Verbesserte Überwachung von Trockengebieten durch Fernerkundung

Während Tiere in Trockengebieten ihre natürlichen Sinne schärfen, um Vegetation zu finden, haben Menschen „äußere Augen“ entwickelt, um diese lebenswichtigen Ressourcen aufzuspüren.

Wissenschaftler des Agricultural Research Service (ARS) des US-Landwirtschaftsministeriums (USDA) haben eine fortschrittliche Methode entwickelt, die hochfrequente bodennahe Kameradaten mit umfassenderen Satellitenbildern integriert, um Trockenlandökosysteme besser überwachen und bewerten zu können. Ihr Ansatz könnte dazu beitragen, rechtzeitig Maßnahmen zur Verhinderung von Bodenerosion zu ergreifen und so zu einem verbesserten Umweltmanagement und Naturschutzstrategien beizutragen.

Ihre Ergebnisse sind veröffentlicht im Zeitschrift für Fernerkundung.

Trockengebiete, darunter aride, semiaride und trockene subhumide Gebiete, machen über 40 % der Landoberfläche der Erde aus und sind für die vielfältige Tierwelt, den Pflanzenanbau und die Kohlenstoffregulierung von entscheidender Bedeutung. Diese Gebiete sind jedoch anfällig für abrupte ökologische Veränderungen, wie z. B. den Wechsel von grasdominierten zu strauchdominierten Landschaften, die durch den Klimawandel und nicht nachhaltige Landnutzung verursacht werden.

Trockengebiete stellen aufgrund ihrer spärlichen Vegetationsbedeckung, hohen räumlichen Variabilität und jährlichen Schwankungen im Vegetationswachstum eine erhebliche Herausforderung für die ökologische Überwachung dar. Mit herkömmlichen Methoden lassen sich Veränderungen ökologischer Zustände oft nicht genau klassifizieren und erkennen. Um dieses Problem zu lösen, kombinierten die USDA-ARS-Forscher Weltraum- und Bodenmethoden, um diese Ökosysteme mit Argusaugen zu beobachten.

„Wir wollten herausfinden, ob wir aus der Ferne mit bodennahen Kameras oder Satelliten erfasste Bilder nutzen können, um Unterschiede in der Grünfärbung der Vegetation in Trockengebieten im Zeitverlauf und als Reaktion auf Regenfälle zu messen“, sagt Emily R. Myers, SCINet-Postdoktorandin beim USDA-ARS und Hauptautorin dieser Studie.

Das Ziel der Forscher war es, diese Unterschiede zu nutzen, um zwischen verschiedenen ökologischen Zuständen in Trockengebieten zu unterscheiden. Das Team kombinierte tägliche Daten von bodennahen Kameras (PhenoCam) mit Satellitenbildern (Harmonized Landsat 8 und Sentinel-2 oder HLS) an einem Wüstengraslandstandort im Südwesten von New Mexico und analysierte Daten von 12 verschiedenen Standorten über mehrere Jahre zwischen 2014 und 2022.

„Durch Messungen von bodennahen Kameras und Satelliten konnten wir zwischen den unterschiedlichen Reaktionen der Trockenlandvegetation auf Regenfälle unterscheiden“, sagte Dawn M. Browning, eine leitende Forschungsökologin beim USDA-ARS und Co-Leitautorin der Studie.

Ihre Ergebnisse zeigten, dass die von Gras dominierten Bundesstaaten am stärksten von den Niederschlägen betroffen waren. In feuchten Wachstumsperioden kam es zu raschen Anstiegen der Grünflächen und der Produktivität. In den von Sträuchern dominierten Bundesstaaten waren die Niederschläge in der Wachstumsperiode weniger stark.

Die unterschiedlichen phänologischen Reaktionen grasdominierter Zustände können als Indikatoren für die Grasproduktivität und den ökologischen Zustandswandel in Trockengebieten dienen.

„Diese Unterschiede in den Grünreaktionen können uns dabei helfen, den Zustand und die Produktivität von Trockengebieten mithilfe von Fernerkundungsbildern zu kartieren und zu überwachen“, sagte Myers.

Durch die Verbesserung von Fernerkundungstechniken hoffen die Forscher, Trockengebiete mit starker Grasbedeckung besser identifizieren und überwachen zu können. Diese Erkenntnisse könnten als Grundlage für Managementstrategien dienen, um die Grasbedeckung zu erhalten und die Ausbreitung von Sträuchern in diesen zunehmend gefährdeten Ökosystemen zu verhindern.

„Wir möchten mehr Möglichkeiten erforschen, die Wachstumsperiode zu charakterisieren, mit besonderem Augenmerk auf Messungen, die empfindlich auf die schnelle Zunahme der Grünfärbung reagieren, die ein Indikator für die Produktivität des Grases ist“, sagte Browning.