Mangrovenwälder sind ein wesentlicher Bestandteil der Küstenzonen in tropischen und subtropischen Gebieten und liefern eine breite Palette von Gütern und Ökosystemleistungen, die eine wichtige Rolle in der Ökologie spielen. Sie sind auch weltweit bedroht, verschwinden und werden degradiert.
Eine Möglichkeit, einen wirksamen Mangrovenschutz anzuregen und Maßnahmen zu ihrem Schutz zu fördern, besteht darin, die Lebensräume der Mangroven und ihre Veränderungen sorgfältig zu bewerten und fragmentierte Gebiete zu identifizieren. Aber diese Art von Informationen zu erhalten, ist nicht immer einfach.
„Da sich Mangrovenwälder in Gezeitenzonen und sumpfigen Gebieten befinden, sind sie kaum zugänglich“, sagt Dr. Neda Bihamta Toosi, Postdoc an der Technischen Universität Isfahan im Iran, die sich mit Veränderungen von Landschaftsmustern mittels Fernerkundung beschäftigt. In einer aktuellen Studie in der Zeitschrift NaturschutzGemeinsam mit einem Autorenteam untersuchte sie Möglichkeiten, diese fragilen Ökosysteme mithilfe von maschinellem Lernen zu klassifizieren.
Die Forscher verglichen die Leistung verschiedener Kombinationen von Satellitenbildern und Klassifizierungstechniken und untersuchten, wie gut jede Methode bei der Kartierung von Mangrovenökosystemen war.
„Wir haben eine neuartige Methode mit landschaftsökologischem Fokus entwickelt, um die räumliche Störung von Mangrovenökosystemen zu kartieren“, erklärt sie. „Die bereitgestellten Störungskarten erleichtern zukünftige Management- und Planungsaktivitäten für Mangrovenökosysteme auf effiziente Weise und unterstützen so die nachhaltige Erhaltung dieser Küstengebiete.“
Die Ergebnisse der Studie zeigten, dass die objektorientierte Klassifizierung von fusionierten Sentinel-Bildern die Genauigkeit der Mangrovenlandnutzungs-/Landbedeckungsklassifizierung erheblich verbessern kann.
„Die Bewertung und Überwachung des Zustands solcher Ökosysteme mit modellbasierten Landschaftsmetriken und Hauptkomponentenanalysetechniken ist ein zeit- und kosteneffektiver Ansatz. Die Verwendung von multispektralen Fernerkundungsdaten zur Erstellung einer detaillierten Landbedeckungskarte war unerlässlich und frei verfügbar Sentinel-2-Daten werden seine Kontinuität auch in Zukunft garantieren“, erklärt Dr. Bihamta Toosi.
Das Forschungsteam hofft, dass dieser Ansatz verwendet werden kann, um Informationen über den Trend von Veränderungen in der Landbedeckung zu liefern, die sich auf die Entwicklung und Bewirtschaftung von Mangrovenökosystemen auswirken und eine bessere Planung und Entscheidungsfindung unterstützen.
„Unsere Ergebnisse zur Kartierung von Mangrovenökosystemen können zur Verbesserung von Management- und Erhaltungsstrategien für diese durch menschliche Aktivitäten beeinflussten Ökosysteme beitragen“, schreiben sie in ihrer Studie.
Mehr Informationen:
Ali Reza Soffianian et al, Bewertung von neu abgetasteten und fusionierten Sentinel-2-Daten und maschinellen Lernalgorithmen für die Kartierung von Mangroven an der Nordküste der Insel Qeshm, Iran, Naturschutz (2023). DOI: 10.3897/Naturschutz.52.89639