurde, stellt das hier vorgestellte regionale Modell zwei wesentliche Neuerungen dar: Bei einer räumlichen Auflösung von 1x1 km² und einer kleinsten zeitlichen Auflösung von 10 Tagen werden zur Erfassung der pflanzlichen Biomasse zum einen ausschließlich frei erhältliche Eingangsdatensätze verwendet, die auch die Verbreitung des Modells außerhalb einer hoch­spezialisierten Forschungscommunity zulassen. Zum andern wurden vor allem Daten des neuartigen Sensorsystems TERRA EOS-1 MODIS verwendet, die in Form von exakt definierten Datenprodukten ausgeliefert werden und so die Anwendungsentwicklung erheblich vereinfachen.<br /> Über die Neuerungen bei der Datengrundlage hinaus wurde mit dem "RBM Kaokoveld" ein physikalisch-basiertes Modell geschaffen, das sowohl topographische und pedologische als auch aktuelle klimatische Einflußfaktoren bei der Erfassung der pflanzlichen Biomasse berücksichtigt. Die Modellierung wurde in der Programmiersprache ENVI/IDL umgesetzt und erlaubt eine Berechnung in dekadischen Zeitschritten. Das zentrale Ergebnis des Modells ist die produzierte, räumlich verteilte pflanzliche Biomasse für jeden berechneten Zeitschritt. Zusätzlich wird von dem Modell noch die akkumulierte Biomasse für den gesamten betrachteten Modellzeitraum (meist ein Modelljahr) erfaßt.<br /> Mit einer aufwendigen Evaluation wurden die Ergebnisse des "RBM Kaokoveld" überprüft und mit anderen konkurrierenden Modellen verglichen. Dabei konnten sowohl die Übereinstimmung mit generellen Angaben der pflanzlichen Produktion als auch die große Leistungsfähigkeit des RBM-Konzepts für regionale Studien belegt werden. Auf der Grundlage umfangreicher, in mehreren aufeinanderfolgenden Jahren im Untersuchungsraum durchgeführter Feldarbeiten wurde ferner die gute ,Bodenhaftung' des Modells durch den Vergleich mit unabhängigen Felddaten nachgewiesen. Somit steht mit dem "RBM Kaokoveld" ein leistungsfähiges Werkzeug zur Verfügung, das wertvolle Daten zur raum-zeitlich verteilten Produktion für die regionale Maßstabsebene liefert. Diese Daten können in der Zukunft sowohl für die Modellierung einer pastoral-ökologischen Weidebilanz zur Identifizierung von Übernutzung und Degradation als auch für die Erfassung regionaler Kohlenstoffbestände im Rahmen der Diskussion um globalen Klimawandel eingesetzt werden.

<strong>Development of a remote sensing based plant biomass model in NW-Namibia</strong><br /> The doctoral thesis by Jochen Richters focuses on the development of the remote sensing based model "RBM Kaokoveld" which aims at the assessment of plant biomass. The work has been carried out at the University of Bonn within the project B7 of the Sonderforschungsbereich (SFB) 389 ACACIA (University of Cologne). The investigation area, the Kaokoveld in north-western Namibia, is characterized by semiarid <i>Colophospermum mopane</i> savannas and arid semi-deserts, ranging along a precipitation gradient from the highlands of the Great Escarpment in NE to the downward slope of the Namib Desert in the SW of the investigation area.<br /> The aim of this work is the precise assessment of spatiotemporal biomass in an ecologically fragile savanna system. This is accomplished by calculating the photosynthetic radiation absorbed by the vegetation and the efficiency by which the absorbed energy is transformed into biomass. The knowledge of the spatiotemporal productivity is important as regards to both detecting degradation of vegetation under the impact of pastoral nomadic cattle grazing and the evaluation within the context of global change.<br /> Whereas such an approach has been already used in earlier studies, the proposed regional model has two major advantages: First, with a spatial resolution of 1 by 1 km² and a lowest temporal resolution of 10 days, only free available datasets are used to derive plant biomass. Second, most of the data input for the model comes from the TERRA EOS-1 MODIS system, which provides accurately defined data products. This eases the development of the application. In addition to the improvement of the database, the "RBM Kaokoveld" represents a physically based model that takes into account topographic and pedologic impacts as well as recent climate factors for the assessment of plant biomass. The modelling was performed using ENVI/IDL and allows the calculation of decadal time steps. The major output of the model is the spatially distributed produced plant biomass for every time step. Additionally, the accumulated biomass over the whole modelling timeframe (usually one year) is calculated.<br /> The results of the "RBM Kaokoveld" have been thoroughly verified and compared to results of competing models. This evaluation underlines both correspondence to general findings of plant productivity and the good performance of the RBM concept. Furthermore, a large array of ground truth data from several field trips shows the "groundedness" of the model.<br /> As a whole, the "RBM Kaokoveld" provides for a powerful tool to generate useful data of spatiotemporal productivity at a regional scale. In the future, these datasets may be used for the modelling of an ecologically oriented nomadic pasture balance to identify overgrazing and degradation as well as for the assessment of regional carbon sinks in the context of a global climate change.