Der Regenwald im Kongobecken ist der zweitgrößte Tropenwald der Welt. Er speichert große Mengen Kohlenstoff und ist Heimat einer großen Artenvielfalt. Während diese Wälder historisch gesehen größtenteils intakt geblieben sind, ist der Straßenbau in jüngster Zeit zu einer ernsthaften Bedrohung geworden.
Eine neue Studie nutzt Satellitenbilder und künstliche Intelligenz, um Waldwege im Kongobecken in bisher unerreichter Detailliertheit zu kartieren. Dies liefert wichtige neue Informationen für den Schutz und die Bewirtschaftung der Wälder.
Die meisten Straßennetze im Kongobecken sind so angelegt, dass sie die industrielle selektive Abholzung erleichtern: die Ernte von reifem und wertvollem Holz, während der Großteil des Waldes unberührt bleibt. Dies kann eine relativ nachhaltige Praxis sein, die der regionalen Wirtschaft erhebliche Vorteile bringt.
Das Öffnen provisorischer Straßen, um den Zugang zum Wald zu erleichtern, führt jedoch auch zu hohen Kohlenstoffemissionen und hat langfristige Auswirkungen auf die Waldökosysteme. Ein weiterer negativer Nebeneffekt ist, dass Straßen abgelegene Waldgebiete erschließen, was zu illegaler Jagd, Bergbau und landwirtschaftlicher Nutzung führen kann.
Fortschrittliche Erkennungsmethode macht jede Straße sichtbar
Zeitnahe und transparente Informationen darüber, wo und wann Straßennetze gebaut werden, sind für eine nachhaltige Forstwirtschaft und den Schutz der Wälder und der Artenvielfalt von entscheidender Bedeutung. Die aktuellen Forststraßenkarten sind äußerst unvollständig oder veraltet, da sie auf der arbeitsintensiven manuellen Digitalisierung von Satellitenbildern beruhen.
Forscher haben nun eine automatisierte Methode entwickelt, um Waldwege anhand von Satellitenbildern zu erkennen. Ihre Studie wurde kürzlich veröffentlicht In Fernerkundung der Umwelt. Es demonstriert eine fortschrittliche Erkennungsmethode basierend auf Deep-Learning-Techniken und einer Kombination aus hochauflösenden optischen und Radar-Satellitenbildern.
Bart Slagter, Doktorand an der Wageningen University & Research und Hauptautor der Studie, sagte: „Die optischen Sensoren liefern bei klarem Wetter detaillierte Bilder, während die Radarsensoren während anhaltender Regenzeiten in den Tropen durch die Wolken hindurchsehen können. Auf diese Weise können selbst die engsten und kurvigsten Straßenabschnitte präzise lokalisiert werden.“
Der Algorithmus verarbeitete und analysierte Hunderttausende von Satellitenbildern in einer Cloud-basierten Verarbeitungsplattform namens Google Earth Engine.
„Wir haben in den letzten fünf Jahren fast 50.000 km Straßenbau im Kongobecken kartiert“, erklärte Slagter. „Dieses Verzeichnis wird in den kommenden Jahren kontinuierlich aktualisiert. Wir beabsichtigen, diese Methoden auch auf den Amazonas und die südostasiatischen Regenwälder anzuwenden.“
Die Waldstraßenkarte des Kongobeckens zeigt einige bemerkenswerte Trends. In den Ländern im westlichen Teil der Region (Kamerun, Äquatorialguinea, Gabun, Republik Kongo) wurde in den letzten Jahren ein großer Teil der Straßen gebaut, was auf die in diesen Ländern erlaubten umfangreichen Holzeinschlagsaktivitäten zurückzuführen ist. Darüber hinaus führten fast ein Viertel der Waldstraßen des Kongobeckens durch intakte Wälder, die keine Anzeichen früherer menschlicher Einflüsse aufwiesen.
Auf dem Weg zu einer Abholzung mit minimalen Umweltschäden
Kurt Fesenmyer, leitender Co-Autor und Walddatenwissenschaftler bei The Nature Conservancy, erläuterte die Bedeutung dieser Studie wie folgt: „Die Integration dieses Satellitenüberwachungssystems in die Waldbewirtschaftungspraktiken stellt einen entscheidenden Fortschritt dar, um rentable Holzerntearbeiten mit minimalen Umweltschäden in Einklang zu bringen.“
„Dazu kann die Förderung von RILC-Praktiken (Reduced Impact Logging for Climate) gehören, wie etwa eine verbesserte Straßenplanung, die Verhinderung des Ausbaus von Straßen in Naturschutzgebiete und die Gewährleistung der ordnungsgemäßen Schließung verlassener Straßen, um weitere menschliche Einflüsse in abgelegenen Wäldern zu vermeiden.“
Darüber hinaus sind die ständig aktualisierten Straßenkarten von entscheidender Bedeutung für die Formulierung von Waldschutzstrategien im großen Maßstab, da Straßen starke Indikatoren für den menschlichen Einfluss auf natürliche Systeme sind. Die detaillierten und aktuellen Straßenkarten können beliebte Naturschutzkennzahlen wie „menschliche Fußabdrücke“ oder „intakte Waldlandschaften“ erheblich verbessern und es Regierungen und NGOs ermöglichen, kritische Gebiete besser vor Abholzung und Waldschädigung zu schützen.
Weitere Informationen:
Bart Slagter et al., Überwachung des Straßenbaus in den Wäldern des Kongobeckens mit Multisensor-Satellitenbildern und Deep Learning, Fernerkundung der Umwelt (2024). DOI: 10.1016/j.rse.2024.114380