Bodenerosion ist ein erhebliches Problem für die landwirtschaftliche Produktion, da sie die Bodenqualität beeinträchtigt und dazu führt, dass Schadstoffe in Gewässer gelangen. Unter allen Stadien der Bodenerosion ist die Gully-Erosion die schwerste Phase, in der große Kanäle durch das Feld geschnitzt werden. Sobald sich Schluchten entwickelt haben, sind sie schwierig durch Fliesen zu verwalten; Sie erfordern einen umfassenderen Ansatz entlang des betroffenen Gebiets.
Forscher der University of Illinois entwickelten ein Modellierungs-Framework, das Fernerkundungs-Umweltdaten verwendet, um die Anfälligkeit für Gully-Erosion genauer vorherzusagen. Dieses Vorhersagemodell ermöglicht es Landbesitzern und Naturschutzbehörden, Managementressourcen auf die am stärksten gefährdeten Gebiete zu lenken.
„Erosionsprozesse sind schwer vorherzusagen, weil so viele Faktoren eine Rolle spielen, darunter die Aktivität der Landwirte, das Klima, die Niederschläge, die Temperatur, die Vegetationsentwicklung, die Topografie und viele andere Variablen, die sich im Laufe der Zeit ständig ändern. Wir wollten mehr davon einbeziehen Variabilitäten in Raum und Zeit in unserem Modell, um die Unsicherheit der Vorhersage zu verringern“, sagt Jorge Guzman, wissenschaftlicher Assistenzprofessor am Department of Agricultural and Biological Engineering (ABE) an der U of I und Co-Autor des in veröffentlichten Artikels das Zeitschrift für Hydrologie: Regionalstudien.
Die Forscher führten die Studie in Jefferson County, Illinois, durch, wo 59 % der Landnutzung auf die landwirtschaftliche Produktion entfällt, hauptsächlich Mais und Sojabohnen. Die Region ist typisch für den Anbau von Reihenkulturen im Mittleren Westen.
„Wir sagen den geospatialen Ort der Gully-Erosion basierend auf hochauflösenden räumlichen und zeitlichen Daten aus der Satellitenerfassung voraus“, sagt Jeongho Han, Doktorand an der ABE und Hauptautor der Arbeit.
„Wir haben das Maximum-Entropie-Modell oder MaxEnt verwendet, um Gebiete mit einer hohen Wahrscheinlichkeit von Gully-Erosion vorherzusagen. Typischerweise haben sich Forscher auf statische Variablen wie Boden, Höhe und Neigung konzentriert, aber wir haben zeitliche Variablen wie Niederschlag und Vegetation hinzugefügt, weil Erosion ist stark von Pflanzenwachstum, Temperatur und Niederschlagsintensität beeinflusst“, sagt Han.
„Zum Beispiel hat Illinois ein bimodales Regenmuster mit stärkeren Niederschlägen während der Frühlings- und Herbstsaison. Wir müssen die zeitliche Variabilität dieser Faktoren berücksichtigen.“
Das Hinzufügen dynamischer Variablen half den Forschern, einen Modellierungsrahmen zu erstellen, der die Komplexität der Faktoren, die die Erosion beeinflussen, genauer darstellt.
Um ihre Modellierungsergebnisse mit tatsächlichen Gully-Standorten zu bestätigen, analysierten Han und Guzman LiDAR-Daten vom Illinois Geospatial Data Clearinghouse, die mit einer räumlichen Auflösung von 2 Metern kartiert wurden, was eine luftgestützte Oberflächenlichterkennung für ganz Illinois ermöglicht. Durch den Vergleich von Bildern aus zwei verschiedenen Jahren konnten sie Änderungen in der Oberflächenhöhe lokalisieren, die auf die Bildung von Schluchten hindeuten könnten. Diese identifizierten Standorte wurden dann gefiltert und verarbeitet, um direkte menschliche Eingriffe wie Bergbau, Bau und andere Aktivitäten zu entfernen und die Gully-Inferenz auf die Genauigkeit des LiDAR einzugrenzen.
Insgesamt stellten die Forscher fest, dass 7,4 % der landwirtschaftlichen Flächen im Untersuchungsgebiet ein erhöhtes Risiko für die Entwicklung von Gully-Erosion aufwiesen.
Unter allen berücksichtigten Faktoren zeigten Neigung, Landnutzung, saisonale Tageshöchstniederschläge und organisches Material den höchsten Beitrag zur Vorhersage des Vorhandenseins von Schluchten. Die Forscher fanden auch heraus, dass räumlich-zeitliche Veränderungen der Landbedeckung und des Niederschlags entscheidend für die Vorhersage der Rinnenbildung in landwirtschaftlichen Gebieten waren.
Ihr Ansatz kann auf landwirtschaftliche Gebiete im Mittleren Westen der USA angewendet werden, die ähnliche Landbewirtschaftungs- und Umweltvariablen aufweisen.
„Die Hauptidee ist, dass wir, wenn wir wissen, wo sich mit größerer Wahrscheinlichkeit Schluchten entwickeln, mit der Umsetzung von Landmanagementpraktiken beginnen können“, sagt Guzman. „Für das Erosions- und Nährstoffmanagement stehen viele Tools und Programme zur Verfügung. Die Herausforderung besteht darin, diese Bemühungen effektiver zu optimieren. Landbesitzer, Gemeinden, politische Entscheidungsträger und Naturschutzbehörden können unsere Tools nutzen, um Programme und Prozesse gezielt einzusetzen und Ressourcen dorthin zu lenken, wo sie am dringendsten benötigt werden. „
Zu den Co-Autoren der Studie gehören Jeongho Han, Jorge Guzman und Maria Chu.
Mehr Informationen:
Jeongho Han et al., Gully-Erosionsanfälligkeit unter Berücksichtigung räumlich-zeitlicher Umweltvariablen: Mittlerer Westen der USA, Zeitschrift für Hydrologie: Regionalstudien (2022). DOI: 10.1016/j.ejrh.2022.101196