Georäumliche und Emissionsmodellierung
Luftbilder helfen bei der Identifizierung von Gebieten, die sich für eine Sanierung eignen
Die Bewertung der historischen Landnutzungsdynamik in Küstengebieten beruht auf der raumbezogenen Analyse einer Reihe von Satellitenbildern. Sie klassifiziert Landnutzungskategorien und zeigt, wie sich deren Fläche im Laufe der Zeit verändert. Anhand dieser Dynamik kann die Quantifizierung der Kohlenstoffemissionen, die mit der Umwandlung von Mangrovenwäldern in andere Landnutzungen verbunden sind, durch Modellierung geschätzt werden. Dies ermöglicht sowohl eine Bewertung der verlorenen Kohlenstoffvorräte als auch die Identifizierung von Gebieten, die für eine Wiederherstellung geeignet sind. Dies kann auch mit Schätzungen des im Laufe der Zeit verlorenen Naturkapitals verknüpft werden.
Die wichtigste Voraussetzung ist die Verfügbarkeit einer konsistenten Serie von Satellitenbildern, die frei von Wolken sind und eine ausreichende räumliche Auflösung bieten, um Mangrovenbestände (und -typen), die umgebende Landwirtschaft und andere menschliche Nutzungen der Landschaft zu unterscheiden. Lokale oder nationale Kapazitäten für die Fernerkundung und fortgeschrittene GIS-Analysen von Küstenmerkmalen sind ebenfalls wichtig. Die Modellierung von Emissionen ist eine Herausforderung, die durch verstärkte Kapazitäten gelöst werden muss.
Obwohl GIS-Einrichtungen und geschultes Personal ohne weiteres zur Verfügung stehen, fehlt es im Bereich GIS/Fernerkundung immer noch an Kapazitäten, um die verschiedenen Arten von Mangroven innerhalb eines Bestandes richtig zu klassifizieren, insbesondere wenn Bilder mit höherer Auflösung verwendet werden. Wir haben die Anwendung innovativer Bildverarbeitungs- und Klassifizierungsverfahren mit guten Ergebnissen erprobt. Der Prozess kann jedoch nicht vollständig automatisiert werden, und die Analysen erfordern Zeit und Expertenwissen.
Der Zugang zu einer durchgängig wolkenfreien Bildserie über verschiedene Zeitpunkte hinweg ist eine Herausforderung. Hinzu kommt die Störung eines bekannten Satelliten, die die Verfügbarkeit von für die Analyse geeigneten Bildern weiter einschränkt.
Die Skalierung der Analysen von der lokalen über die subnationale bis zur regionalen Ebene bringt zusätzliche Herausforderungen in Bezug auf die räumliche Auflösung, die Datenmenge für die Analysen und den Zeitbedarf mit sich.